隠れていて直接観ることのできない、そんな潜在状態だけど、ココイラをしっかり把握することって必要でしょうよ。
推論と予測に基づく意思決定って、やはり叡智を基盤とした思考、そんなことで、経営では大切な技量、ということに。
データだけど、構造をきっちり検討して解析に繋げる、というアタリってとても重要。要は、データ・フレームのこと。
そう言えば、解析だけでなく調査や観察、実験も含めてのデータに関するデザインだけど、ココイラだけでも技量を高める鍛錬って必要で、実践だけでは不十分で理論を深めて・・・。
帰納法を使ったロバスト・デザインって、要はデザインをデザインする、ということになって、この構図そのものが余りに高度、ということかと。
統計学を究めるのって、教養や学際を専門にする、そんな極めて高度な叡智の技量が必要で、かつ深い理論構成を担う数学の力量もで・・・。
実学と経済社会に鑑みた教育だけど、個人的にはココイラに関わっているし、さらに深く、そんなことかと。
もちろん、デザインとデータを基盤にした取組が基盤、ということかと。
もちろん、グローバルでの把握って必須、ということでしょうよ。投資動向の把握のことで、経済社会の変化の考察では重要。
だけど、部分と全体の思考って大切で、特に地域との関わりと仕掛けの推察をきっちり行う、ということと、グローバル経済との繋がりを予測する、ということが理想で・・・。
先端科学として捉えた経済システムの理論と応用、要はそんなことでもあるの。進化型複雑系における意思決定の理論と応用のことで、挑むという姿勢って大切でしょうよ。
基礎と応用を構成するだけでも膨大、そんなことになるでしょうよ。経営システムの数理モデリング、およびデータによる推論と学習のこと。
もちろん、経営システムを経済システムに置き直す、あるいは医療・介護システムで考究する、といったことも考えていて、社会数理工学の手法を構成しながら、社会科学を対象にする、ということに。
個人的には、品質・信頼性・安全性に着目して、ココイラを扱う、というやり口ではあるけど・・・。
社会数理だけど、技法としてはシステムの数理デザインとシミュレーション、および同定が基本で、しっかりお勉強を続けて・・・。
社会数理工学、とりあえず、そんな位置づけで捉えておくのが良いかと。リスク確率の数値計算のことで、分野としては確率システム論の基礎と応用、そんなこと。
Pythonだけど、Rとも使いこなしながら、きっちり身につける、というのが良いかと。もちろん、FORTRANとC++の力量もまだまだ必要で・・・。
数学の方は徹底的に・・・。アタリマエだけど。それと、対象の理解も。