具現化をしながら丁寧に積み上げる、というやり方が良いでしょうよ。もちろん、理論の整理が前提、ということ。データ駆動科学に基づくベイズ信頼性解析のことで、只今、アレコレとセミナーの準備という状況。
そう言えば、オリジナルの研究を成果として出すには、自分の分野を切り拓く、という当たり前のことが必要で、ココイラを間違ってしまうと、結局、何も残らない、ということでしょうよ。
要は、他人のアイデアや成果に乗っかるだけで、常に、デキた気分になっている似非のやり方だと後で滅びる、ということで・・・。
ニューラル・ネットワークおよびディープ・ラーニングだけど、さらなる発展のための考究って大切でしょうよ。個人的には、経営統計と統計的意思決定の科学的方法論およびその応用のアタリをアレコレと扱う、という具合で・・・。
そう言えば、組織と学習の理論モデルとココイラがどう繋がるか、ちょこっと気になる、そんなことでもあって、特にエキスパート・システムとの関りが重要かと。
守るべきことは変えない、というやり方って大切でしょうよ。要は、変化する社会状況において、創造の基盤を維持する、ということ。
行き詰らない組織だけど、カイゼンとイノベーションの知識形成と学習が相俟って活力の衰退が生じない、そんな工夫が必要でしょうよ。
もちろん、常に科学の根底をしっかり掴む、という姿勢が大切、ということかと。システム科学を大切に・・・。
思考する力量を鍛えて、さらに応用して実践で役立てる、要はそんなことが真髄でしょうよ。経営専門職の社会人大学院のこと。
知の形成と組織経営との関係がわかならい、という状態では、結局、表面的な知識だけ身につけて満足してしまうだけで、結局は何も創れない、という入る前と同じ、そんなことに。
学歴の価値創造って、やはり各々の力量で違いがある、という当然のことを把握する、そんなことって大切でしょうよ。
抱えていたお仕事が終わったので、プログラミングを・・・。
やはり、アルゴリズムを考えて、それを具現化して、結果を出して、ということを地道に続けるだけだけど、時には寒い中で何時間も立って動いて・・・というお仕事にも耐える、というのって必要なんでしょうよ。
色々と考えることってあるけど、まあ、考究できる時間に比べたら、ほんの短い作業で・・・。
顧客を取込む、という概念を具現化するのに、やはりココイラって重要でしょうよ。サービス・デザインとデータ・ドリブンのこと。
経済・経営での進化をしっかり理解する、ということって大切でしょうよ。
マネジメントだけど、様々な方法論の理論をお勉強して、応用を形成する、という言い方が良いように思える、そんなこと。
それと、リーダーに必要な能力を創成する、という自らを向上させる、そんなことも。資質を磨く、という言い方が良いかもしれないけど・・・。
個人的には、あくまでもビジネス教育の囲いからは出ない、ということを課しているので、どうマネジメントとリーダーの力量を養成するのか、といったことがお仕事で・・・。
もちろん、科学的方法論を基盤にして・・・。