From:山極綾子
先週金曜日。3月26日。
無事、大学院を卒業しました。
（写真は私です。良い感じの写真だったので、つい送ってしまいました）
学部を卒業して会社に入り、戻ってきて早2年。
無事、修士の学位を取ることが出来ました。
学部生時代から引き続きお世話になった研究室の先生を始め、
専攻の先生方にも（私の認識では）可愛がっていただき、面倒を見てくださり、
こうして無事に卒業できたことに、本当に感謝しております。
私の楽しかった大学院生活を支えてくれたのは、先生方だけではありません。
研究室のメンバーや同級生が、時空がちょっとゆがんでいる私を、
一人の同級生や同期、先輩、後輩として受け入れてくれたおかげです。
大学や大学院で得られるものはきっと、勉強の内容だけではなく、
こういったつながりもまた、とても貴重で素晴らしいものなのだろうなあ、
と心から思います。
ところで、素晴らしいもの、とは言うものの、
それがどのくらい「良い」ものなのか？というのは、
私がいくら定性的に「みんなに感謝している！」と言ったところで、
それまでになってしまいます。
一方、定量的な表現を得ることが出来れば、
この2年で得たつながりがどういったものであったのか、
私にとってどんな影響があったのか？を評価することが出来ます。
そのような機械学習の手法としては例えばネットワーク分析があります。
どのくらいの数のノード（ネットワークを構成する要素。
友人のネットワークを作るとき、それぞれの人をノード、
交友関係を示すつながりをエッジとして表現できます）とつながっているか？
などの指標を表現する指標や、そのつながりの濃さを表す指標もあります。
でも、何はともあれ、この2年で得られたものが、私のこれからを、
もっと素晴らしいものにしてくれることは疑いようがありません。
2年前の、決断をした自分に感謝です。
実はこの後も、さらなる機械学習のプロになるべく、
博士課程にて勉強する予定です。
もっとあなたに面白いお話をお伝えできるよう、精進してまいります。
山極綾子
P.S.
ネットワークの図を見たとき、人間からはすごくわかりやすいのですが、AI、
つまり機械からはどのように演算をしていいのか、わからなくなってしまいます。
そのために、例えばエッジ（要素）同士が結合しているか？を示す隣接行列や、
その構造を表現するようなベクトルを学習する、といった手法など、
様々な方法が研究されています。
人間と機械、扱いやすいものはかなり異なっているようです。
P.P.S.
今日も最後まで読んでいただきありがとうございます！
メルマガの感想などありましたら、こちらからお寄せ下さい。
嬉しく拝見しています。いつもありがとうございます！
↓
https://keieijinjipartnersytube.typeform.com/to/B8JjDrk5
—————————————————————-
【経営人事メールマガジン】
発行責任者： 山極毅（株式会社経営人事パートナーズ）
発行者住所：〒100-0005東京千代田区丸の内1-8-3丸の内トラストタワー本館20F
連絡先：https://keieijinji.co.jp/
メールアドレス： strategic-membership-program■■keieijinji.co.jp(■■を@に置き換えてください)
—————————————————————-
↓バックナンバーはこちら↓
PC: https://04auto.biz/brd/BackNumber.htm?acc=keieijinji&bid=3
スマホ・ガラケー: https://04auto.biz/brd/BNMobi.htm?a=keieijinji&b=3
↓メルマガの新規登録はこちらから↓
PC: https://48auto.biz/keieijinji/touroku/scenario13.htm
スマホ: https://48auto.biz/keieijinji/touroku/sp/scenario13.htm
ガラケー: https://48auto.biz/keieijinji/touroku/sp/scenario13.htm
