河原林先生 IBIS2015 講演まとめ

denjiry @denjiry

離散数学、組み合わせ最適化、確率、統計、数値解析、線形代数は苦しくてもやんなさい#ibis2015

Sho Yokoi @sho_yokoi

時間がある学生のうちに、とにかく基礎・理論の話（離散数学、組合せ最適化、確率、統計、数値解析・線形代数）を勉強して欲しい。皆、大人になってからこれらの素養が重要だと気づくが、その頃には既に手遅れ。 #ibis2015

Sho Yokoi @sho_yokoi

これらの教育がまともになされているのは東大計数くらい。追加してアルゴリズムの教育も必要だが。 #ibis2015

Sho Yokoi @sho_yokoi

(若手)研究者に必要な能力 (この順番) (1,2 いずれかは必須) 1. アルゴリズムの理解 2. (組合せ)最適化の理解 3. 実装力 4. ML，AI，DB，DM の知識 #ibis2015

某ことり @ktrmnm

数学ができてプログラミングができて研究ができて実社会の問題に取り組むマンを育てる

某ことり @ktrmnm

博士課程修了までに3~5本のトップ会議出すことをあたりまえにする #ibis2015

Sho Yokoi @sho_yokoi

河原林ERATOの目標: ・トップ会議での日本のvisibilityを5%(現状の約2倍)にしたい ・「博士終了までに3-5本のトップ会議を通す」を当たり前にしたい(これが世界のstandard) ・年間10本のトップ会議に通すスーパーエリートを育成したい #ibis2015

Sho Yokoi @sho_yokoi

理論研究者が参加するメリット: 1. 最適化問題をセンスよく効率的に解く技術を多数もっている 2. データサイエンスから派生する問題を（近似的に）「計算できる形」にモデル化できる 3. 理論だけの貢献であるので主著者になろうとはしない →共同研究しましょう！ #ibis2015

Sho Yokoi @sho_yokoi

現場にいらっしゃるかた、誤りがあったら突っ込みください。（途切れ途切れで聞いたのでメモが若干不安で。）

Sho Yokoi @sho_yokoi

逆に理論研究者だけだと: 1. 動機がクリアでない (pracitical な良い問題を見つけられない) 2. state-of-the-art と比較していない (reference が十分でない) 3. data がない →共同研究しましょう！ #ibis2015