Picks
773フォロー
404フォロワー
ENECHANGE、通期の売上高は前年同期比+35.1% プラットフォーム事業が売上成長を牽引
ログミーファイナンス
H Takayukiブティック投資銀行。 雑用係。
このコメントはアカウントを作成すると読むことができます。
4Picks
第1回 プレイドの上場準備・審査プロセスについて
note(ノート)
H Takayukiブティック投資銀行。 雑用係。
このコメントはアカウントを作成すると読むことができます。
McKinsey’s Private Markets Annual Review
McKinsey & Company
H Takayukiブティック投資銀行。 雑用係。
このコメントはアカウントを作成すると読むことができます。
5Picks
近時のTOB事例における新たな問題
TMI総合法律事務所
H Takayukiブティック投資銀行。 雑用係。
このコメントはアカウントを作成すると読むことができます。
2Picks
Vol.1 “毎回”怒られる議事録
考えるエンジン講座
H Takayukiブティック投資銀行。 雑用係。
このコメントはアカウントを作成すると読むことができます。
3Picks
日本の社長平均年齢 初の60歳超え 後継不在は65%
テレ朝news
H Takayukiブティック投資銀行。 雑用係。
このコメントはアカウントを作成すると読むことができます。
286Picks
第11回後編:社会を変えるには?法学を基軸に他分野にも橋を架けてみよう - タイムリープカフェ
タイムリープカフェ
H Takayukiブティック投資銀行。 雑用係。
大学で法律を勉強していると、法解釈にばかり意識が向いちゃうけど、それって法学の一側面しか見てないと思うんだよね。法解釈的な考え方が頭に染みついてしまって、変革が必要だというときにまで「今までこう決まっていますから」とか、「何か先例はないだろうか」と考えてしまいがちになるのは俺は嫌い。↓みたいな課題は法解釈で解決できない課題だと思うんだよ。 ・複線型学校制度とリカレント教育の本格導入 ・事実婚の導入 ・高等教育の無償化 ・ひとり親への経済支援強化 ・安楽死の認可 ・ボランティア頼みの介護保険制度の改革 ・過疎地域における固定資産税の廃止 そもそも日本人って、北欧の社会民主主義国家なんかと比べると、自分たちの福祉を最大化する法律・政策を作ろうという意識が希薄だと思う。個人的には伝統的にそういう発想をしてきた歴史が日本になかったからだと思ってる。古代日本が律令(刑法と行政法)的な法体系を取り入れたことはあっても民法的発想は欠如してたし、明治期に行政主導でヨーロッパから導入した民法はいつの間にか天皇主権に変化してたからね。 日本にも政策立案の補助をするシンクタンクがもっと増えればいいのにって、たまに思う。ランド研究所とかブルッキングス研究所みたいな政策ブレーンを抱える研究施設が日本には多くないから。シンクタンクと国会の間で政策ブレーンの人的交流があったら、日本の政治はもっと良くなるよ
1Pick
計量経済学Econometrics とは。データサイエンスと何が違う?
note(ノート)
H Takayukiブティック投資銀行。 雑用係。
実証産業組織論でよく使う実験方法に因果推論アプローチと構造推定アプローチの二つがあります。以下、備忘です。 お馴染みのABテスト(経済学の分野だとランダム化比較試験と呼びます)は因果推論アプローチでよく使う試験方法。差の差法とかマッチング推定みたいなのも含まれます。いわゆる対照実験の考え方。因果推論アプローチは統計ソフトで大体網羅されてるのも特徴。弱点は因果推論アプローチだと、何らかの結論を得るのに、実際に起きた変化を現実に観測する必要があるから、比較する際に多大なるコストが社会的に生じる課題だと何も分析できません。 一方で、構造推定アプローチの場合、 統計ソフトのパッケージが提供されていることは少ないです。しかも、具体的な分析課題の文脈に応じた理論モデルを書き、それに応じた推定コードを書く必要があるため、分析に時間がかかることが多いです。強みは、計量経済学のモデリングの考え方をフル活用することで、 実際にはまだ起きていない仮想的な状況の予測が可能になること。実証産業組織論の学者は構造推定アプローチの訓練を受けているから、シミュレーション的な考え方を活用しないと解決できない問題を解決したい企業には重宝されます。 近年、アカデミックな経済学の世界では、これら従来型の経済学的実験方法と機械学習の融合が進んでいるようです。
できる!法律調査。リーガル・リサーチ入門 (1)法令
EnterpriseZine
H Takayukiブティック投資銀行。 雑用係。
このコメントはアカウントを作成すると読むことができます。
1Pick
何故データサイエンスは魅力を失いつつあるのか
渋谷駅前で働くデータサイエンティストのブログ
H Takayukiブティック投資銀行。 雑用係。
> DS人材を欲しがる雇用者(事業主)の方も、DSが何であるかをよく理解していないという側面があります。「DSに強い人材さえ雇えば、DSを駆使して自社の『何か』を変えてくれるに違いない」と過信して異様な高スペック要件を設定して異様な高給でDS人材を雇ったものの、旧態依然とした自社の社内政治や組織・体制に振り回されて疲弊してしまったり、あるいは単純なダッシュボード作りや最悪ただのExcelでクロス集計するぐらいしか仕事がないところに高度なDSの技術学術を備えた人材を配置したら「こんなつまらない仕事をやらされるはずじゃなかった」と反発されたりして、DS人材全員が逃げ散ってしまったという話を聞いたことは2例や3例どころではありません。 むしろデータサイエンスは日本においてはこれからのような気がします。ミクロ経済学の理論なんかが力を発揮する、意味あるシーンでモデルを使ったりするのが大事なんだと思う。加えて言えば、状況を整理して課題を明確にし、適切に定式化したりデータ分析に落とし込んだりするのも大事。現実の世界では最初から課題が明確なことは少なく、 物事をどうモデリングすべきかわからないケースがほとんどだから。
2Picks
NORMAL