Digital, digital and digital

デジタルについてトッププロファーム勤務の藤谷が書き綴ります。

MITが無料で公開している最新AIトピックへの講義 (随時更新)

MITがGenerative AIをはじめとする最新AIトピックへの講義を無料で公開しています。こういったものが凄く多く出ているのですが、特に内容が分かりやすく、かつソリッドで受講者への貢献性が高そうなものを紹介します。


MIT Deep Learning 6.S191

MITの素晴らしい講義が講義資料のpdfも含めて公開されています。どのトピックも皆んなが注目しているものばかりです。一気見をしてしまったThe Modern Era of StatisticsとDeep Generative Modelingが良かったです。特にThe Modern Era of Statistics MIT Introduction to Deep Learning がおすすめです。

 

introtodeeplearning.com



MIT Future of AI
ChatGPT, Stable-Diffusion & Dall-Eタイムリーなトピックがコンパクトに纏まってるMITの講義が公開されてる。やっぱりこういうのをバラエティ番組見るみたいに過ごす日々を送るのが重要だと思います。MIT FUTURE OF AI -Self-Supervised Learning and Foundation Models

 

www.futureofai.mit.edu

 

また特に素晴らしいものがあったら随時追加します。

戦略再考 (2/n) - Tech firm/事業会社における戦略業務 - Digital Strategyの特徴

ファームからtech companyに移ってきて、早数年が経っていますが、どちらかというとますますStrategistとしての役割が重くなってきています。一時期、pure strategyめいたことはファームよりも、tech companyの方が出来るなと思っていたこともあったのですが、やはり役割の違いにすぎませんね。それよりも日々確信が強くなるのは、従来の古典的なpure strategyとDigital strategyはまったくの別物ということです。過去の記事で書いたことですね

 [戦略再考 (1/n) - Tech firm/事業会社における戦略業務 / 良い戦略、悪い戦略]
http://touya-fujitani.blogspot.com/2020/09/strategy.digital.html

日々の業務の中でDigital Strategyって本当に色々言われるけれど、一体どう捉えるべきなんだろうなと常に考えています。そんな中で面白いカリキュラムをMOOCSで見つけました。下記のIITのDigital Transformationのコースです。IITというのは要はインドのMITと捉えて差し支えないと思いますが、IT領域では世界的名門校です。やはり何度も思うようにDigital strategyの場合は、最終的行われるアクションの重要性が非常に高いというのが特徴の一つのように思います。そしてそのアクションは当然にtech driven actionなので、やはりDigital strategistにはCSの専門性が求められるのです。この戦略策定の結果として取り得るアクションの専門知識が大きく問われる、そしてそれはComputer Scienceの専門性であるというのが、古典的なpure strategyとDigital strategyの非常に大きな違いなのですが、あまり強調して語られることはないように思います。

[Digital Transformation Certificate | IIT Bombay | Coursera](https://www.coursera.org/certificates/digital-transformation-iitbombay#program)
## Course 1 of 3
*Understanding the Digital World in the Context of Digital Transformation*
*What you will learn*
* Technologies behind digital transformation
* Business intelligence
* Artificial intelligence
* Machine learning
* Natural Language Processing (NLP)
* Computing infrastructure
* Digital security
* Technology stack development

## Course 2 of 3
*Building Core Platforms*
*What you will learn** Digital platforms
* Digital security
* Reasons for building digital platforms and business models
* Platform optimization
* Data management Implementation
* Role of ACID technologies in digital transformation
* Importance and impact of AI and IoT
* Methods for adopting ACID technologies

## Course 3 of 3
*Building Digital, Technical, and Leadership Capabilities*
*What you will learn*
* Methods for exploiting the power of core  operations
* Engage and connect to customers by harnessing customer networks
* How to craft a digital vision, strategy, and road map
* Innovate by Rapid Experimentation
* How to frame digital challenges
* Strategies to sustain the digital  transformation

比較として、HBSのStrategyのシラバスも並べてみました。しかしこちらですらNetwork Effectが入っています

[Business Strategy Course | HBS Online]
https://online.hbs.edu/courses/business-strategy/
*Module 1: Creating Value for Customers*
* Develop a foundational understanding of the value stick framework
* Learn how to make pricing decisions with a focus on WTP
* Distinguish the difference between sales success and WTP

*Module 2: Adding Value Through Complements*
* Learn to identify complements
* Understand the difference between a complement and a substitute
* Discover the power of complements as a competitive advantage

*Module 3: Competing with Network Effects*
* Explore the three types of network effects and how they increase WTP by directly connecting users
* Learn how to compete against dominant platforms

*Module 4: Creating Value for Talent*
* Discover ways to make work more attractive for your employees
* Understand the difference between lowering WTS and reducing compensation
* Explore workplace flexibility and learn ways to make work more attractive

*Module 5: Mastering Productivity*
* Discover why some companies are more productive than others
* Explore the power of economies of scale and minimum efficient scale
* Learn about opportunities to share value with your suppliers

*Module 6: Implementing Strategy*
* Learn to move from strategy formulation to strategy implementation
* Discover the importance of prioritizing strategic initiatives
* Learn to differentiate initiatives in a way that make them difficult to imitate


あまりBusiness strategyとDigital Transformationを比較しても仕方ないのですが、猫も杓子もDXな世界になったので両者の境界は非常に曖昧です。古典的なStrategyを得意とされている方がDigital strategyを担当されている場面も散見されます。実行パートで必要とされる知識について非常に深く求められるようになったというのが僕が戦略ファームに入った頃からは大きく異なる点で、Digital strategyの場合はその側面がさらに大きくなっているのが日々思うことです。

仮にBusiness strategyの世界観・視点だけで考えたとしても、アクション策定を伴わない戦略は戦略ではないというのがすっかり定説になりました (しかし、本当に不思議に思うのは、こんな当たり前のことが定説になるのに随分時間がかかりました)。すっかり戦略領域の古典名著になった『良い戦略、悪い戦略』でも戦略の基本構造は、診断・基本方針・行動とされていますね。ですので、取ることの出来るアクションのことについて習熟していなければ、真っ当なDigitgal Strategyを立案することが出来ないというのが要所かと思っています。また、そんな環境下では優れたStrategy director / managerというのは、必要に応じて従来の古典的なpure strategyとDigital strategyの両方の領域をスイッチした思考をするなというのがなんとなくの感想です。M&A並みかそれ以上に失敗率の高さが指摘されるようになったDXですが、うまくいっているものはそれが出来ているように思います。

なので、上記のIITのコースにあるようなアクションレベルの項目について深く学習するのは非常に有用というか、そもそも必須事項になってきているなとよく思います。戦略の先にある施策・手法・取り得る行動について詳しくてそこからの逆算で戦略を構想する流れと、あくまで戦略から施策を設計する流れの双方を頭の中でどちらも扱えることが重要だなとよく思います

もう一つうまくいくDigital Strategy PJの特徴は「リニアに進めていない」というものです。最近出ていたMckで最も読まれた伝説の社内資料という副題がキャッチーな『完全無欠の問題解決―――不確実性を乗り越える7ステップアプローチ』でも同じようなことが記載されていますが、これは本当にそうです。



戦略構築というのは以前はどちらかというと各ステップ丁寧にリニアに進めていくというのが手法だったかと思いますが、最近ではまさにこの図の通り各ステップ行ったり来たりするので、常に頭の中に始点から終点までの全体構造がありながら構想を進めていきます。ですので、終点であるアクションについての知識・経験が豊富なことはDigital Strategyでは極めて重要です。そして繰り返しになりますが、そのアクションについての知識・専門性というのはComputer Scienceに立脚したものがほとんどです。

 

Richard Rumeltの診断・基本方針・行動のフレームで考えれば、旧来のBusiness Strategy PJでは診断と基本方針を精緻に行えていれば、行動は自ずと導き出されるといった性格が強かったように思います。しかし、Digital Strategyの場合は行動の重要性が非常に高くなっており、診断から行動までの全体構造と最終的にどういう行動を取り得るのかということを豊富なCSの知識に基づいて頭の脇に置きつつも、最初の診断(=分析)をするといったことが有効なように思います。

なのでそもそもDIgital でどういったことが可能なのかということについての専門性が問われるのですが、これはComputer scienceの専門性に他なりません。やはり [戦略再考 (1/n) - Tech firm/事業会社における戦略業務 / 良い戦略、悪い戦略](http://touya-fujitani.blogspot.com/2020/09/strategy.digital.html)  で書いた通り、古典的Pure strategyはファイナンスの世界観であり、Digital strategyはComputer scienceと数学の世界観です。そして、その双方が求められるのです。現職ではMIT CS MSとStanford GBSのダブルホルダーが偶にいらっしゃるのですが、そういった現状を反映した存在であり、当然に非常に重用されます。ぼくの目指すところもこの方向性だなと最近よく思う次第です

戦略構築の最も重要な作業に、企業のリソースを集中投下するに値する重要かつレバレッジの効くイシューを探すというものがありますが、technologyが関与してくるとレバレッジの大きさはますます大きくなってきそうです。Digital strategyでは、Strategistの役割はますます大きくなると襟を正しています。

 

--関連記事
安宅和人さんのSFCのData Scienceの授業が公開されている (1/X)
安宅和人さんのSFCのData Scienceの授業が公開されている (2/X)
安宅和人さんのSFCのData Scienceの授業が公開されている (3/X)
安宅和人さんのSFCのData Scienceの授業が公開されている (4/X)
安宅和人さんのSFCのData Scienceの授業が公開されている (5/X)
安宅和人さんのSFCのData Scienceの授業が公開されている (6/X)
 安宅和人さんのSFCのData Scienceの授業が公開されている (7/X)

 

関連記事
・戦略ファーム時代に読んだ700冊のまとめ+Tech company時代に読んだ本*随時更新  I.戦略
http://touya-fujitani.blogspot.com/2020/04/700.html

関連記事:濱口秀司さんの戦略・イノベーション

Stanfordが無料公開している超良質なCS/Data Science/AI クラスまとめ (*随時更新)

2022年の年末が見えてきていますが、22年最高のまとめ記事なんじゃないかと思うものを見つけてしまいました。Stanfordが無料公開してくれているCS/Data Science/AIのクラスを網羅的に紹介してくれています。これはちょっと素晴らしいというか、考えられないようなことです。Digital proffesionalな方達が見たら嬉しくて泣いちゃうんじゃないかと思います。最良質の情報のアクセスは開かれているので、後は各個人走るだけですね

 

www.classcentral.com

 

参照用に記事の本文を転載しています。元記事だと各授業のリンクがあるのでそちらを参照ください


--
(以下転載)

Over the last decade, computer science has experienced a burst in popularity among students worldwide, and at Stanford University in particular. In 2020, over twice as many Stanford undergrads majored in CS as in any other discipline. And Stanford’s CS curriculum has grown from a few core subjects to a tapestry of specializations and integrated disciplines, as you can see below.

Stanford’s CS core and specialization subjects

Most of Stanford’s on-campus computer science courses have a companion website. Some are only open to Stanford students. But many are open to everyone, allowing learners worldwide to access the course slides, readings, and assignments. And some even provide video lessons — for instance:

In this Class Central article, we compiled a list of over 150 Stanford on-campus computer science courses that are, to varying degrees, available online.

For your convenience, we’ve broken down the courses by topic. You can click on a topic to jump to the corresponding courses.

More Stanford Courses

If CS isn’t your cup of tea, Stanford also offers medical online courses and webinars, which free certificates of completion. And if you’re a healthcare professional, they also carry continuing medical education credit. Learn more here: Stanford Medicine Offers Courses with Free Certificate & CME Credit.

Methodology

First, I built a list of Stanford’s CS offering by looking at their 2022 course catalog and Engineering Everywhere portalSecond, I checked the courses one by one to see which had a companion websiteThird, I organized them into subjects according to Stanford’s own undergraduate and graduate guidelines. Fourth, I consolidated my findings into a dedicated list.

Note that this list only includes Stanford’s on-campus courses that have an online presence. To see a list of the university’s purely online courses and MOOCs, head to our Stanford online course catalog.

Without further ado, here are Stanford’s on-campus courses available online. Courses that include video recordings are denoted with the 🎦 icons.


Stanford Introduction to Computer Science Courses

Stanford Data Structures & Algorithms Courses

Stanford Computer Systems Courses

Stanford Theoretical Computer Science Courses

Stanford Artificial Intelligence & Machine Learning Courses

Stanford Computer & Network Security Courses

Stanford Information Management & Analytics Courses

Stanford Human-Computer Interaction Courses

Stanford Graphics Courses

Stanford Application Development Courses

Stanford Robotics Courses

Stanford Games Courses

Stanford Computing & Society Courses

Stanford Biocomputation Courses

Stanford Computer & Healthcare Courses

Other Stanford Courses

参考程度ですが、皆んな大好きDeepmindのeducational contentsも公開されています。

github.com

統計学の名著 (入門書) - マーケティング過多の中で、何はともあれまずはこの6冊の名著から(随時更新)

統計学の名著6冊 + 問題集

専門家でもないのに思いっきり地雷を踏み抜きますが、最近の統計学は本当にマーケティング過多ですね。MITのコースの為に、OAZOの中で1hくらい統計の本を物色しましたが、やはり名著はそんなに頻繁には出ないんだなという普通の結論になり、1冊も買わずに既に持っているものの復習だなという結論になりました。
 
時代の流れに打ち勝てる名著は価値は変わらないですね。ここにあげた以上の内容ということになると、個々人の業務上の必要に応じた範囲に特化した本であるとか、論文になるかと思います。

過去記事
Statistics and Data Science from MIT will start soon
http://touya-fujitani.blogspot.com/2018/08/statistics-and-data-science-from-mit.html?view=flipcard

統計入門書

  • キーポイント確率・統計
    https://amzn.to/2C6BfyB
    このblogでは度々取り上げていますが、キーポイントシリーズは本当に素晴らしいシリーズです。なぜかというと、基礎領域を対象とする知識体系の基本構造を最小の情報量で記載してくれています。端的にいうと、とても薄いです。この薄さ(=情報量)だったら完全に頭にいれることが出来ます。似たシリーズに東京大学工学教程がありますが、こちらもとてもおすすめです

top engineerの同僚が持っていて知ったのですが、これはすごく良いです。高校の最も良質な問題集の大学版みたいなアプローチを取っています。筆者の高い理解度がそのままま本の内容に反映されているみたいな本です。ゼロから非常に深いところまで解説してくれています。こういうのあったな〜〜ってやつです。また重要定理の証明を問題として大量に掲載しており、これは非常に重要です
「単に証明を記載する」ということと
問題の中に定理の証明を組み込んで、問題を解いていく中で定理の証明も同時に学習出来る
というのは大きな違いで、後者は非常に貢献性が高いです。理三に入るような奴とかこの手の本を完璧にしていること多かったなーとか思い出しました。社会人になったいまでも誰しもが羨むtop engineerとかそういった層こそ、こういう本を完璧にしているところを見かけたりするわけです。キーポイントを読んだ後の1冊として非常にお薦めです。

  • 基本統計学
    https://amzn.to/2PVgtEY
    この本は名著中の名著なのですが、知名度が低いですね。本投稿で一番推したいのはこの本です。やはり「本来こういう本がもっと売れるべき」というのがありますし、そもそも「みんな変な本ばかり買って損してない!?」と思ってしまうからです。もう説明の仕方からして、他の「オススメデキナイ、、、」とは完全に一線を画しています。統計という領域で、ロングセラーになるのは強烈な理由があるのです。この圧倒的に高い「説明の質」は稀有です。


  • 確率と統計 - 情報学への架橋 -
    https://amzn.to/3O3yEoU
    この本もあまり知名度がない様に思うのですが、とても読者貢献性の高い名著です。説明が分かりやすく、そして定義が分かりやすい本です。定義の仕方が素晴らしいというのは名著には欠かせない特徴の一つですが、その点において突出しています。カルバックライブラー情報量が、そもそも何で、何に使われるのかといった根幹の説明を非常に高い質で行ってくれています。何冊も統計の本を読んだけれど、何を言っているのかいまいち腹落ちしないという方は本書を一読してみると良いかもしれません

  • データ分析に必須の知識・考え方 統計学入門 仮説検定から統計モデリングまで
     https://amzn.to/3sl8J2R
    新刊はチェックする様にしているのですが、久しぶりに基礎領域で名著が出た様に思います。説明と仕方と図解の双方がとても骨太・丁寧かつ分かりやすいです。


  •  

ベイス統計・統計モデリング

RCT(個別トピック)

  • データ分析の力 因果関係に迫る思考法
    https://amzn.to/2oreFqD
    新星としてに現われた名著です。これが1,000円以下というのはやはり凄いです。新書はこういう「たまに現れる名著」だけ相手にするのが吉ですね。


統計の問題集

MITのDSコースで "People can grow only by solving problems."というフレーズが出てきます。ぼくはこれが非常に好きです。英語もそうですが、統計はさらに"問題を実際に解くこと以外には大きな成長はありません"。数学って語学みたいなところがあるので、毎日訓練しないと伸びません。それと同時に、ABC予想の証明みたいな宇宙人がやる領域を除けば、正しい方法で毎日訓練すれば必ず伸びます。ここが救いがあるところですね。
 
以上の本のレベルを越えたら

  • 新装改訂版 現代数理統計学
    https://amzn.to/3b0jmiZ

    日本の統計の第一人者の竹村先生が書かれた名著中の名著です。長らく絶版に近い状態だったのですが、新装版が出てくれました。ここまで良質に語り尽くしてくれる教材って他のものはMITのものしか思いつきません。名著です



  • 現代数理統計学の基礎
    https://amzn.to/3r342rM
    統計検定1級対策にはベストの1冊だけど、数理統計学のテキストとしてはね、、みたいなよく分からないディスられ方をすることで有名。普通に優れた数理統計学のテキストだと思う。MITの準備の為の本として購入 現代数理統計学の基礎
 
関連記事 : 恐らく日本で最高のData Scienceの授業です
安宅和人さんのSFCのData Scienceの授業が公開されている (1/X)
安宅和人さんのSFCのData Scienceの授業が公開されている (2/X)
安宅和人さんのSFCのData Scienceの授業が公開されている (3/X)
安宅和人さんのSFCのData Scienceの授業が公開されている (4/X)
安宅和人さんのSFCのData Scienceの授業が公開されている (5/X)
安宅和人さんのSFCのData Scienceの授業が公開されている (6/X)
 安宅和人さんのSFCのData Scienceの授業が公開されている (7/X)

 

関連記事
・戦略ファーム時代に読んだ700冊のまとめ+Tech company時代に読んだ本*随時更新  I.戦略

http://touya-fujitani.blogspot.com/2020/04/700.html

関連記事:濱口秀司さんの戦略・イノベーション






2021年の年間総合はてなブログランキングでトップ取っちゃったんだけれど、凄くないだろうかこれ

なんとこのblogの記事が2021年の年間総合はてなブログランキングでトップを取得してしまいました。

 

blog.hatenablog.com

f:id:touya_hujitani:20211230114817p:plain

読んでくださった皆様に感謝です。年末年始はやはりblogを書こうかな

社会人の勉強の最大の問題点

社会人の勉強の最大の問題点、それは「問題を解くという行為」が少な過ぎる点です。

 

高校生が自分で教科書と問題集を解きまくって東大に受かるというのは普通に出来ます。ただ、「教科書だけ」で東大に受かれとなると話は別です。流石にその水準は完全に天才レベルだと言わざるを得ません。それにも関わらず、社会人の学習には「問題を解く」という行為が少なすぎるのです。資格試験では問題を解きますが、専門書を読む「のみ」というパターンが多いのです。多いのですというか、何故か社会人学習だけが、読む「だけ」で何かを習得するという無理ゲーに知らない間になっているのです(これ皆すっごい損していると思っているんだけれど、どうだろうか)。余談ですが、なのでぼくはNetflixを延々と見て英語を勉強するみたいな方法論は望ましくないと思っています。

 

英語学習 - Netflixを延々と見るのではなく。あるいは最も楽しい学習方法
http://touya-fujitani.blogspot.com/2018/09/netflix.html?q=MIT

ぼくはMOOCSを非常に多用していますが、MOOCSはそこを解決してくれる点が素晴らしいです。例えばこのMITのData scienceのコースなどは「何度も解くに値する問題」を大量に提供してくれます。

Statistics and Data Science from MIT - Probability - The Science of Uncertainty and Data (10/)

http://touya-fujitani.blogspot.com/2018/12/statistics-and-data-science-from-mit.html?q=MIT

 

日本だと大学受験の問題集とかって名著の宝庫なのですが、大学課程から結構怪しくなってしまい社会人学習だと結構壊滅状態なんじゃないかと思います。何千万ものコストをかけてMBAに行くような時代でもありません。

 

日本の終身雇用も崩壊が宣言され、個人がキャリアをつくっていく時代になった今MOOCSはこれからどんどん伸びそうです。MOOCSを使いこなすスキル自体も重要なので善は急げです。

 

関連記事
安宅和人さんのSFCのData Scienceの授業が公開されている (1/X)
安宅和人さんのSFCのData Scienceの授業が公開されている (2/X)
安宅和人さんのSFCのData Scienceの授業が公開されている (3/X)
安宅和人さんのSFCのData Scienceの授業が公開されている (4/X)
安宅和人さんのSFCのData Scienceの授業が公開されている (5/X)
安宅和人さんのSFCのData Scienceの授業が公開されている (6/X)
 安宅和人さんのSFCのData Scienceの授業が公開されている (7/X)

 

関連記事
・戦略ファーム時代に読んだ700冊のまとめ+Tech company時代に読んだ本*随時更新  I.戦略
http://touya-fujitani.blogspot.com/2020/04/700.html

関連記事:濱口秀司さんの戦略・イノベーション

簿記 - それは馬鹿にする誰もが甚大な損をするサブスキルの大臣 (6/) - 簿記の決定板の教科書が出た

簿記の勉強は人気がない

ファームからtech companyに転職して早1年以上経過し、テクノロジーにどっぷりはまりつつも担当する業務はほとんどStratgy workです。それと同時に指導をする後輩の人数が増えています。そんな中で、会計を勉強してくれない後輩に困っています。れ本当に困ってます。投資銀行は入社前に頑張って簿記2級取るみたいだよ!とかカッコイイ風に言ってみてもダメです。これ最近の困り事項です。

やっぱり簿記の勉強は人気がないなあと再確認するわけなんですが、ビジネスの基礎中の基礎なので困っています。特に知識量と練習量が効いてくる領域なので、根幹の部分を早い段階で固めてその上に諸々が乗ってくるステータスになって欲しいんですね。が、そもそも簿記は馬鹿にされやすい領域なのことに加えて、他に魅力的な学習対象が山の様にあるので気持ちはわかります。が、同時に必要です

ついに出た様に思う簿記の決定版の教科書

そんな中でこれはちょっと決定版なんじゃないかという簿記の教科書がついに出た様に思います

CPA会計学院のいちばんわかる日商簿記3級の教科書
https://amzn.to/2LNYHX5

これは凄くいいです。簿記の構造が頭にスッキリ入ってきます。基礎領域でこれをするのは難しいはずです。恐らくは、若干強め過ぎるくらいの抽象化をして、読者の理解を促進することに特化しています。ちょっと関正夫さんの英語の参考書の書き方に似ています。"勘所"を簡潔にまとめた上で、新しい定義で説明しているんですね。


参考記事
関正生さんの英語の説明はなぜわかりやすいか
https://note.com/touya_fujitani/n/nac67d11d27eb

 

定義を中心に少し内容を紹介してみます

BS、PLの主要項目の定義

 

純資産の定義

一般的には「資産と負債の差額」とされることが多いかと思いますが、「資金の調達源泉のうち返済義務のない金額」としています。これが何に有用かということ、負債の定義を「資金の調達源泉のうち返済義務のある金額」と出来るので、BSの貸方について資金の調達源泉(返済義務有り/無し)の2パターンで綺麗に切れてるのですね。ちょっとしたことの様で、これだけでとても分かりやすくなります

 

繰越利益剰余金の定義

繰越利益剰余金は「会社が稼いだ金額」と言い切っています。若干大丈夫かと思わないでもないですが、やはり理解促進の為に強めの抽象化をしてるのですね

 

収益・費用の定義

繰越剰余金にフォーカスした定義をしていて、収益は繰越利益剰余金の増加要因のことで、費用とは減少要因のこととしています。まとめると下記の通りです

収益: 繰越利益剰余金の増加要因 
費用:繰越利益剰余金の減少要因
当期純利益:当期の儲け(繰越利益剰余金の増加額)

これも一般的には純資産の部の増減要因として語られることが多い様に思うのですが、確かに繰越剰余金で定義した方が分かりやすいです。BSの説明からのPLの必要性の説明のフローも流れが綺麗です

1.貸借対照表の繰越利益剰余金の増減額が当期純利益となる。
2.貸借対照表だけでは、繰越利益剰余金の増減要因が不明である。
        →故に損益計算書が必要

 

試算表のポイント

一応本書上の定義もおさえておくと、「試算表は、総勘定元帳の各勘定の金額を集計した一覧表」というもので極めて普通のものでした。ただやっぱり勘所をおさえてるなと思うのは、下記の表です

 



試算表の勘定科目の順番が、"資産→負債→資本→収益→費用"になってるのって確かにルールというわけではないので教科書には書きづらいのですが、ほとんどのケースでこうなってるので説明したあげた方が特に初心者の読者への貢献性は高い様に思います。こういったちょっと気の利いたことの積み重ねで良書は出来上がりますね。
"勘所"を簡潔にまとめた上で、新しい定義で説明する、ってなんとなく流行りそうなアプローチです。次は統計領域で期待です。
 
時頭の良さは本当に申し分ない後輩達にはサクッと簿記は身に付けてしまって、目の前のビジネス取引がいつでも脳内で仕訳変換出来るであるとか、ビジジネスイシューの会計上の取り扱いが出来る様な状態になって欲しいと思う次第です