kashi_pong さんが指摘されている「分析的データ解析」と「予測的データ解析」とも関連がきっとありますね．http://www.geocities.co.jp/Technopolis/5893/research_diary-2009.html#20090703※ 私は "analytical" より，探索的 "exploratory" の方がしっくりきます．主観的な仮定はデータ分析には必ず必要で，真に客観的・帰納的だと事実の列挙にしかならないと思います．※ iidなんて絶対成立してるはずないし※ 言ってしまえば，事実が「存在する」ことすら主観だしなので，仮定の多少で線引きをするのは，あまりクリアな分類にはならない気がします．
統計は歴史が長いので「ここまでだったら使う人が殆ど何も知識がなくとも、何も考えずに使えますよ」という部分が切り出せている一方、機械学習は「玄人が使うと色々できるけど、ちゃんと理解していない人が使うと大ポカやらかしそう」という感覚が個人的にはあるんですね。特に分類をしたかったわけでもないのですが、あえて言えば「素人を含めた、使う人にとってどうなのか」という視点で見ていたのかもしれません。どの分析方法（仮定）がより有用かは問題依存だと思うので、「対象とする問題全体にとってどのぐらい良いのか」という比較は意味がないと私も思います。
コメントを投稿
投稿
コメント
2 件のコメント:
kashi_pong さんが指摘されている「分析的データ解析」と「予測的データ解析」とも関連がきっとありますね．
http://www.geocities.co.jp/Technopolis/5893/research_diary-2009.html#20090703
※ 私は "analytical" より，探索的 "exploratory" の方がしっくりきます．
主観的な仮定はデータ分析には必ず必要で，真に客観的・帰納的だと事実の列挙にしかならないと思います．
※ iidなんて絶対成立してるはずないし
※ 言ってしまえば，事実が「存在する」ことすら主観だし
なので，仮定の多少で線引きをするのは，あまりクリアな分類にはならない気がします．
統計は歴史が長いので「ここまでだったら使う人が殆ど何も知識がなくとも、何も考えずに使えますよ」という部分が切り出せている一方、機械学習は「玄人が使うと色々できるけど、ちゃんと理解していない人が使うと大ポカやらかしそう」という感覚が個人的にはあるんですね。特に分類をしたかったわけでもないのですが、あえて言えば「素人を含めた、使う人にとってどうなのか」という視点で見ていたのかもしれません。
どの分析方法（仮定）がより有用かは問題依存だと思うので、「対象とする問題全体にとってどのぐらい良いのか」という比較は意味がないと私も思います。
コメントを投稿