知识卡片
模型驱动的合理性与代价
计算机出现之前,统计只能处理少量数据:先对背景分布作独立同正态之类的假定,再建立数学模型、手工计算,然后推导结果的性质,例如置信区间(参数可能落入的区间)与相合性(样本量增大时估计是否收敛到真值)。这些性质常借助中心极限定理或大样本定理,刻画的是样本量趋于无穷时的极限行为,因而对总体分布和样本形式都有很强的假定。这在算力稀缺时是理性选择,但代价是方法被假定绑死、研究围着模型而不是围着问题转,统计因此「自我封闭」,把本属于数据科学的领域让了出去。判据在场景:假定近似成立、样本小、要可解释的推断时这套方法仍有效;数据量大、结构复杂、以预测为目标时就必须换。
这张卡片看不懂?
这张卡片已通过人工审查,不再接受失败反馈。
已有反馈 · 0 条
还没有人提交反馈。
在整书笔记中的位置
- · 第1章 概述
原书出处 · 1 处
- 第1章 概述 · 查看原书依据
以模型而不是数据为主导的研究方式导致统计在某种程度上“自我封闭、自我欣赏”,结果是很可能丢掉许多属于数据科学的领域。
参考来源
- 位置:《大数据挖掘与统计机器学习》第1章 概述(源文件:extracted/大数据挖掘与统计机器学习/_epub-src/OEBPS/Text/chapter3_0002.xhtml,1.2 基本内容)
- 结论依据:原文说明前计算机时代的做法及其理论性质依赖强假定,并评价这种以模型为主导的方式导致统计自我封闭、可能丢掉数据科学的领域。
- 原始内容:以模型而不是数据为主导的研究方式导致统计在某种程度上“自我封闭、自我欣赏”,结果是很可能丢掉许多属于数据科学的领域。