¿Qué puede aportar la filosofía a la ciencia de datos?

Answer 1

A2A.

Varias cosas. Sin embargo, vamos despacio, ya que la mayoría ya ha tomado una decisión sin una inmersión “profunda” adecuada (y este uso de “profunda” es correcto).

Hice esta pregunta: Ya tenemos crapularidad. ¿Cuáles son nuestras elecciones en términos de gestión? En la descripción hay un indicador de un artículo de Florian Cramer titulado: Crapularity Hermeneutics.

En el último recorrido con la IA (que se relaciona con la ciencia de datos), hubo un esfuerzo por mirar la hermenéutica que está fuera de la filosofía. Eso no fue muy lejos; Me parece que el invierno de la IA llegó demasiado pronto e impidió la visión adecuada.

¿Qué trae esto? Una mejor mirada a la semiótica y al significado. Solo palabras, sí, pero la yuxtaposición de estos dos puede iluminar mucha confusión. ¿Confusión? Sí, tenemos personas que recorren los caminos de las superposiciones matemáticas solo porque pueden. Por un lado, tenemos una mejor comprensión. También, hay más herramientas.

Últimamente, me he vuelto más sensible a la discusión de la sociología del conocimiento. Tenga en cuenta que esta es una ciencia social que tiene un fundamento filosófico. Cubro algunos de los antecedentes (brevemente) en este post: Sobre informática. Ten en cuenta que estoy trayendo a Jacques (Lacan). Era una psique con una inclinación filosófica.

Dicen que a los ingenieros no les importa la filosofía o la psicología. Pero, estos dos van a ser importantes en el futuro. En términos de esto último, las posiciones nocionales descritas por Carl (Jung) se presentarán en la conciencia.

De nuevo, esto es superficial. En un momento, me hubiera reído ante la idea de que podría haber una ciencia relacionada con los datos. Pero, el internet está provocando cosas raras. Y, realmente no hay una base teórica para cualquiera de estas cosas que ha resultado ser una amalgama (desastre, si me preguntas).

Otro hilo (hay muchos)? Cuasi-empirismo. No me reiría por esto: las matemáticas como ciencia empírica. ¿Qué? Digamos, en parte, a fin de mantener a los que les gusta su “pureza” para que permanezcan en silencio mientras tenemos la oportunidad de iniciar un debate.

Ese es el problema principal. Demasiadas posiciones preconcebidas con montones de mentes altamente educadas que defienden su postura perdida.

Sin embargo, tenemos que dar un paso atrás y volver a intentarlo. Los autodidactos pueden pasar a primer plano, si lo desean.

Answer 2

En una palabra, significado .

Los datos son el plural de los datos ( como a menudo olvidamos), y al igual que la cura para la deriva lingüística sin rumbo es una comprensión de la etimología, la comprensión de la filosofía devuelve la ciencia de los datos a sus raíces académicas nutritivas en la ontología.

¿Pero nos atrevemos a cuestionar los datos ? Después de todo, estamos hablando de los mismos medios por los cuales se ensambla aquí la Verdad, ¿no es así? La ciencia (conocimiento) de lo que se “da” – lo que es obvio . Cuando tomamos datos relevantes y permitimos que esas observaciones nos informen, los patrones que surgen de tal iluminación mecánica deben constituir la realidad, ¿verdad? Quiero decir, ¿quiénes somos nosotros para discutir con la ciencia? Especialmente ese hecho puro y no adulterado: la madre virgen de la objetividad, sin mancha por la especulación de la Mente humana mundana.

No, pensar en los datos solo introduce el error. Aquí no hay lugar para la Sabiduría, tal cosa no se computa. La sabiduría necesariamente conlleva dudas , y no hay lugar para tal cosa en el aprendizaje profundo directo, demostrativo y determinista que impulsa nuestro sueño en desarrollo de decisión definitiva. No es lógico. Los intervalos de confianza son simplemente eso: continuidades de confianza.

En resumen, los datos no producen nada, y la ciencia de los datos carece de significado sin suposiciones a priori de la naturaleza de la verdad. La filosofía proporciona los axiomas ontológicos que permiten que el conocimiento se derive de los datos. El proceso no puede producir los resultados de sí mismo, tal enfoque es autorreferencial, una Quine.

Nosotros, como Filósofos, fijamos el Programa. Decidimos lo que queremos saber antes de que se haga la pregunta, ya que es la naturaleza de la investigación la que dio forma al surgimiento del resultado. La pregunta es; ‘Cuál es la pregunta’? Vemos lo que creemos, porque lo que creemos comprende el aparato de nuestro experimento.

Esperar que los datos revelen algo original es negar la responsabilidad del científico en la recopilación. Esperar la aparición del significado de una “muestra aleatoria” es negar el hecho de que el encuadre es lo que permite que el orden se perciba en el caos.

Solo cuando la matriz de entrada devuelva un resultado que insulte nuestro sentido de la realidad, nos daremos cuenta de la elección que debemos hacer antes de que se ejecute la prueba.

¿Decido lo que es evidente, o la evidencia determina mi decisión?

Esta es la pregunta que hace el filósofo. El científico es el aprendiz.

Answer 3

La filosofía de la estadística es esencial para la ciencia de datos.

Los científicos de datos intentan hacer nuevos conocimientos extrapolando más allá de los datos que pueden ver. Esto podría significar tratar de entender cómo se formaron los datos (modelado explicativo) o predecir cómo se verían los nuevos valores. Un científico de datos debe comprender al menos los aspectos básicos de dónde proviene ese nuevo conocimiento y qué suposiciones (o saltos de fe) deben realizarse implícitamente para generarlos.

Answer 4

¡Pensamiento crítico! Estudié filosofía en la licenciatura a través del programa de honores de mi escuela (menor en filosofía), y ha sido un activo en investigación y resolución de problemas críticos. Si está interesado, definitivamente lo recomendaría, particularmente la lógica, cualquier cosa de Kant y Mills, y cualquier material que quiera aprender 🙂 Chalmers tiene un trabajo interesante sobre la conciencia de la máquina que he revisado muchas veces desde que ingresé en la máquina aprendizaje…

Answer 5

La filosofía en sí misma no es la misma, cambia con el conocimiento que teníamos en el pasado hoy y para mañana. Así que por ahora, por el bien, digamos; El futuro de muchos científicos puede predecirse mediante el uso de datos.

Algunos grandes pensamientos: –

Los datos no son información.

La información no es conocimiento.

El conocimiento no es comprensión.

Comprender no es Sabiduría.

– puesto de clifford

Los datos tienen que ver con el tiempo y el conocimiento de los hechos del pasado. Estas estadísticas y cifras pueden dar una idea de lo que sucedió en el pasado. Pero mañana estos no pueden tener en cuenta lo que en el corazón de alguna persona. Como un humano puede elevarse por su fuerza de voluntad, y decir que puedo cambiar lo que se dice, no se puede hacer, y lo hará por pasión. y él será capaz de traer el cambio. No podemos inspirar a nadie con estadísticas y datos que no saben que pueden decir dónde estamos pero no dónde estaremos.

Tenemos nuestra existencia y desde la cantidad límite de datos que tenemos por breve historia de la vida en la tierra que tenemos. Estamos en la trampa de los datos limitados que tenemos y estamos en esos muros del pasado para presentar. Estos muros psicológicos de la vida no pueden romperse con los datos que tenemos para salir de muros seguros.

“La predicción, ya sea de ciencia astrológica o científica, se refiere a aquellas personas que no tienen la capacidad de hacer un plan y caer en las estadísticas “.

Answer 6

La falsabilidad de Karl Popper se basa en gran medida en las estadísticas, específicamente en las pruebas de hipótesis.

La filosofía en general es crucial. La epistemología está en todas partes.