いわゆる「複雑系」を相手にする分野で、「理解する」ってどういうことだろうと時々悩む。ノードとエッジとパラメータをすべて記載するだけでは不十分だろう。完璧なシミュレーションができたとしても、理解したことにはならないと思う。だが、三段論法が通じない系に対してどういう理解が可能なのか。
2010-05-11 20:06:40といっても、私にとって、「理解」=「人間が脳内で再現できること」でもないんだよなぁ。コンピュータを使った四色定理の証明に対して、特に不満感はないし。
2010-05-11 20:09:18「ニューラルネットを学習させて弁別器ができましたー」ってのは「理解」ではない。「決定木を構築して弁別器ができました」ってのは「理解」だと思う。このたとえで通じる? これが私の科学観。
2010-05-11 20:12:10そうか、一つ一つの手続きの「意味」が知りたいんだな、自分は。昔ながらの還元主義だ。四色問題の証明とか、決定木による弁別は「この部分がこれをやっている」ってはっきり言えるけど、ニューラルネットは「この素子が何をやっている」かはっきりしない。全体として一つの機能を提供してる。その違い
2010-05-11 20:20:18ぼくはネットワークが好きというか、ネットワーク家のような所があるので、ニューラルネットや決定木ではなくグラフで理解したいし、グラフってのは時間軸固定ですからDAGを時系列で何枚も得るかサイクルのあるグラフが欲しいです
2010-05-11 21:43:15で、ニューラルネットも決定木もグラフには違いないですが、ノードやエッジの意味が違ってきます 時間という概念がどう加わるかも不定 時間だったら上田先生が持論ありそうだけど
2010-05-11 21:45:29さっきのニューラルネットの件もそうか 「理解」するときに「類型」を使う人がいるけど、類型で「正しい理解」が得られるとは限らないんだよね 類型やら分類やらが悪いっていってんじゃなくて、わざわざ定義でユニークにしているものを「どうせ同値類におとすからいいじゃん」っていうのは感心しない
2010-05-11 22:28:57単純に、「モデル」の問題だよね ある分析したい対象があって、どのモデルを仮定するか どのモデルが正しいかっていうより、どのモデルだと、対象をよく説明できるか
2010-05-11 22:31:43「グラフィカルモデル」とまで言ってしまうと、機械学習や統計に限定されてしまうのかな なかなか一般化は難しい http://bit.ly/b1zxL0
2010-05-11 22:51:22アルゴリズムを理解しようと思ったら、「擬似コード」? 分類ってのは例えばDPとかブルートフォースとか、曖昧には決めるけどディテールは決めないしな それ言い出したら擬似コードも細部は決まってないけど
2010-05-11 22:53:34システム(広い意味で)を理解しようとしたら、系を図示したり、数式モデルに落としたりするのかな? 「系って何?」って聞かれたらどう答えようか
2010-05-11 22:57:04システム = 系としてよさそうだけど、次に出てくる言葉は「構造」だろう 対象の構造を明らかにする それが Systems Science http://en.wikipedia.org/wiki/Systems_science
2010-05-11 23:04:05あえて一つ付け加えるとするなら、「構造解析」と「機能解析」の二つのタイプの解析があり、しばしば「機能解析」より「構造解析」を先にすべし、と言われるということ Systems Science というくくりに「機能解析」が含まれるのかどうかはちょっとすぐに答えられないな
2010-05-11 23:27:28いや、もちろん Systems science でも機能解析はするんだろうけど、まず誰が Systems science を定義し、誰がそれを支持したり布教したりしてるかってのがまとまった知識になってない
2010-05-11 23:28:37「構造解析と機能解析のキャッチボールで理解が深まります」文科省ターゲットタンパク研究プログラム http://bit.ly/cYbzDE そうそうこういう論調
2010-05-11 23:31:16構造解析と機能解析の関係は弁証法にも近いけど、アンチテーゼというほどかみ合っていないわけでもないしなぁ でも合ってるところはそのままに対立してる部分を止揚すると見えなくもない もう一つの見方はボトムアップかトップダウンかで、上下を持ち出すと反発される無根木に上下を便宜的につけると
2010-05-11 23:38:44