[隨手記] — 獲得洞見的內功
Published in
3 min readMay 19, 2017
此篇是我在 得到App — 萬維鋼菁英日課169 所節錄的筆記與個人心得。
什麼是洞見?
再雜亂無章的訊息中,看清楚其中的關鍵所在
對於洞見常見的錯誤認知 — From (X) Through (O)
- 洞見不是你產生的、不是你製造的,而是你獲得的。
- 一個洞見的產生不是從你這個人身上所獲得,而是通過你出現的。
- 洞見也可以稱作奇異恩典
溯因推理 (Abductive reasoning)
溯因推理是推理到最佳解釋的過程,換句話說,它是開始於事實的集合併推導出它們的最合適的解釋的推理過程 — — Wik
- 演繹(Deductive reasoning) > 歸納(Inductive reasoning) > 溯因(Abductive reasoning)
- 溯因推理的流程:
收集大量資訊 > 數據中找到數個模式 > 綜合模式得到理論 > 獲得洞見 - 也稱作創造性思維、跳躍式思維
獲得洞見的內功
- 專注地投入(觀察數據、挖掘模式)
- 完全抽離,讓子彈飛一會兒
- 拿著一張紙與筆,關鍵的想法自然會跑出來
反思
創意人這本書也有提到創意的訓練方式,基本上與培養洞見的內功相似。
另外,我意識到溯因推理的過程跟 EDA 相同。EDA 經常走以下流程:
- 收集數據
- 觀察事件關聯與模式
- 提出假設與驗證 (可能合理的解釋) 是否成立與穩健
- 綜合模式與規則
- 提出理論
過去每當在跟別人介紹 EDA(Exploratory Data Analysis) 是什麼時,常常反問自己幾個問題:
- EDA 等於資料視覺化?
- EDA 有價值嗎?
- 要如何透過 EDA 獲得洞見?
尤其是在 AI 的時代,挺少人注重 EDA,就連我碩班兩年專注在做 EDA (不能說都只在畫圖而已 XDDD) 在先前也還沒有個想法。
雖然目前對於 EDA 如何做,我還菜味十足,還有很大的學習空間。但聽完這堂課後有些新的認知了:
- EDA 不單純只是資料視覺化,而是獲得洞見的一個過程,而視覺化只是在
流程2-觀察事件關聯與模式
的一個方法而已,甚至 Regression 也可以用的上。 - EDA 與 ML(機器學習)/DL(深度學習) 是無需比較的,前者的目的是獲得洞見、後者是預測成效。(也許未來強AI能做到獲得洞見也說不定,但在這邊先不談這個令人心碎的主題 haha)
- EDA 獲得洞見的相當不容易,個人認為關鍵在於:
* 知識廣度、知識深度(專業知識) — 資料收集
* 觀察力 — 觀察事件關聯與模式
* 定義問題能力 — 提出假設與驗證
今天隨手記就分享到這,謝謝各位 :)