[隨手記] — 獲得洞見的內功

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 :)

One clap, two clap, three clap, forty?

By clapping more or less, you can signal to us which stories really stand out.