[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 :)