tag:crieit.net,2005:https://crieit.net/tags/%E3%80%8E%E7%B5%B1%E8%A8%88%E5%AD%A6%E3%82%92%E5%93%B2%E5%AD%A6%E3%81%99%E3%82%8B%E3%80%8F%E8%AA%AD%E6%9B%B8%E3%83%A1%E3%83%A2/feed Crieitでタグ「『統計学を哲学する』読書メモ」に投稿された最近の記事 2021-05-06T12:12:19+09:00 https://crieit.net/tags/%E3%80%8E%E7%B5%B1%E8%A8%88%E5%AD%A6%E3%82%92%E5%93%B2%E5%AD%A6%E3%81%99%E3%82%8B%E3%80%8F%E8%AA%AD%E6%9B%B8%E3%83%A1%E3%83%A2/feed tag:crieit.net,2005:PublicArticle/17060 2021-05-05T12:10:53+09:00 2021-05-06T12:12:19+09:00 https://crieit.net/posts/1-60920cbda3813 <p>Python学習の一環として、<a target="_blank" rel="nofollow noopener" href="https://www.hanmoto.com/bd/isbn/9784815810030">『統計学を哲学する』</a>という本を買いました。</p> <p><img src="https://www.hanmoto.com/bd/img/9784815810030_600.jpg" alt="統計学を哲学する" style="height: 200px"/></p> <blockquote> 本書はその名の通り、「統計学を哲学する」ための本である。〔...〕その目論見を一言で表すとしたら、「データサイエンティストのための哲学入門、かつ哲学者のためのデータサイエンス入門」である。ここで「データサイエンス」とは、〔...〕データに基づいて推論や判断を行う科学的／実践的活動全般を意図している。しかしそのような経験的かつ実務的な学問が、机上の空論の代名詞とみなされているような哲学といかにして関係するのか。〔...〕 </blockquote> <h2 id="統計学を学ぶ理由"><a href="#%E7%B5%B1%E8%A8%88%E5%AD%A6%E3%82%92%E5%AD%A6%E3%81%B6%E7%90%86%E7%94%B1">統計学を学ぶ理由</a></h2> <p>発売当初からなんとなく気になっていたのですが、Pythonプログラミングを学ぶにあたって、ふたたび興味が出てきました。</p> <p>個人的になのですが、2021年にPythonをやるということは、機械学習・AI・深層学習（Deep Learning）を学ぶとほとんど同義なのでは？と思っているのですが、流行りのものをやりたい、理解したい、というのも大きな動機です。</p> <p>自分は出身が文学部で、大学のときそれなりに時間を使って人文系（哲学）の本を読んできたので、その辺りからならむしろとっつきやすいかな？とか思ったりしたこともあります。</p> <p>仕事に関連するところでは、Pythonを使って、英語や日本語の文章のテーマ分析や、出現単語頻度の分析をしてみたいというのが前からあって、自然言語処理という分野になるのかなと思い、前に一度チュートリアル書を買ってみたのですが、Pythonの文法が分からなくて前に進めなくなった、という経緯があります。そこで、</p> <ul> <li>Pythonの文法をしっかり理解する</li> <li>AI, 機械学習, Deep Learning, 強化学習...etc というAI周りの用語・概念を正確に理解する</li> <li>自然言語処理についての概念を押さえる</li> <li>必要な数学的な知識を習得する</li> </ul> <p>この四つをきちんと同時に押さえ、やれることを理解したい、適切に開発ができるようになりたい。</p> <p>書いてみるとやること多いなーと圧倒されそうになるのですが、頑張ってみたいと思います。</p> <h2 id="どのように進めるか"><a href="#%E3%81%A9%E3%81%AE%E3%82%88%E3%81%86%E3%81%AB%E9%80%B2%E3%82%81%E3%82%8B%E3%81%8B">どのように進めるか</a></h2> <p>自分でやるのだからペースの宣言などはいらなそうなものですが、ひとりでやるからこそ、最初にある程度目標みたいなものを宣言しておかないとやる気がなくなりそうなので、進め方を宣言しておきたいと思います。</p> <p>基本的に、買っては読み飽き...を繰り返す人間なので、こういうチャレンジな本を読み切るときの習慣みたいなものも確立していきたい。</p> <p>ページ数は229が全体の結びにかえてのページになっているので、そこまでの大著ではなく一人で読み切れる範囲の本。（おそらく）</p> <p>章立てを転載するとこんな感じ。</p> <blockquote> <p>序　章　統計学を哲学する？<br /> 1　本書のねらい<br /> 2　本書の構成</p> <p>第1章　現代統計学のパラダイム<br /> 1　記述統計<br /> 2　推測統計</p> <p>第2章　ベイズ統計<br /> 1　ベイズ統計の意味論<br /> 2　ベイズ推定<br /> 3　ベイズ統計の哲学的側面</p> <p>第3章　古典統計<br /> 1　頻度主義の意味論<br /> 2　検定の考え方<br /> 3　古典統計の哲学的側面</p> <p>第4章　モデル選択と深層学習<br /> 1　最尤法とモデル適合<br /> 2　モデル選択<br /> 3　深層学習<br /> 4　深層学習の哲学的含意</p> <p>第5章　因果推論<br /> 1　規則説と回帰分析<br /> 2　反事実条件アプローチ<br /> 3　構造的因果モデル<br /> 4　統計的因果推論の哲学的含意</p> <p>終　章　統計学の存在論・意味論・認識論<br /> 1　統計学の存在論<br /> 2　統計学の意味論<br /> 3　統計学の認識論<br /> 4　結びにかえて</p> </blockquote> <p>理想的には1ヶ月...とかと言いたいところだけど、言語（Python）の方の習得も同時にやるつもりなので、どんなに早くても3ヶ月、長ければ半年くらいかな。と思っています。</p> <p>で、1週間で1部（章の下のまとまり）を目安に、読んで思ったこと、まとめようと思ったことをここに書いていく...というような形を想定しています。</p> <p>同時進行で、個人的に知り合いの人とやっているオンライン読書会があるので、そちらともリンクさせて発表できるのが理想...だけど、欲張りは禁物かな。スライドつくるとかいうと、訳わからんくなりそうだし。</p> <p>いま5月1日現在で、序章は読み終わっているので、とりあえずそこをまとめるのが目標。</p> <p>1章から、わりと数式とかが出てきて慣れていないわたしはやはり挫折しそうになるので、前に進むために理解を言語化していくというのがこのノートの役割になると思っています。</p> <h2 id="質問を受け付けています"><a href="#%E8%B3%AA%E5%95%8F%E3%82%92%E5%8F%97%E3%81%91%E4%BB%98%E3%81%91%E3%81%A6%E3%81%84%E3%81%BE%E3%81%99">質問を受け付けています</a></h2> <p>せっかくオンラインに公開するので、質問とか受け付けられたらいいかなーとも思っています。<br /> 投稿に関する不明確なところとか、気になるところとか、あったら何でも聞いてもらえたらと思います。ちゃんと答えられる保証はないですが、いただいた感想とか質問があったら、記事の中で応答したり、コメントにレスする形で答えられたらと思っています。</p> <p>お付き合いいただければ幸いです。</p> mkataoka73