저는 퍼지 세트에 관한 George F. Klir의 저서에서 논의 된 불확실성 관리의 유용한 원칙에 비추어 대체 철학의 방향에서 이것에 접근 할 것입니다. 나는 van der Laan에게 정확성을 줄 수는 없지만 그의 목표가 논리적으로 불가능한 이유에 대해 다소 철저한 사례를 제시 할 수 있습니다. 그것은 다른 분야를 언급하는 긴 토론을 요구할 것입니다.
Klir와 그의 공동 저자는 불확실성을 비 특이성과 같은 여러 하위 유형으로 나눕니다 (즉, 알 수없는 대안이있는 경우 Hartley 함수와 같은 수단을 통해 처리). 정의의 부정확성 (즉, 퍼지 세트로 모델링되고 정량화 된 "퍼지 니스"); 증거의 투쟁 또는 불일치 (Dempster-Shafer Evidence Theory에서 다루어 짐); 플러스 확률 이론, 가능성 이론 및 측정 불확실성, 목표는 관련 증거를 포착하고 오류를 최소화하는 적절한 범위를 갖는 것입니다. 나는 통계 기법의 전체 툴박스를 쿠키 커터와 같이 다른 방식으로 불확실성을 분할하는 대체 수단으로 본다. 신뢰 구간과 p- 값은 어떤 방식으로 불확실성을 검역하는 한편, Shannon의 엔트로피와 같은 측정은 다른 각도에서 내려옵니다. 그들이 할 수있는 것 그러나, 그것을 완전히 제거하는 것입니다. van der Laan 종류의 "정확한 모델"을 달성하기 위해서는 이러한 모든 불확실성을 0으로 줄여서 더 이상 분할 할 필요가 없습니다. 진정한 "정확한"모델은 항상 확률 및 가능성 값이 1이고, 비 특이성 점수는 0이며, 용어, 값 범위 또는 측정 척도의 정의에서 불확실성이 없습니다. 다른 증거 출처에는 불일치가 없습니다. 이러한 모델에 의한 예측은 항상 100 % 정확합니다. 예측 모델은 본질적으로 불확실성을 미래로 나눕니다. 그러나 미루지 않을 것입니다. 불확실성 관점에는 몇 가지 중요한 의미가 있습니다. van der Laan이 설명하는 것처럼, 우리는 이러한 모든 불확실성을 0으로 줄여서 더 이상 분할 할 필요가 없습니다. 진정한 "정확한"모델은 항상 확률 및 가능성 값이 1이고, 비 특이성 점수는 0이며, 용어, 값 범위 또는 측정 척도의 정의에서 불확실성이 없습니다. 다른 증거 출처에는 불일치가 없습니다. 이러한 모델에 의한 예측은 항상 100 % 정확합니다. 예측 모델은 본질적으로 불확실성을 미래로 나눕니다. 그러나 미루지 않을 것입니다. 불확실성 관점에는 몇 가지 중요한 의미가 있습니다. van der Laan이 설명하는 것처럼, 우리는 이러한 모든 불확실성을 0으로 줄여서 더 이상 분할 할 필요가 없습니다. 진정한 "정확한"모델은 항상 확률 및 가능성 값이 1이고, 비 특이성 점수는 0이며, 용어, 값 범위 또는 측정 척도의 정의에서 불확실성이 없습니다. 다른 증거 출처에는 불일치가 없습니다. 이러한 모델에 의한 예측은 항상 100 % 정확합니다. 예측 모델은 본질적으로 불확실성을 미래로 나눕니다. 그러나 미루지 않을 것입니다. 불확실성 관점에는 몇 가지 중요한 의미가 있습니다. 진정한 "정확한"모델은 항상 확률 및 가능성 값이 1이고, 비 특이성 점수는 0이며, 용어, 값 범위 또는 측정 척도의 정의에서 불확실성이 없습니다. 다른 증거 출처에는 불일치가 없습니다. 이러한 모델에 의한 예측은 항상 100 % 정확합니다. 예측 모델은 본질적으로 불확실성을 미래로 나눕니다. 그러나 미루지 않을 것입니다. 불확실성 관점에는 몇 가지 중요한 의미가 있습니다. 진정한 "정확한"모델은 항상 확률 및 가능성 값이 1이고, 비 특이성 점수는 0이며, 용어, 값 범위 또는 측정 척도의 정의에서 불확실성이 없습니다. 다른 증거 출처에는 불일치가 없습니다. 이러한 모델에 의한 예측은 항상 100 % 정확합니다. 예측 모델은 본질적으로 불확실성을 미래로 나눕니다. 그러나 미루지 않을 것입니다. 불확실성 관점에는 몇 가지 중요한 의미가 있습니다. 이러한 모델에 의한 예측은 항상 100 % 정확합니다. 예측 모델은 본질적으로 불확실성을 미래로 나눕니다. 그러나 미루지 않을 것입니다. 불확실성 관점에는 몇 가지 중요한 의미가 있습니다. 이러한 모델에 의한 예측은 항상 100 % 정확합니다. 예측 모델은 본질적으로 불확실성을 미래로 나눕니다. 그러나 미루지 않을 것입니다. 불확실성 관점에는 몇 가지 중요한 의미가 있습니다.
•이 높은 순서는 물리적으로 불가능할뿐만 아니라 실제로는 논리적으로 불가능합니다. 명백히, 우리는 추락 할 수있는 물리 과학 장비를 사용하여 유한 한 관측 값을 수집함으로써 무한한 각도로 완벽하게 연속적인 측정 스케일을 달성 할 수는 없습니다. 측정 규모 측면에서 항상 약간의 불확실성이 있습니다. 마찬가지로, 실험에서 우리가 사용하는 정의를 둘러싼 약간의 퍼지가 항상있을 것입니다. 미래도 본질적으로 불확실하므로, 우리의 "정확한"모델에 대한 완벽한 예측은 달리 입증 될 때까지 불완전한 것으로 취급되어야합니다.
• 설상가상으로, 프로세스의 어느 시점에서 측정 기술에 오류가 100 %없는 것은 아니며, 우주에서 충돌 가능성이있는 모든 정보를 수용 할만큼 포괄적 인 방법도 없습니다. 또한, 잠재적 인 혼란스러운 변수와 완전한 조건부 독립성을 제거하는 것은 검사중인 프로세스에 영향을 미치는 다른 모든 물리적 프로세스와 이러한 2 차 프로세스 등에 영향을 미치는 프로세스를 모두 검사하지 않으면 철저히 입증 될 수 없습니다.
• 정확함은 순수 논리와 그 하위 집합 인 수학에서만 가능합니다. 추상화는 이러한 불확실성의 원인과 같은 실제 문제와 이혼하기 때문입니다. 예를 들어 순수한 연역 논리를 통해 2 + 2 = 4이고 다른 답변이 100 % 잘못되었음을 증명할 수 있습니다. 또한 항상 4가 될 것이라는 정확한 예측을 할 수 있습니다. 이런 종류의 정밀도는 추상화를 다룰 때 통계에서만 가능합니다. 통계는 현실 세계에 적용될 때 매우 유용하지만, 유용한 통계는 적어도 어느 정도의 불확실성을 불확실하게 주입하여 부정확하게 만듭니다. 피할 수없는 딜레마입니다.
• Peter Chu는 rvl에 링크 된 기사의 주석 섹션에서 추가 제한을 제기합니다. 그는 내가 할 수있는 것보다 더 잘했다 :
"NP-hard 문제에 대한이 솔루션 표면은 일반적으로 많은 로컬 최적화가 필요하며 대부분의 경우 문제를 해결하는 것이 불가능합니다. 즉, 일반적으로 전체 최적 솔루션을 찾는 것이 불가능합니다. 따라서 각 모델러는 (휴리스틱) 모델링 기술을 이 복잡한 목적 함수의 광대 한 솔루션 공간에서 적절한 로컬 최적 솔루션을 찾는 것이 최선입니다. "
•이 모든 것은 van der Laan이 그의 기사에서 이런 식으로 과학에 대해 이야기하는 것처럼 보이지만 과학 자체는 완벽하게 정확할 수는 없다는 것을 의미합니다. 추상적 인 프로세스로서의 과학적 방법은 정확하게 정의 할 수 있지만, 보편적이고 완벽한 정확한 측정이 불가능하다는 것은 불확실성이없는 정확한 모델을 만들 수 없다는 것을 의미합니다. 과학은 훌륭한 도구이지만 한계가 있습니다.
• 거기에서 더 나 빠진다 : 우주의 모든 쿼크와 글루온에 작용하는 모든 힘을 정확하게 측정 할 수 있었음에도 불구하고 여전히 불확실성이 남아 있을 것이다. 첫째, 이러한 완전한 모델에 의한 모든 예측은 여전히 quintic 방정식과 더 높은 다항식에 대한 여러 해의 존재로 인해 불확실합니다. 둘째, 우리는 고전적인 질문 "어쩌면 이것이 모두 꿈이나 환각 일 수도있다"라는 극단적 인 회의론이 현실을 반영하는 것이 아니라는 것을 완전히 확신 할 수는 없습니다.이 경우 우리의 모든 모델이 최악의 방법으로 실제로 잘못되었습니다 . 이것은 기본적으로 현상론, 이상주의 및 독단주의와 같은 철학의 원래 인식 론적 공식에 대한보다 극단적 인 온톨로지 해석과 동일합니다.
• 그의 1909 년 고전 정통에서GK Chesterton은 이러한 철학의 극단적 인 버전은 실제로 판단 될 수 있지만, 신자들을 정신 기관으로 몰아 넣는 지 여부에 따라 판단된다. 예를 들어, 존재 론적 타액 술은 실제로 그의 사촌들과 마찬가지로 정신 분열증의 마커이다. 우리가이 세상에서 달성 할 수있는 최선은 합리적인 의심을 없애는 것입니다. 정확한 모델의 가상 세계, 철저하고 오류없는 측정에서도이 불안정한 종류에 대한 비합리적인 의심은 엄격하게 제거 할 수 없습니다. 반 데어 란이 우리에게 불합리한 의심을 없애려고한다면 그는 불을 가지고 노는 것입니다. 완전성을 파악함으로써, 우리가 할 수있는 유한 한 선은 우리의 손가락을 통해 미끄러질 것입니다. 우리는 무한한 세상에 존재하는 유한 한 피조물입니다. 이는 반 데어 란이 주장하는 완전하고 완전히 특정한 지식이 우리의 이해를 완전히 넘어선다는 것을 의미합니다. 우리가 그런 종류의 확실성에 도달 할 수있는 유일한 방법은 그 세계를 우리가 "순수한 수학"이라고 부르는 완벽하게 추상적 인 것의 더 좁은 범위로 후퇴시키는 것입니다. 그러나 이것이 순수한 수학으로의 후퇴가 불확실성을 제거하는 해결책이라는 것을 의미하지는 않습니다. 이것은 본질적으로 형이상학을 완전히 거부하고 극단적 인 회의론뿐만 아니라 순수한 수학과 과학론으로 완전히 후퇴함으로써 모든 상식에 대한 논리적 인 긍정적 철학을 빼앗은 Ludwig Wittgenstein (1889-1951)의 후계자들이 취한 접근법이었습니다. 유용성에 대한 정확성을 지나치게 전문화하고 지나치게 강조합니다. 그 과정에서 그들은 철학의 정의를 정의와 배꼽 응시에 대한 nitpicking의 쇠약에 녹여서 학계의 나머지와 무관하게 만들었습니다. 이로 인해 20 세기 초까지 학계 토론의 최전선에 서 있었던 모든 학문이 본질적으로 언론의 관심을 끌었으며 그 지도자 중 일부는 가계 이름이되었습니다. 그들은 세계에 대한 완벽하고 세련된 설명을 움켜 쥐고 GKC가 말한 정신 환자를 통해했던 것처럼 손가락을 통해 미끄러졌습니다. 또한 아래에서 논의한 것처럼 자신의 주장을 이미 반박 한 반 데어 란 (Van der Laan)의 손아귀에서 빠져 나올 것입니다. 너무 정확한 모델을 찾는 것은 불가능하지 않습니다. 자살 강박 관념으로 넘어 가면 위험 할 수 있습니다. 그런 종류의 순결을 추구하는 일은 거의 끝나지 않습니다. 손을 매우 격렬하게 문지르면 감염된 상처가 생길 수 있습니다. 그것' 이카루스가 태양으로부터 불을 훔치려 고하는 것을 상기시키는 : 유한 한 존재로서 우리는 사물에 대한 유한 한 이해 만 할 수 있습니다. 체스터튼은 또한 정통에서“하늘을 그의 머리로 가져 오려고하는 것은 논리 학자이다. 그리고 머리는 갈라져있다”고 말했다.
위의 관점에서 rvl에 나열된 몇 가지 특정 질문을 다루겠습니다.
1) 가정이없는 모델 a) 자체 가정을 인식하지 못하거나 b) 측정 오류와 같은 불확실성을 유발하는 고려 사항, 가능한 모든 혼란스러운 변수를 모두 고려한 완벽하게 연속적인 측정 척도 및 처럼.
2) 나는 최대 가능성 추정 (MLE)에 관해서는 여전히 초보자이므로 분명한 것을 지적하지 않는 한 목표 가능성의 메커니즘에 대해서는 언급 할 수 없습니다 : 가능성은 단지, 가능성, 확실성이 아닙니다 . 정확한 모델을 도출하기 위해서는 불확실성을 완전히 제거해야하며, 확률 론적 논리는 거의 할 수없는 일이다.
3) 물론 아닙니다. 모든 모델이 약간의 불확실성을 보유하고 있기 때문에 (실제 물리적 측정과 이혼 한 순수 수학의 경우를 제외하고) 인류는 현재까지 기술 진보를 이룰 수 없었을 것입니다. 모두. 부정확 한 모델이 항상 쓸모가 없다면, 우리는 인터넷이라고하는이 놀라운 기술 대신에이 대화를 동굴에서 할 것입니다.
아이러니하게도 van der Laan의 모델은 부정확성의 주요 예입니다. 그의 논문은 정확한 모델을 목표로 통계 분야를 관리하는 방법에 대한 일종의 모델을 보여줍니다. 이 "모델"에는 아직 숫자가없고, 대부분의 모델이 현재 정확하지 않거나 쓸모가 없다고 측정 한 결과도없고, 우리가 그의 비전에서 얼마나 멀리 떨어져 있는지에 대한 정량화는 없지만, 그 것들에 대한 테스트를 고안 할 수 있다고 생각합니다. . 그러나, 그의 모델은 정확하지 않습니다. 유용하지 않다면 그의 요점이 잘못되었다는 의미입니다. 유용하다면 부정확 한 모델이 유용하지 않다는 그의 요점을 잃게됩니다. 어느 쪽이든, 그는 자신의 주장을 반증합니다.
4) 아마도 정확한 모델을 도출 할 수없는 것과 같은 이유로 모델을 테스트하기위한 완전한 정보를 가질 수 없기 때문일 수 있습니다. 정확한 모델은 정의상 완벽한 예측 성을 요구하지만, 처음 100 번의 테스트가 100 % 정확한 것으로 밝혀 지더라도 101 번은 그렇지 않을 수 있습니다. 그런 다음 무한 측정 스케일의 모든 문제가 있습니다. 그 후, 우리는 다른 모든 불확실성의 근원에 들어갑니다. 이것은 우리의 상아탑 모델에 대한 상아탑 평가를 오염시킬 것입니다.
5)이 문제를 해결하기 위해 논란의 여지가있는 훨씬 더 큰 철학적 문제에 대해 더 넓은 맥락에서 논의해야했기 때문에 의견을 밝히지 않고이 문제에 대해 논의 할 수 없다고 생각합니다 (어떻게 그 자체가 또 다른가 불확실성의 근원)) 당신이 맞습니다.이 기사는 답장을받을 가치가 있습니다. 빅 데이터와 관련하여 통계를 작성해야 할 필요성과 같이 다른 주제에 대해 그가 말한 많은 내용이 올바른 방향으로 진행되고 있지만 수정해야 할 비현실적인 극단주의가 혼합되어 있습니다.