一橋のSDSと東工の情報ではどっちが将来有利になりますか？｜掲示板スレッド

おっしゃる通り、演繹と帰納は両輪ですよね。マテリアルサイエンスや創薬のように、順列組み合わせの複雑度が増す領域では、データサイエンスの応用が加速度的に進んでいます。演繹的な方法論を放棄したりブラックボックスから出てきた結果に盲従したりしているわけでもなく、データサイエンスの利点を積極的に活かしているのです。それに、そもそもデータがなければデータサイエンスは応用できないですから、世の中には演繹的手法に依存する領域のほうがまだまだたくさんある状況です。

君は自分の頭で考えることを放棄して目の前の数字や事象に振り回される、私文脳なのかい？君のようにしていたら、簡単にフェイクデータに騙されるよ。

まともな理系の方が出てきて安心しました（笑）

たぶん「懸念」さんは現実の工学分野を経験したことのない人なのではないかと思います。

演繹と帰納は相互に行き来して効果を発するのに、異常に演繹に拘る姿は、私文臭、特に何の役にも立たない哲学近辺の人材ではないかな（笑）

どうしたらそういう解釈になるのか理解に苦しむが、理系分野は昔から演繹と帰納の両方からアプローチしているよ。
目に見える事象と既存の理論から新たな理論を構築し、それを観測や実験を通して証明する。理論に合わない結果が出てこれば考察し、さらに新しい理論を構築する。それをスパイラル的に繰り返す。
懸念しているのは、理論を構築するフェーズを経ることなく、データだけですべてを理解しようとしていることだよ。

>理論を構築するフェーズを経ることなく、データだけですべてを理解しようとしている

その具体例を示していただけるとありがたいです。むしろデータから得られる特徴量には限りがあるため、「データに語らせる」のは思いのほか難しい…、仮説を立ててデータを取りにいかざるを得ない、というのが現状ではないでしょうか。

何千億のパラメータがあって、それを元に君が言う「理論」＝モデル＝数式化が出来たとして、君の頭はそれを「理解」できるのかい？（笑）

最後まで「読む」ことですらも不可能なはずだよ。

> 何千億のパラメータがあって、それを元に君が言う「理論」＝モデル＝数式化が出来たとして、君の頭はそれを「理解」できるのかい？

モデル化とは何のかが君はわかってないな。全パラメータとその重みを一つずつ並べて数式を作るとでも思っているのかい？事象に対する各パラメータの寄与度は同じではないから、影響度の高いパラメータを抽出して人が直感的に理解できるように近似的に表すことだよ。都度マシンに投入して結果をみないとわからないでは効率が悪いだろ。

だからそういう大雑把な「理解」で取れる簡単な果実（科学的業績）は、全て取りきったと、何度も君は指摘されているのを理解できないの？（笑）