Про закономерности, или отличие прикладных исследований от академических.
Знаете, никогда не причислял себя к ученым. Куда уж нам с MD-шным рылом в калашный ряд!
Однако, уже много лет занимаюсь тем, что выявляю закономерности. Которые потом используются для разных вполне полезных штук.
КДПВ:
Это то, что называют Big Data analysis. Нейросетки, кстати, здорово помогают их ловить, но их топливо - как раз размеченные данные из Big Data.
И чем дальше, тем больше - у меня какой-то диссонанс происходит - между тем, что говорит "академическая" наука, и тем, что я использую для своих прикладных целей.
Хотите немного парадоксов? Их есть у меня:
- Чем дороже платишь за парковку - тем меньше деловая активность (анализ данных из 15 стран).
- Чем больше ограничений "обычного" поведения людей - тем больше смертность от различных причин (по статданным из кучи стран).
- Чем меньше в стране процент курящих, тем больше процент заболевших раком (анализ корреляций различных данных для медтеха).
- Чем больше в округе процент людей с характерными, свойственными одному из психических заболеваний, изменениями мимики - тем больше вероятность, что неподалеку гей-клуб (анализ данных с камер с распознаванием лиц).
- При росте числа вакцинированных от +ssRNA-вирусов - растет заболеваемость их новыми штаммами (вообще офигел, когда мне сетка эту корреляцию нашла).
Оно, блин, работает! То есть если надо посмотреть на второй фактор - смотри на первый, и корреляция у тебя будет очень хорошая.
Вопрос причин таких корреляций - во всех случаях вопрос, но во многих из них - академическая наука либо вообще устраняется от их исследования, либо выдает выводы, которые не выдерживают проверки, либо, вообще, подтасовки (подтвержденные судебными выводами в отношении авторов).
Такое чувство, что академическая наука перестала проверять все гипотезы, а сосредоточилась только на тех, которые в мейнстриме текущего момента.
Однако, уже много лет занимаюсь тем, что выявляю закономерности. Которые потом используются для разных вполне полезных штук.
КДПВ:
Это то, что называют Big Data analysis. Нейросетки, кстати, здорово помогают их ловить, но их топливо - как раз размеченные данные из Big Data.
И чем дальше, тем больше - у меня какой-то диссонанс происходит - между тем, что говорит "академическая" наука, и тем, что я использую для своих прикладных целей.
Хотите немного парадоксов? Их есть у меня:
- Чем дороже платишь за парковку - тем меньше деловая активность (анализ данных из 15 стран).
- Чем больше ограничений "обычного" поведения людей - тем больше смертность от различных причин (по статданным из кучи стран).
- Чем меньше в стране процент курящих, тем больше процент заболевших раком (анализ корреляций различных данных для медтеха).
- Чем больше в округе процент людей с характерными, свойственными одному из психических заболеваний, изменениями мимики - тем больше вероятность, что неподалеку гей-клуб (анализ данных с камер с распознаванием лиц).
- При росте числа вакцинированных от +ssRNA-вирусов - растет заболеваемость их новыми штаммами (вообще офигел, когда мне сетка эту корреляцию нашла).
Оно, блин, работает! То есть если надо посмотреть на второй фактор - смотри на первый, и корреляция у тебя будет очень хорошая.
Вопрос причин таких корреляций - во всех случаях вопрос, но во многих из них - академическая наука либо вообще устраняется от их исследования, либо выдает выводы, которые не выдерживают проверки, либо, вообще, подтасовки (подтвержденные судебными выводами в отношении авторов).
Такое чувство, что академическая наука перестала проверять все гипотезы, а сосредоточилась только на тех, которые в мейнстриме текущего момента.