「統計学と機械学習の違い」はどう論じたら良いのか - 渋谷駅前で働くデータサイエンティストのブログ

何かこんなメディア記事が出ていたようです。 これを読んで色々な人がツッコミを入れまくっている模様ですが、この記事の不思議なところは「完全に間違った説明というわけでもないのに何故か（両分野に詳しい）誰が読んでも猛烈な違和感を覚える」ところなんじゃないかなぁと。 正直、これはライター・インタビュアー・コメンテーター・編集者の誰のせいなのかは全く分からないんですが、ツッコミ入れられまくっている内容について色々あげつらってもあまり建設的でないので、ここでは記事中で本題として取り上げられている「統計学と機械学習の違い」についてちょっとコメントしてみようと思います。 あ、もちろん僕がこれから書くコメントも別に正しいとは全く限らないので、おかしいところや間違ってるところがあったらバンバン突っ込んでいただければ幸いです*1。そしてガチ勢向けのコメントでもないので何卒悪しからず。 統計学はデータを「説明」す

[sucrose]

「この分野には詳しくないのですが統計と機械学習とデータマイニングと人工知能の違いを教えて下さい」

[opechuman]

大雑把な理解としてはナイスだと思います。厳密さを気にしだすとまず頻度主義とベイズ主義の違いを述べ、次に情報論とベイズ主義の関係を論じ…とキリがなくなるので。

[SasakiTakahiro]

ということで、統計学「も」機械学習「も」理解するように努めましょう。

[tbs-aka]

PRMLのベイズ主義は古典統計学とどう違うのかを熱く語ってる節を熟読して納得しよう

[theatrical]

O'Reillyの「データサイエンス講義」って言う本には、アプローチの違いって書いてあった気がする

[tkysktmt]

古典的統計を知らないと理解するのは流石に無理かなと思う

[t2wave]

"統計はデータの説明、機械学習はデータから予測"

[kita-tuba]

「統計学と機械学習の違い」はどう論じたら良いのか

[shinnji28]

「このように「説明」を多少犠牲にしてでも「予測」の精度を上げたい、というのがおそらく機械学習の思想なのだと僕は理解しています。」

[ottonove]

統計学

[otiai10]

“その究極形がいわゆる「オンライン学習（ストリーミング学習）」かな、と。”

[tick2tack]

統計学は説明に重点を置き、機械学習は予測に重点を置く

[mh615033891]

統計と知覚と知能の違いは意識したい。

[moccos_info]

そうそうこんな感じで

[wackyhope]

参考に。私が聞いたとある専門家の方いわく、同じものでも出身領域によって表現が違うということも多分にある、との話もあった。

[userhiro]

根底にあるのは「データのモデリング」「そのために『ばらつき』をうまく扱うこと」の2点。　　そのモデルを「説明」に使うのか、「予測」に使うのか、の思想が異なるだけとの考え

[karaage]

ふむ

[nilab]

「統計学と機械学習の違い」はどう論じたら良いのか - 東京で働くデータサイエンティストのブログ

[syr16]

機会学習

[ryownet]

統計学は説明、機械学習は予測

[aitsu_joke]

via Pocket

[rascalrascal]

「機械学習」って誰が命名したんだ？

[justdicks]

大雑把な理解としてはナイスだと思います。厳密さを気にしだすとまず頻度主義とベイズ主義の違いを述べ、次に情報論とベイズ主義の関係を論じ…とキリがなくなるので。

[redmagic1417]

モデルをつくるまでは統計、それを予測に利用する段(分類器の作成や教師データのフローの準備)が機械学習ということでも良いんじゃないかと。実際は最終目的が予測なら「機械学習」と呼んでる傾向は強いと思うけども

[naqtn]

同じ現象への理学屋と工学屋のアプローチの違いと理解した。対象と道具はたいして違わないが、探求を進める際の判断基準・価値観がちと違う。

[georgew]

「説明」を多少犠牲にしてでも「予測」の精度を上げたい、というのがおそらく機械学習の思想 > 確かにブラックボックスでもいいという割り切りは感じる。

[n_shuyo]

個人的なイメージは、統計は判断の根拠とするためプロセスの正しさを要求し、判断も任せちゃう機械学習は結果オーライ（ランダム化？　なにそれおいしいの）かな。どちらも例外はもちろんあるだろうけど

[naggg]

勉強しなきゃ。。

[hiddy216]

それにひきかえ、なんというスッキリした表現だ。分かりやすい。声に出して読みたい「違い」と言っても良い。

[akihito104]

学習モデルを作ったあとの方に重きがあるってことだろうか / 予測は未来のことだから分類問題が予測ってのはなんか違和感（言葉の問題だけかな）

[taki0313]

論じる必要あるんですか？

[kent-where-the-light-is]

後で読む

[harajune]

統計は基礎、機械学習は応用。って考えるとすっきりすると思う。

[xxgushaunxx]

あとで読みます

[zakkie]

難しいなぁ。この外に本質課題があるような。

[hihi01]

これは前から気になってるポイント。　 →　大変納得。「ビジネスに生かすデータマイニング」読んでみたい。