Top > Info > Data Mining > 1-1-6. Which way to go?

▷▶ Which way to go?

 

◎ 통계학의 건강과 생존성을 보장하기 위해서 시대적인 흐름을 적응할 것인가 아니면 변화에 거부할 것인가에 대한 결정이 어려움. 대부분의 통계학자들은 정보과학 중의 통계학이 외부의 영향을 많이 받지 않는다는 것을 동의하지만 대처방안에 대한 동의가 없음. 고객과 다른 분야의 사람들에 대한 가치와 중요성을 이해하지 못하는 마케팅분야의 문제를 가지고 있는 것처럼 보임.

 

◎ 전략적 계획 회의에서 나온 5개년 계획에서 통계학의 분야에 대한 명성과 건강을 향상시키기 위한 3가지 주접근 방식을 제시함

·Become involved pro-actively in policy issues (정책적 이슈에서 포괄적인 직업 활동이 되는 것.)
·Build bridges to federal (연합조직을 만드는 것)
·Promote Statistics education in K-12 (K-12에서 통계학의 교육을 향상시키는 것)

 

◎ 통계학이 정보과학으로 남길 원한다면, 현재와 미래의 새로운 자료를 분석하는 것에 대한 변화와 혁신에 대한 분위기를 띄울 수 있는 방법 등을 제안하여야 함.

 

◎ 통계학의 분야가 실제로 급속하게 변화하고 있는 것과 또는 절차와 원칙을 잘 사용해 왔던 과거로부터 급속하게 멀어져 가야 한다고 주장함.

 

◎ JASA의 반례에 따르면 수학적 검증의 일차적인 중요성이 아직까지 사라지지 않고 있다는 것을 암시. JASA에 제출되어진 논문에서의 인용 - "나는 이론적인 증거의 부재로 인하여 어느 정도 어려움이 있다. 비록 JASA는 과거에 실제가 아닌 시뮬레이션에 의하여 출판된 논문을 가지고 있었다면, 만족스럽게 실행되지 않을 것이다. 당신의 절차에 의해서 MSE의 근사적 일관성, 근사적 정규성에 대한 조사를 할 수 있을 것이다."

 

◎ DM과 같은 새로운 영역에 있어서 다른 정보과학에게 경쟁을 할지 하지 않을지 의 결정에 있어서 고려될 사항(환경).

· 유용한 방법을 생성할 때까지 번영을 해야 함. 왜냐면, 수학이나 물리학등이 없는 대학은 상상할 수 없지만 통계학이 없다고 해서 민감하게 받아들이지 않고, 만약 주된 데이터 분석 기술이 다른 분야에서 시작된다면, 고통을 받게 될 것임.
· 과학의 흥미진진한 자료들을 분석할 수 있는 새로운 방법론이 필요한 시장이 있어야 함.
· 학생들에게 흥미있는 연구프로젝트를 주거나, 졸업 후 좋은 직장을 얻는 것에 대해 경쟁하고 있음.
· 유명한 통계학자들 중 몇몇은 다른 분야에 대해 연구하는 것을 그들의 논문을 출판하는 것을 선호하는 것에 더 많은 관심을 가지게 되었는데 이는 뇌의 유출(정보유출)이 미래의 통계학에 대한 가장 심각한 위협을 나타낼지 모름.
· 만약 통계학자와 Data Miner들이 서로 미래의 자료 분석을 하는데 있어서 협력을 한다면, DM의 조합은 큰 것에 대해서만 일하려고 하는 경향을 조절해야 하고, 모여진 데이터 모두가 모든 분석의 양상에 쓰여져야만 한다는 생각하는 것이 필요조건처럼 보여지고, 동시에 취급할 수 없는 데이터셋의 복잡한 절차는 DM에 적당하게 고려되지 않음에 대한 범례에서 수정이 필요할 것임.
· 대부분 DM의 적용은 전통적인 통계학적인 과정에 의해서 유형화되어진 것보다 더 크게 고려하는 데이터셋이 일상적으로 필요함.
· 물어지는 질문이 전체적인 데이터보다도 적은 것을 가지고도 충분한 정확도로 대답되어질 수 있는 경우가 있음. 지금까지 전통적으로 사용되어진 표본방법은 계산하는 필요조건을 누그러뜨리는 반면에 정확성을 향상시키는데 유용하게 쓰여질 수 있거나, 데이터의 하위 표본에서 작동하는 강력한 계산 절차는 전체 데이터 베이스에서 사용하는 복잡하지 않는 절차보다 최고의 정확도를 제공할 수도 있음.

[ Back to the Page ]

Top > Info > Data Mining > 1-1-6. Which way to go?