抛砖引玉：像数据科学家那样思考

来源：混沌巡洋舰  作者：Peter

　　这个题目在素材库中已经放了很久了，久久不敢动笔去写。每次打好腹稿，列好提纲，却不知该不该写。之所以犹豫，原因是知道这个话题未来肯定会火。所以现在写起来，需要谨慎，免得贻笑后人。

　　像经济学家那样思考，是常常被人提起的。究其原因，是因为经济学在社会科学领域有一统天下的趋势，其研究范式被社会学，心理学，甚至历史性借鉴，经济学的思维方式，也可用到日常生活中，从而使得人们想变得想经济学家那样思考问题。类似的，数据科学这几年也是火的不能再火了，过不了几年，每家公司都会考虑增设Cheif AI office，那么如何像个数据科学家那样思考，也会成为热门话题的。

　　不愿意写这个题目的第二个原因，是在于这个题木下可以写的思维方式真的很多，如果无法分清楚主次，那么会变成名词的罗列。然而“少则得，多则惑”，少年时看倚天小说的第一章，写小郭襄炫技式的展示十种不同的武功，但每一种都没有精通，只觉得过瘾。如今看来，金庸在用暗笔预示着未来峨嵋武功终究不及武当少林。思考方式不过是方法论，不追求掌握的多，但追求收发自如。因此我也释怀了，这里的总结也不必追求全面了。本文中任何的一种思维方式，虽然只是一招一式，不成体系，但任何一招用好，都可以提升自己的思维的敏锐性。

　　所以这篇文章我更希望是一个抛砖引玉的起点，吸引更多的人来思考该如何让数据科学的思维方式民主化，希望能开启相关的讨论。

　　下面开始正文。先放几张图，让各位猜猜每张图所代表的思维方法，算热身。

　　第一个图对应的是抽象。相比于汇编语言，C算是一种抽象;相比于C，python则更是一种抽象。每一种抽象，都提供了一种更快更易上手的高级工具。掌握抽象思维，意味着你能直接就站在巨人的肩膀上，直接站在前人的基础上进行自己的创造。学会使用新出现的高级工具，还意味着你能赶上时代进步带来的红利，不必思考已经被科技进步的红利已解决的问题。

　　抽象的思维方式，意味着你能摆脱细节，整合不同维度和场景的观察。然而数据思维不等于统计，还需要找出规律，给出解释。对数据的解读，需要你具有要提到的第二种思维方式，即取舍。

　　有明处就有暗处，有得就有失。而数据能让我们更清楚的看到这些暗处的得失，正是因为这些得失，我们才需要数据，这个不会被我们的情感和主观好恶影响的参谋来帮我们做决策。然而只有意识到任何数据在解读时都会包含取舍，我们才能更全面的解读数据。也只有记住在面临不同质事物的抉择时记得需要搬出数据，才能避免只看到明处的当下的得，而没有看到未来的失。而在需要说服别人去做出取舍时，也需用可视化的数据来量化损益。

　　第三幅图说的是随机。数据思维不试图追根究底问出具体的因果，而是承认随机的力量，然后试图通过重新类似的现象来预测未来。蒙特卡罗就是这样一种计算方式，而有一类算法，则是基于随机数的。随机性的思维意味着接受不确定性，这方面有很多文章可以参考。例如 随机生存的智慧无常世界的生存圣经 (上)无常世界的生存圣经 (下)。

　　最后一张图说的你可能会觉得是网络。但这里的关键词是结构。不同的网络有着相同的结构，这是可以在不同领域跨界的基础。结构的改变往往关联着物理上说的相变。识别不同的结构，在数据科学里是找到“隐变量”，是通过调节网络的连接方式来在进行深度学习。而了解一个网络的最好方式，也是按结构对其分类。上图的6种网络结构，每一种会对应不同的行为规律，看清楚了网络的结构的变化，就能找到变化的拐点何时到来。

　　最后再说一遍，一个抛砖引玉的起点，欢迎大家在留言区讨论。而在铁哥的书中，会对这个话题给出进一步的探讨。