Bueno, se puede decir, sería el progreso en la ‘ cultura de modelado algorítmico ‘ en el sentido de Leo Breiman.
En su trabajo altamente citado, ‘Modelización estadística: las dos culturas’
Leo Breiman reprende a la comunidad de modelos de estadísticas por exudar casi un fetiche por los modelos de datos estocásticos mientras deja que los modeladores algorítmicos, que no se centran mucho en el mecanismo de datos, y que son quintaesencialmente estudiantes de máquina , se vuelvan locos con su amplia gama de aplicaciones en conjuntos de datos complejos en todas las escalas sin renunciar al rigor de los fundamentos teóricos.
Esto, muchos argumentarían, es de hecho una enfermedad bien documentada con estadísticas académicas. Cada pocos años, vemos una consecuencia o un efecto indirecto que usurpa el campo en sí mismo en términos de prominencia, financiación y atracción de nuevos talentos.
Primero fue la ola de Procesamiento de Señal y luego vino la ola de Aprendizaje Automático que trajo consigo otra madre de todas las ondas, Data Science . Mi presentimiento es que los científicos de datos tendrán un efecto similar en los estadísticos que los informáticos tuvieron en los teóricos computacionales en los departamentos de matemáticas en los próximos años.
Mis 2 centavos ..
- ¿Cuáles podrían ser posibles cuellos de botella en la pregunta de investigación '¿Cuál es el efecto de X en Y'?
- Cómo involucrarse en un grupo de investigación
- ¿Cuándo difieren entre sí los grados de libertad para los efectos principales y los grados de libertad para las interacciones en un ANOVA?
- Mientras Estados Unidos está cerrando sus fronteras, ¿cuál es el plan de Canadá para absorber el talento científico?
- ¿Qué tan bueno es el programa de investigación de verano en el IISER en Mohali? ¿Merecen la pena las instalaciones y proyectos de investigación o debería considerar un laboratorio CSIR?