人工知能学会データマイニングと統計数理研究会 (SIG-DMSM)
討論会「データ分析からうまれる、広がる研究と交友の輪」

本討論会の詳細は，人工知能学会誌 Vol.24 No.1 に掲載の活動報告「イベントだより：データマイニングと統計数理研究会」をご覧下さい．

「データに関わる人たちのすれちがい」神嶌敏弘 (産業技術総合研究所)

データ分析のときに何を重視するか？
- 作る人：分析手法に思い入れがあるので，解析手法が正しく使われ，結果が妥当であることを重視
- 使う人：データに思い入れがあるので，データから期待した結果がでることを重視
データ分析はデータのモデリング次第で結果が変わる
- 「あるモデルという見方の下では，こういうことがいえる」ということしか帰納的にはいえない
- 作る人：そんな弱い前提とこんな少ないデータで結論を出せと言われても困る
- 使う人：データはあるのに結果が出ないのでは話にならない
- モデルの前提をほどほどに厳密に守りつつ，多少強引な仮説も導入しつつ，バランスをとると実際には興味深く，かつ妥当な結果になる
KDDプロセス
- データ分析は，ブラックボックスとしては使えない．
- 目的や性質に合わせて，いろいろな道具を利用して，反復的に結果を得る．
作る人と使う人が歩み寄るためには？
- 作る人：使用目的や特徴別にまとめた使う視点からの体系の構築
- 使う人：データ分析をおまけのブラックボックスと思わず，データ収集と一環したプロセスと考える

教科書は手法の関連性からの体系付けだが，パソコンの『逆引き事典』のようなことはできないか
90年代初頭には，こうした目的での統計エキスパートシステムの形式的な分析の議論が盛んだった
- ドメイン知識をモデルに組み込めないので妥当な分析ができず，誤用を助長しただけだった
事典などに目的別にマトリックスにまとめたものもあるが，やみくもに使っても，やはりモデルを軽視しているので，うまくいかない

作る人は，結果を出せないというより，『間違った』結果を出したくないという思い
結論を出せない人と出したい人のすれちがいの例『クラスタの数』
- クラスタ数の評価指標はいろいろあるが，それぞれ何かしらの前提がある
- 前提なしに『正しさ』をいうのは無理だが，それを求められる
- 論文や報告書などの正当性の担保にされても困る
作る人は間違いではない結論を伝えるが，使う人からみればなんの結論にもなっていないという事態なのでは？
ツールとして使う人は何かしらの根拠があればよいのでは？
データ分析においては，作る人も使う人も「言い切る」のは無理

大量データ処理関連研究領域
- 統計科学（生成モデル構成），機械学習（判別モデル），データマイニング（パターン認識，高速探索）
理論と実験+シミュレーション（第3の科学），大量データ処理（第4の科学，数学への憧れがある）
- 演繹的：理論，シミュレーション ← 『物理帝国』主義（本物を求める）
- 帰納的：実験，大量データ処理 ← 贋作の尊重
帰納のモデル化=見よう見まねの科学
- 贋作と本物のどちらが本物であるか分からない
モデラーの教育が重要