高性能数据科学家的五种思维方式
来源：CPDA数据分析师网 / 时间：2021-06-23
这些范式帮助我将提出的抽象问题概念化，以及如何能够解决这些问题以产生见解，虽然元认知或“思考思考”是一个丰富的讨论话题——这个话题对人工智能的努力至关重要——但我将在这里将注意力限制在对数据科学家有用的思维范式上。
模型思维
作为数据科学家，我们需要的首要技能是根据模型进行思考 ，在抽象的形式中，模型是对象、属性或过程的任何物理、数学或逻辑表示，想要制造一个能够提升重物的飞机发动机，在我们构建完整的飞机发动机之前，我们可能会构建一个微型模型来测试发动机在不同条件下（例如逆风、与物体碰撞）的各种属性（例如，燃料消耗、功率），甚至在我们构建微型模型之前，我们就可以构建一个 3D 数字模型，该模型可以预测由不同材料构建的微型模型会发生什么。
在每一种情况下，都有两个不同的实体——一个 模型 和 被建模的 对象
在种情况下，微型模型发动机是完整飞机发动机的模型，在第二种情况下，发动机的数字模型是微型模型发动机的模型，数字模型本身必须对飞行物理的不同方面（例如推力）进行建模，所以模型不必总是一个对象，它也可以是一个 属性，例如重力模型考虑了两个物体的相对质量以及它们质量中心之间的距离，在这种特殊情况下，模型是一个方程或数学表示，在微型模型引擎的情况下，模型是物理模型，模型也可以是一个过程例如消费者购买过程的一个相当常见的模型从意识、考虑、购买和重复购买开始，这里的模型是逐步过程的逻辑表示，相同的逻辑表示可以用方程表示，也可以编程为代码。
模型是现实的抽象或值得研究的东西
它们也是我们解释和理解我们的世界的方式，不可否认的是人脑必须在模型中工作，诀窍是让你的大脑比其他人的大脑工作得更好，因为它理解基本的模型，每单位能做多工作的模型，如果你养成了将你正在阅读的内容与所展示的基本思想的基本结构联系起来的心理习惯，你就会逐渐积累一些智慧，查理芒格已经充分证明了这种模式思维在商业世界中的价值，这项技能不仅对投资至关重要，而且还是了解世界的更好方式，这种模型思维对于数据科学家和人工智能研究人员来说也是必不可少的，我们经常需要对人类决策的某些方面进行建模（例如，预测、优化、分类）或理解一个过程或现象（例如，异常行为），我们经常被许多不同领域的领域专家要求——商业、科学（物理学、化学、生物学）、工程、经济学或社会科学——建立模型来理解世界，得出见解，做出决定，或行动。
如果数据科学家能够理解这些领域的心智模型
我们就可以更轻松地将它们建模为数学公式、逻辑表示或代码，事实上有许多关于心智模型的书籍，并且已经对数百种心智模型进行了分类，包括经济学和战略、人性和判断、系统、生物或物理世界等，多模型思考者做出更好的决定，不仅多模型思考者是更好的决策者，而且能够基于数百个心智模型思考和构建模型的数据科学家也是更好的数据科学家，基本上，拥有一组模型对人类和机器都有好处！
系统思维
在我三十年的商业和技术职业生涯中，我广泛使用的有用、实用和深刻的思维模型是 系统思维，它帮助我看到了更大的图景以及看似无关的领域之间的相互关系，我觉得对于数据科学家来说，对系统思维有很好的理解并实践它是至关重要的，系统思维是一门观察复杂情况背后的‘结构’和辨别高低杠杆变化的学科，也就是说通过看到整体，我们学习如何促进健康，为此系统思维提供了一种从重构我们的思维方式开始的语言。
我们的传统教育课程强调分析思维
处理问题、将其分解为组成部分、为这些部分制定解决方案并将它们组合在一起的能力，您不断被敦促在思考中采用相互排他和集体详尽，并清楚地提出您的假设，并制定一套 选项来解决任何问题，虽然分析和 思维在理解问题方面确实有特定的作用，但我们经常被它蒙蔽，很少质疑它，另一方面，系统思维是思维的反毒剂，让我们回顾一下系统方法需要的一些关键思维模式。
动态思维
一种思维模式，它根据问题如何随时间演变来强化问题的框架，静态思维侧重于特定事件，而动态思维侧重于物理或人类系统的行为如何随时间变化。思考输入如何随时间变化及其对输出行为的影响的能力至关重要，数据科学家经常在某个时间点处理横截面数据的问题，以进行预测或推断，不幸的是鉴于大多数问题的上下文不断变化，很少有事情可以静态分析，静态思维强化了模型构建的“一劳永逸”方法，这种方法往好里是误导，往坏了说是灾难性的，即使是简单的推荐引擎和基于历史数据训练的聊天机器人也需要定期更新，了解变化的动态性质对于构建强大的数据科学模型至关重要。
一种思维模式
它决定在我们的系统边界（即广泛边界）内包括什么以及要包括什么的粒度级别（即密集边界），广泛和密集的边界取决于我们分析系统的上下文，以及决策者控制下的内容与他们无法控制的内容，数据科学家通常使用提供给他们的任何数据，虽然这是一个很好的起点，但我们还需要了解有关如何使用模型以及决策者可以控制或影响什么的更广泛背景，例如，在构建机器人咨询工具时，我们可以包括许多不同的方面，包括宏观经济指标、资产类别表现、公司投资策略、个人风险偏好、个人的生命阶段、投资者的健康状况等，要包含的因素的广度和深度取决于我们是否正在为个人消费者、顾问、财富管理客户甚至政府决策者构建工具。
森林思维
一种思维模式，使我们能够看到“更大的图景”并在必要时进行聚合，同时又不会丢失重要的细节，通常数据科学家在查看数据的各个元素（例如，个人客户数据）时被迫进行逐树思考，并且无法看到解决所提出问题所需数据的大局，我经常看到这转化为“使用可用数据构建我们可以构建的模型”，而不是探索“可能需要收集哪些数据来解决我们遇到的问题”。
操作思维
一种思维模式，侧重于行为在系统中表现的操作过程或“因果关系”，与操作思维相反的是我前面提到的因素思维或基于列表的思维，依赖机器学习作为数据科学的主要或方法很容易使我们所有人陷入思考，重点是预测输出变量而不考虑过程或因果关系，虽然这可能适用于许多应用，但它们并不普遍适用，近对可解释 AI 的研究试图重新创建一些如何得出答案的过程和基本原理。
闭环思维
一种思维模式，旨在识别系统中的反馈回路，从而使某些结果成为原因，向单一前进方向移动的主要“时间如箭”是一种强大的思维方式，它限制了我们在商业和科学领域的思考，数据科学家也未能幸免于这一趋势，系统动力学社区和因果推理广泛使用的因果循环图和股票流图是数据科学家可以摆脱直线思维的一些工具。
这些只是系统思维的几个关键模式，定量思维、 科学思维、 非线性思维和 万米思维，值得研究的交流和学习原则。
系统思维方法特别有吸引力，主要有几个原因
首先它提供了另一种思维方式，更重要的是，它提供了一种在不同部分之间建立联系的思维方式，并且通常会带来解决问题的独特视角，其次它更开放提供多种观点和权衡供分析，而不是要求和正确的答案，这通常会导致更明智的人类决策，而不是脆弱和无法解释的机器决策，第三它提供了一种更好的方式来解释和交流决策，在随后的文章中，我将举出具体的例子来说明这些好处。
基于代理的思维
如果您在互联网上搜索基于代理的思维，您可能不会找到太多，相反您将看到许多对基于代理的建模的引用 ，虽然是我将在即将发表的文章中探讨的这种思维的具体实现，但我想专注于构建此类基于代理的模型之前的思维，基于代理的思维 — 一种思维模式，我们专注于更简单（或原子）的实体或概念，以及这些实体之间相对简单的交互如何导致紧急系统行为，与系统思维类似，我们对系统层面的行为感兴趣，但不是从自上而下的角度观察关系，而是从自下而上的角度分析系统行为，思维是以个人为中心的——个人的状态（身体或精神）是什么，个人如何与环境和其他个人互动，以及如何改变其状态，这种以个人为中心或基于代理的思维可以应用于实物资产（例如，恒温器可以被视为代理）、个人消费者（例如，对在营销环境中做出购买决策的个人消费者进行建模）。
系统思维和基于代理的思维可以应用于同一组问题并产生相似的结果
但从不同的思维方式或心理模型来处理它，例如众所周知的疾病进展流行病学模型（易感、暴露、感染、恢复）可以从系统角度或个体角度进行分析，当我们查看易感者、暴露者等的整个人群时，我们是在系统层面上工作，如果我们正在查看每个人的状态，看他们是否已经感染、从疾病中康复等，我们正在运作在基于代理的级别，当我们想从疾病进展的聚合行为转变为个体行为时，基于代理的思维成为一种更自然的思维方式，如果我们不仅对感染的总体水平感兴趣，而且想了解哪些人容易感染这种疾病或特定人的行为（例如，社交距离或戴口罩）以及他们如何促进疾病进展，基于代理的思维是一种更自然的方法。
基于代理的思维是基于代理的建模
也称为基于代理的模拟或微观模拟系统、多代理系统和强化学习的基础，因此数据科学家需要适应从个体代理的角度分析问题——个体代理可能是物联网设备或物理资产（通常称为“数字双胞胎”）或个体决策实体，例如消费者、企业等，我发现基于代理的思维在某些类型的情况下特别有吸引力，首先当实体或代理的集合是可识别的和异构的时，它提供了一种研究它们行为的直观方式，其次当实体之间的交互更加本地化时，更容易用基于代理的思维来研究它们，第三当个体行为（或个体群体的行为）比系统行为更重要时，基于代理的思维提供了更好的方法，第四当个体实体以不同的方式适应和变化时，我们在个体而不是系统级别进行建模。
行为（经济学）思维
围绕人性和判断力收集的心智模型，通常称为行为经济学，在我的咨询和人工智能之旅中对我产生了重大影响，有趣的是人工智能和行为经济学都有共同的祖先，有限理性概念质疑了“人类是理想的理性决策者”的流行观点，而是认为我们做出的决策受我们的思维能力、可用信息和时间的限制，处于优势地位的行为经济学领域的基础，启发式程序的开发和人类问题解决方面的工作为未来的符号人工智能系统奠定了基础，有限理性原则是与现实世界中客观理性行为所需的解决方案相比，人类思维制定和解决复杂问题的能力非常小甚至是合理近似这样的客观理性。
行为经济学在学术界和商业界对人类如何做出决策
决策的基本过程，他们如何偏离理想的效用化产生了深远的影响，经济观点以及如何促使他们做出某些决定以谋取自己的利益，行为（经济学）思维 （或简称 行为思维 ）是一种思维模式，侧重于人类如何 真正 做出决策，而不是他们 应该 如何做出决策，当我们使用基于代理的思维时，我们通常需要了解人类如何做出决策，决定购买什么商品、投资多少等，行为经济学原理，例如锚定、违约、跟风效应、损失厌恶、双曲线贴现和大量其他启发式方法，试图解释我们如何在不同场景下做出决策。