[論文レビュー] Statistics Educational Challenge in the 21st Century

Subhadeep Mukhopadhyay|arXiv (Cornell University)|Aug 14, 2017

Statistics Education and Methodologies参考文献 3被引用数 3

ひとこと要約

本論文は21世紀の統計教育における変革的フレームワークを提唱し、古くなったカリキュラムと現代のデータサイエンスの要請の間の溝を埋めるために、3つの根幹的原則—排他原理（The Exclusion Principle）、包含原理（The Inclusion Principle）、単純性の原則（The Principle of Parsimony）—を提唱する。最小限の基礎的ツールを用いて統一的かつスケーラブルに統計的手法を教授することで、アルゴリズム的「DataRobots」ではなく、多様な応用が可能なデータサイエンティストを育成することを目的としている。

ABSTRACT

What do we teach and what should we teach? An honest answer to this question is painful, very painful--what we teach lags decades behind what we practice. How can we reduce this `gap' to prepare a data science workforce of trained next-generation statisticians? This is a challenging open problem that requires many well-thought-out experiments before finding the secret sauce. My goal in this article is to lay out some basic principles and guidelines (rather than creating a pseudo-curriculum based on cherry-picked topics) to expedite this process for finding an `objective' solution.

研究の動機と目的

• 21世紀の労働市場ニーズに応えるために、統計教育を現代化し、『データサイエンス人材不足』を是正すること。
• データサイエンスカリキュラムにおける「テーマが多すぎて時間がない」というジレンマを克服すること。
• 機械的なアルゴリズム訓練を避け、深く創造的な統計的思考を育成することで、『DataRobots』の生成を防ぐこと。
• 単純なデータ手法から高次元データ応用までをつなぐ、統一的かつスケーラブルなカリキュラムを開発すること。
• データの複雑さのレベルを問わず拡張可能な、基本的なツールと表記法を優先することで、カリキュラムの肥大化を最小限に抑えること。

提案手法

• 『排他原理』を適用し、孤立した『クッキー・ブック』風のアルゴリズムの寄せ集めに似たカリキュラムを排除すること。
• 『包含原理』を実装し、一貫性のある現代的表記法を用いて、単純なデータから高次元データへと統計的手法を一般化して教授すること。
• 『単純性の原則』を採用し、包括的な統計モデリングに必要なコアツール、概念、表記法の数を最小限に抑えること。
• 有限次元から無限次元への拡張（例えばヒルバート空間）を想起させる統一的な数学的言語を用いて、データスケールを越えた概念的一致性を維持すること。
• デイヴィッド・ドノホの『拡張データサイエンス』（GDS）フレームワークを基盤とし、6つの主要分野（データ探索、表現、計算、モデリング、可視化、データサイエンスの科学）をカバーすること。
• 長期的な適応性を高めるために、ツール固有や言語固有の訓練（例：R対Python）ではなく、概念的一致性とスケーラビリティを優先すること。

実験結果

リサーチクエスチョン

• RQ1 どのようにすれば、断片的なアルゴリズムの手順書に陥らずに、必要なデータサイエンス分野を網羅する統計カリキュラムを設計できるか？
• RQ2 どのようなコア原則が、単純なデータ手法と高次元データモデリングを、スケーラブルで概念的に整合性のある形で統合できるか？
• RQ3 データサイエンス教育における網羅性や深さを損なわずに、カリキュラムの肥大化をどのように軽減できるか？
• RQ4 包括的で将来に耐えうる統計教育を支えるために、最小限の基本的ツールと表記法の組み合わせは何か？
• RQ5 学生が機械的なアルゴリズム適用ではなく、深く創造的な統計的思考を発展させることをどのように保証できるか？

主な発見

• 提示されたフレームワークは、アルゴリズム的・クッキー・ブック風のカリキュラムを排除することで、『DataRobot』の罠を回避し、統一的で概念的根拠に基づいたアプローチを採用している。
• 包含原理により、一貫した表記法を用いて、低次元から高次元データへの統計的手法のスムーズな拡張が可能となり、異なるデータスケールに対する別個の訓練の必要性が低減される。
• 単純性の原則により、基礎的ツールの数を最小限に抑え、カリキュラムの複雑さが軽減され、学習効率と記憶保持が向上する。
• このフレームワークは、1つの整合的なカリキュラム内で、拡張データサイエンス（GDS）の6分野をすべてカバーでき、『テーマが多すぎて時間がない』というジレンマを解決する。
• 統計理論の整合性を保ちつつ、実世界の応用に実用的である現代のデータサイエンス教育へのスケーラブルな道筋を提供する。
• 断片的でツール中心、あるいはトピック過多のカリキュラムに対する実用的で客観的な代替案を提供し、統計教育の世界的な統合と強化の可能性を秘めている。