■anond:20200407101915

政策は専門じゃないが、元増の言うところはモデリングだと思うので。

意思決定のためのモデルを策定する時の基本的なメトリックとして、parsimoniousnessというのがある。

機械学習モデルでも解析的モデルでも、データへのフィットと複雑さというのはトレードオフの関係にある。

モデルが複雑であればあるほど色んな状況に対応することが出来るが、複雑なモデルはしばしば問題を起こす。データを集めるのも難しくなるし、色んな状況ひとつひとつでちゃんと動作するかのテストをいちいちやんなきゃならないし、他のステークホルダーに説明して理解してもらうのに時間がかかる。

複雑なモデルはコストを伴うって事だ。

複雑さに見合った改善がないことには、より単純なモデルの方がいいって結論になる。

モデルを複雑にすれば色々な状況に対応出来るから、いくらでも複雑にしようって言うのは間違い。コストと効果を総合的に見て判断するべき。

プログラマに複雑で緻密な条件を決めさせれば、もしかすると複雑でレアな状況によく対応できるかもしれない。でも、そのプログラマの仕事が正しいかを確かめるのは困難になるし、なぜ給付されないかを説明するのも難しくなる。

一律給付にしろとは言わんが、プログラマにしか組めないぐらい複雑な条件にするのはナンセンスとしか言えないかな。

Permalink | 記事への反応(1) | 10:28

ツイートシェア