Выводы к Разделу.
(Аннотация.)
– 11.04.21 г.
– 9772225665000 21014
Как уже отмечалось, основной причиной нашего изучения технологии Data Mining (далее – Data Mining) стали очевидные ее методологический, когнитивный и эвристический потенциалы, причем как в общеизвестном практическом смысле, так и в гносеологическом – для исследований ряда аспектов обработки данных в частности и познания объектов окружающего мира вообще, что важно для диалектики, учитывающей утверждение Гегеля о том, что все познается в опыте.
В целом исследование Data Mining стало своего рода обозначением а) проблем современных научного познания и технологий, а также б) вопросов, решение которых осуществляется в современной диалектике.
Однако, в итоге исследования Data Mining, точнее – проблем, обозначаемых ее существом и использованием, был выявлен ряд положений, которые стали важными для осмысления не столько даже негативов ее самой и информационных технологий вообще, сколько принципиально нового (диалектического) подхода к определению данных и их обработке и соответственно к созданию информационных технологий нового типа.
А. О методологии.
На первой стадии исследований был использован особый инструмент, найденный и освоенный в современной диалектике: это – применение инструментов Data Mining к Data Mining, что является принципиально новой возможностью изучения этой технологии и информационных технологий и дает качественно новые результаты, которые ранее даже и не предполагались в науках и интересны современной диалектике.
Затем были акцентированы применяемые в системе
– диалектический когнитивный подход,
– диалектический предметный подход
– диалектический синтетический подход,
– объективно–научный подход.
При этом исследования разделись на две сферы:
– начальная, использующая обычные научные инструменты познания и в рамках которой удалось собрать, классифицировать, проанализировать и оценить имеющиеся представления о Data Mining и информационных технологиях,
– продвинутая, диалектическая, а) использующая такие широко применяемые в диалектике инструменты, как суждение в смысле диалектики, спекулятивная логика, определения сущности и др., которые в научном познании не используются (по причине того, что попросту отвергаются и поэтому не изучены), и б) предназначенная для решения обнаруженных проблем Data Mining и для развития полученных представлений, вплоть до осмысления создания информационных технологий нового типа.
Б. Классификация негативов Data Mining.
Поскольку общее описание Data Mining уже было дано в Разделе, то сейчас кратко акцентируем лишь то, что присущие Data Mining негативы можно разбить на ряд групп, что позволяет структурировать дальнейшие исследования и определить их основные направления. Именно изучение негативов Data Mining в немалой степени стало посылкой а) осознания положения дел в ее области и в сфере существующих информационных технологий и б) развития новых представлений.
Укажем основные группы негативов Data Mining, ряд из которых уже был обозначен ранее.
Группа положений, касающихся данных, устанавливает некорректное их определение, а также отсутствие учета в Data Mining а) данных, не выявленных в процессе их сбора, б) сущностных аспектов объекта и в) искажения данных в силу их усечения или изменения их сознанием.
Группа положений, касающихся обработки данных, устанавливает то, что в Data Mining попросту не выявляются данные, не следующие напрямую из обработанных данных, и что имеется огромное количество методов, которые не исследованы в смысле применения их абстрактных операций к предметным содержаниям и в плане целевого сочетания их результатов.
Группа методологических положений определяет то, что в Data Mining имеется существенное противоречие обработки данных, а любая решаемая в ней задача, оказывающаяся предметом технологии, остается внешней имеющемуся арсеналу средств и даже исследуемому объекту (ситуации).
Самое плохое то, что при реализации Data Mining используется обыкновенная логика (содержание которой Гегель удостоил презрения, см. «Логика, или обыкновенная логика»).
Группа положений, касающихся создания модели, определяет то, что в Data Mining а) имеется только классификационно-функциональное определение модели, но нет ее концептуального понимания и, прежде всего, выделения ее основополагающего признака, и б) при этом невозможно создать модель, полностью описывающую исследуемый объект, поэтому позволяющую корректно и полно решить конкретную задачу.
Именно проблема определения моделей становится венцом проблем, обозначенных ранее в процессе анализа Data Mining.
Группа положений, касающихся подготовки и принятия решений определяет то, что в Data Mining не выявляются альтернативные решения, которые должны быть получены на основе одних и тех же имеющихся данных (возможности обыкновенной логики не позволяют это сделать).
В итоге оказалось возможным сделать вывод о том то, что Data Mining нельзя считать в достаточной мере обоснованной технологией, тем более научно обоснованной технологией (что, впрочем, часто признается в литературе), пусть и используются в ней методы статистики, математики и т.д., но это уже ставит вопрос о возможности применения Data Mining в том виде и объеме, в которых она применяется.
Но главный вывод заключается в том, что Data Mining, как и вообще научное познание (рассудок), имеет дело а) со внешними проявлениями объекта исследования, а не с его сутью (понятием), даже не с определениями бытия, причем б) случайным образом, так как не затрагивает сущность, необходимость, да еще в) субъективно, исходя из взглядов и мнений специалистов и формальных регламентов, а не объективно, не согласно существу дела (объекта исследования) – в общем ограниченно, не по существу и несистемно.
Именно поэтому в литературе по Data Mining всегда отмечается, что применение Data Mining не является гарантией получения достоверных знаний и принятия на основе этих знаний верных решений.
Иными словами, Data Mining – логичный продукт ограниченных возможностей рассудка, хотя в отдельных ее процедурах проскальзывают положения разумности, но непознанность в науках сознания не позволяет им использовать его возможности, что в современной диалектике привело к мысли о необходимости создания принципиально новых информационных технологий, начиная с логико-информационной парадигмы Data Getting.
В. Обобщение выводов на информационные технологии.
Указанные негативы Data Mining и другие в целом присущи любым информационным технологиям.
Иными словами, для Data Mining в частности и информационных технологий в целом нет
– определения их существа, понимаемого обычно лишь как обработка информации, данных, пусть в самых разнообразных форматах, или как применение средств вычислительной техники для обработки данных и т.п.,
– определения их основы, которая связывается лишь с необходимостью обработки информации о внешним к ним предметам, т.е. с внешними обстоятельствами, а не их собственными основами,
– концептуального определения,
– понимания того, что они не являются цельными, а являются лишь набором отдельных многих методов, причем в основном формальных, однако применяемых а) к конкретным объектам и б) практически тотально – ко всему, чему угодно, к чему ни попадя,
– регламента применения методов, решение о котором принимает специалист, который не может, как уже открыто признается, адекватно ориентироваться в их обилии, а также в спецификах различных предметов,
– понимания того, что любая задача, решаемая в информационных технологиях, оказывающаяся предметом технологии, остается внешней исследуемому объекту (ситуации) и даже имеющемуся арсеналу средств, что ставит под вопрос не только корректность информационных технологий, но и целесообразность их применения во многих случаях, требующих однозначного соответствия объекта постановке задач и методам.
В результате исследований были получены выводы о том, что,
во-первых, необходимо в корне менять существующие представления о данных, о процессах их обработки и об информационных технологиях,
во-вторых, поскольку это вряд ли осуществимо в сфере наук, то необходимо формировать соответствующие представления в области диалектики – в сфере диалектического программирования: это будут основы диалектических информационных технологий, подход с другой стороны к которым, кстати, уже имеется в смысле логики,
в-третьих, неизбежно создание новых информационных технологий, или по-новому понимаемых информационных технологий.
Г. Диалектические исследования данных и процессов их обработки.
Решение указанных вопросов, а также обозначенных выше проблем информационных технологий основывается на сделанном концептуальном выводе о том, что информационные технологии вступили в свое существование, что наблюдается повсеместно, не как спонтанный для наук феномен, появившийся в силу потребностей людей, а как необходимый феномен их жизнедеятельности; иными словами, то, что появление информационных технологий в процессе жизнедеятельности людей закономерно и имеет однозначные принципы и критерии, в науках до сих пор не было рассмотрено, а в современной диалектике положено в основу качественно нового понимания обработки данных (информационных технологий) и ее (их) реализации.
Основами (основными принципами) исследований стали
– отрицание обыкновенной логики, причем осуществляемое на основе принципов труда Гегеля «Наука логики», рассматриваемого как логическая основа (диалектических) информационных технологий,
– развитие указанной выше системы подходов вплоть до создания особого диалектического подхода к исследованию информационных технологий,
– создание, обоснование и развитие концепта качественно нового осмысления (и формирования) процессов и задач обработки данных и соответственно информационных технологий, по крайней мере, в диалектическом программировании.
Для исследований были определены основные направления исследований и их позиции, содержания некоторых из которых указаны в предыдущих статьях сайта.
Д. Дополнительные исследования.
Проведенные исследования оказались существенными не только в области самих информационных технологий, информатики и IT–сферы, но и для конкретной прикладной сферы – для экономики.
Но и для диалектики проводимые исследования оказались существенными, в первую очередь,
– для осмыслением ряда положений трудов Гегеля «Наука логики» и «Феноменология духа», по сути, в соответствии с гносеологическими обстоятельствами, обнаруженными в ходе исследований информационных технологий,
– для пролонгации труда Гегеля «Феноменология духа» – для развития проекта «Феноменология духа – 2»,
– для моделирования среды духа, предназначаемой вообще для исследования и развития диалектики как некоторой духовной среды, важной вообще для изучения духа, и в частности для решения отдельных прикладных вопросов (например, в сфере экономики или всеохватывающей цифровизации),
– для создания Системы диалектики (реконструированной по материалам Гегелевской Системы науки, снятой великим философом),
– для развития диалектического познания вообще.
Е. О продолжении исследований.
В связи с вопросами, обозначенными во второй части Раздела, однозначно определяются следующие предметы пролонгирующих исследований:
– данные, так как все вышесказанное относится в первую очередь к ним, а они и в Data Mining в частности и в науках вообще корректно не определены,
– методы обработки данных (в существующих информационных технологиях), так как в Data Mining в частности и в информационных технологиях вообще методы не соответственны данным по существу, а лишь «прикладываются» к ним в силу видимой специалистам возможности осуществления обработки данных,
– информационная модель, которая является центральным звеном целевой обработки данных, однако в науках не определена, и в них имеется лишь общее понимание того, для чего она должна формироваться, и только из этого следует ее имеющееся понимание, т.е. внешнее и случайное,
– информационные технологии, которые, как оказалось, концептуально (сами как таковые) не определены, а понимаются, исходя из подлежащих решению задач,
– основы логико-информационной парадигмы Data Getting и ее исследовательского и прикладного приложений,
– позиции развития отдельных наук (прежде всего, информатики и математики),
– положения проектов «Наука логики – 2» и «Феноменология духа – 2».
Таким образом, вопросы определения и обработки данных в диалектике рассматриваются гораздо шире, чем в науках и информационных технологиях, и кроме того стоит вопрос о создании принципиально нового подхода к ним (в том числе информационной парадигмы), включающего изменение представлений не только о них, но и о ряде наук, прежде всего, об информатике и математике.
>> Возврат в Раздел DATA GETTING.
Облачные зоны закрыты до новых дискуссий.