AI浪潮下，统计人的危机与突围

搞统计的学写代码？ 不是不可以

我一直觉得AI，ML 也是类似统计的专业。之前的AI/ML 做不少logics或rules based learning，后来变成统计学习（e.g. this textbook, An Introduction to Statistical Learning, from Stanford https://www.statlearning.com/, ), 我还一直觉得统计学的好的，AI，ML也做的好，因为都是类似的东西。看了还是neutral network 管用。

polarcat2 发表于 2025-05-04 09:01:49
我一直觉得AI，ML 也是类似统计的专业。之前的AI/ML 做不少logics或rules based learning，后来变成统计学习（e.g. this

這些本科課程內容是挺好的。但科研前沿的研究已經失去意義了：既沒有貼近真實世界的dataset，也沒有做出有幾分優雅的純數。

polarcat2 发表于 2025-05-04 09:01:49
我一直觉得AI，ML 也是类似统计的专业。之前的AI/ML 做不少logics或rules based learning，后来变成统计学习（e.g. this

完全同意！感觉stat、AI 和 ML 很多时候只是关注点不同，方法和理论基础上有很大重合。stat的优势在于model的可解释性，而 ML 在预测性能和工程化上更强。比如，现在healthcare的很多prediction都脱离了clinical meaningness，dl黑箱，没办法interpretation，但同时经典的stat model好解释又经常underperform。

冰天雪地分兵王 发表于 2025-05-04 09:31:47
這些本科課程內容是挺好的。但科研前沿的研究已經失去意義了：既沒有貼近真實世界的dataset，也沒有做出有幾分優雅的純數。

data这方面难啊太难了，学界想拿到real world/evidence太难了，要么是单位不想share，要么是贵。比如，health方向，即便是拿到了rwd，quality也存疑。不过也有进步啦，比如FDA也鼓励药厂用RWD加速新药开发，tech 比如亚麻也开始做AWS Health data

冰天雪地分兵王 发表于 2025-05-04 00:11:14
這篇文章的起因是北美統計faculties的微信500人大群裡頭吵起架來了。群主說我們請德高望重的Donoho來給我們主持公道，做一個爐邊談話。作者名單全是華人

哈哈哈 还有高手

这都多少年了 现在才意识到模型只占ml的10％吗？ 看来是被工业界虐的不成人样了

看完了 都没点自己的见解，还是停留在跟cs抢饭碗的层面

3939199 发表于 2025-5-4 15:30
看完了 都没点自己的见解，还是停留在跟cs抢饭碗的层面

太同意了； 传统stat本质就是写文章，学术界还行， 工业界就呵呵了 ；
只要能赚钱，工业界早就采取行动了， 学术界居然还在写文章讨论

工科通吃理科越来越弱是正常现象 毕竟人家对接甲方。。统计其实算是情况好的 学纯数物理tcs的不做交叉学科可能更惨

另外统计一般挂靠数学系proof heavy 不关注工程培养 导致rigor比不过分析/概率 implementation比不过cs

再有就是工业界需要统计depth还能赚钱的地方不需要那么多人 大多数人只能转ds/mle 做的东西其实也很trivial