Parte 3: Causalità
La mia speranza è che entro la fine di questo articolo tu abbia una buona comprensione di come il pensiero filosofico sulla causalità si applica al tuo lavoro di data scientist. Idealmente avrai una prospettiva filosofica più profonda per dare contesto al tuo lavoro!
Questa è la terza parte di una serie in più parti sulla filosofia e la scienza dei dati. La parte 1 illustra il modo in cui la teoria del determinismo si collega alla scienza dei dati, mentre la parte 2 tratta di come il campo filosofico dell’epistemologia può aiutarti a pensare in modo critico come scienziato dei dati.
introduzione
Adoro il modo in cui molti argomenti filosofici prendono un concetto apparentemente ovvio, come la causalità, e ti fanno capire che non è così semplice come pensi. Ad esempio, senza cercare una definizione, prova a definire la causalità a mente fredda. Questo è un compito difficile, almeno per me! Si spera che questo esercizio ti abbia spinto a capire che la causalità non è così in bianco e nero come potresti aver pensato.
Ecco di cosa tratterà questo articolo:
- Sfide legate all’osservazione della causalità
- Causalità deterministica vs probabilistica
- Teoria della regolarità della causalità
- Teoria del processo di causalità
- Teoria controfattuale della causalità
- Mettendo tutto insieme
L’inosservabilità della causalità
David Hume, un famoso scettico e uno dei miei filosofi preferiti, fece l’astuta osservazione che non possiamo osservare la causalità direttamente con i nostri sensi. Ecco un classico esempio: possiamo vedere una palla da baseball che vola verso la finestra e possiamo vedere la finestra rompersi, ma non possiamo vedere direttamente la causalità. Non possiamo…
Fonte: towardsdatascience.com
