All
 
|
 
 


On Visualization tools in Bayesian Epistemological Researches
 
PIIS207751800030100-9-1
DOI10.18254/S207751800030100-9
Publication type Article
Status Approved
Authors
Alexander Dumov 
Affiliation: State Academic University for Humanities (GAUGN)
Address: Russian Federation, Moscow
Abstract

The author examines the features of the use of visualization tools in bayesian epistemology in connection with the question of the relationship between “scientific” and “philosophical” visualization. He analyzes some of the ways to classify visualization tools, with special attention paid to the approach to classification of visualizations anticipated by V.A. Kanke and developed A.V. Makulin. Based on the example of the practices of using visualization tools implemented in the work of I. Douven’s and W. Meijs's “Measuring Coherence,” the structure and goals of forming visualizations in Bayesian epistemological research are described. In conclusion, the author talks about how the study of the practices of using visual means in Bayesian epistemology (and other areas of formal philosophy) contributes to the revision of existing views on the features of “philosophical” visualizations.

Keywordsbayesian epistemology, visualization tools, diagram, visualization in science and philosophy, probability, coherence
Received13.04.2024
Number of characters30804
Download pdf To download PDF you should sign in
100 rub.
When subscribing to an article or issue, the user can download PDF, evaluate the publication or contact the author. Need to register.

Table of contents

Введение
1. Классификация средств визуализации данных, применяемых в философских контекстах
2. Средства визуализации в байесовских эпистемологических исследованиях
Заключение
1

Введение

Термин «визуализация данных» используется для указания на совокупность методов и приемов представления данных с помощью зрительно воспринимаемых образов и систем образов. Рисунки, графики, таблицы, диаграммы, схемы — все эти общеизвестные инструменты представления содержания относятся к средствам визуализации. Такой способ понимания визуализации данных может быть рассмотрен как более «широкий», учитывающий наиболее ранние факты использования изображений как мнемонических и демонстрационных средств. Но часто встречается и другой способ понимания, адресующий к визуальным способам представления больших объемов информации [17, p. 10-18]. В настоящем рассмотрении обсуждение визуализации выстраивается исходя из первого, более широкого способа ее понимания.
2 Вопрос об использовании визуальных средств в философии в настоящее время является активно обсуждаемым. Существуют как работы, направленные на общее рассмотрение вопроса (в некоторых из них делаются утверждения о происходящем «визуальном повороте» в философии [3], предлагается периодизация развития визуальных средств в философии [7], делаются выводы о значении их использования для трансформации философии как отрасли знания), так и исследования, направленные на изучение значения и оценку возможностей использования средств визуализации в отдельных философских дисциплинах (например, логике [1], онтологии [24]).
3 Представленное в данной статье рассмотрение направлено на решение сравнительно более узкой задачи — выявления характеристик использования средств визуализации в конкретном направлении формальной эпистемологии и философии науки — байесианстве. За неимением возможности подробного рассмотрения специфики данного направления в данном исследовании мы адресуем читателя к обстоятельным работам М. Тайтельбаума [29], посвященным анализу общих оснований байесовского подхода в эпистемологии, а также работе Я. Шпренгера и С. Хартманна «Байесовская философия науки» [27]. В наиболее общих чертах специфика байесианства может быть представлена в следующих положениях:
  1. Все байесовские подходы в эпистемологии и философии науки являются вероятностными, но не все вероятностные подходы являются байесовскими (расхождения между байесовскими и иными вероятностными подходами существуют как на уровне принимаемой интерпретации вероятности, так и на уровне используемого математического инструментария). Для них характерным является использование персоналистской (субъективной) интерпретации вероятности. Это подразумевает, что вероятность как математический объект интерпретируется с помощью определенного эпистемического, когнитивного объекта — степени рациональной уверенности (credence), и аксиоматика теории вероятности рассматривается в качестве математического представления системы норм, которой удовлетворяют такие эпистемические объекты.
  2. Байесовское понимание рациональности охватывает как статические, так и динамические ее аспекты, т. е. изменение степеней уверенности под влиянием поступающих данных. Математическим описанием основного правила обновления убеждений для байесианства служит правило Байеса: P(H|E) = [P(H)P(E|H)] / P(E), P(E) ≠ 0 (один из вариантов, учет дополнительных условий повлечет введение дополнительных параметров и трансформацию математической формулировки [6, c. 82-83]). Здесь H – гипотеза или некоторое утверждение о положении дел, E – утверждение, выражающее полученное свидетельство, P(H) – априорная (доопытная) вероятность H (степень уверенности в H до получения E), P(E) – априорная вероятность E, P(E|H) – степень уверенности в E при условии истинности H (правдоподобие E). Другое известное математическое представление изменения степени уверенности — обобщение правила Байеса, осуществленное Р. Джеффри. Как отмечает Э.Ф. Караваев, его семантическое отличие заключается в «переводе» обсуждения вопроса об обновлении степеней уверенности с «языка вероятностей» на «язык шансов» (отношений вероятностей благоприятных и неблагоприятных исходов) [4, c. 14-15].
  3. Устанавливается, что те степени уверенности, которые не удовлетворяют синхроническим и диахроническим правилам, являются иррациональными (т. е. не являются когерентными). Совокупность аргументов в поддержку байесовского понимания рациональности носит название «аргументов голландской книги» (dutch book). Первоначальные варианты таких аргументов используются уже в работах родоначальников субъективной интерпретации вероятности — Б. Де Финетти [13] и Ф. Рамсея [11, c. 115-150]. Вопрос о том, в какой мере байесовские представления о когерентности степеней уверенности релевантны по отношению к функционированию систем убеждений реальных агентов, является обсуждаемым. В литературе предпринимаются многочисленные попытки «адаптировать» байесовские представления о нормах рациональности к реалиям существования человеческих убеждений: в частности, следует отметить исследование, осуществленное Л. Зинда: в нем предлагается с помощью обобщенной теории функций убеждения (belief function) установить связь между идеальной байесовской рациональностью и приближениями к ней, функции убеждения носителей которых могут быть в различной степени некогерентными [30].
 
1. Zajtseva N.V. Uvidet' dokazatel'stvo // Filosofiya. Zhurnal Vysshej shkoly ehkonomiki. 2023. T. 7. № 2. S. 284-301.
2. Itehs' G.V. Gnoseologicheskie aspekty problemy skhematizatsii i naglyadnosti filosofskogo znaniya: dis. … kand. filos.nauk: 09.00.01. Novosibirsk, 1983. 159 s.
3. Ischenko E.N. Filosofskij analiz «vizual'nogo povorota» // Lichnost' i kul'tura. 2017. № 1. S. 57-64.
4. Karavaev Eh.F. Vera i znanie: nasledie Kanta v filosofii i logike segodnya // Vestnik Sankt-Peterburgskogo universiteta. Filosofiya i konfliktologiya. 2014. № 3. S. 5-15.
5. Ladenko I.S. Intellekt i logika. Krasnoyarsk: Izd-vo Krasnoyarskogo un-ta, 1985. 144 s.
6. Makeeva L.B. Sub'ektivnaya veroyatnost', teoriya podtverzhdeniya i ratsional'nost' // Ratsio.ru. 2015. № 15. S. 80-96.
7. Makulin A.V. Modelirovanie filosofii: ot skhem i tablits k tsifrovym filosofskim vizualizatsiyam // Istoricheskie, filosofskie, politicheskie i yuridicheskie nauki, kul'turologiya i iskusstvovedenie. Voprosy teorii i praktiki. 2016. № 3. Ch. 1. S. 123-127.
8. Makulin A.V. Sotsial'naya viziosofiya: infografika, vizualizatsiya i graficheskij yazyk sotsial'no-filosofskogo poznaniya: dis. … d-ra filos.nauk: 09.00.11. Arkhangel'sk, 2019. 661 s.
9. Makulin A.V. Formalizatsiya i graficheskoe modelirovanie filosofskogo znaniya v sovetskoj filosofskoj traditsii 70-80-kh gg. XX veka i sovremennaya tsifrovaya vizualizatsiya filosofii // Istoricheskie, filosofskie, politicheskie i yuridicheskie nauki, kul'turologiya i iskusstvovedenie. Voprosy teorii i praktiki. 2016. № 12. Ch. 2. S. 88-97.
10. Pietarinen A.-V. Ehkzistentsial'nye grafy. K voprosu o diagrammaticheskoj logike poznaniya. Per s angl. E.N. Lisanyuk, A.M. Pavlovoj // Logiko-filosofskie shtudii. 2015. T. 12. № 2.
11. Ramsej F. Filosofskie raboty. Per s angl. Surovtseva V.A. Tomsk: Izd-vo Tomskogo un-ta, 2003. 624 s.
12. Shtoff V.A. Modelirovanie i filosofiya. M.-L.: Nauka, 1966. 302 s.
13. De Finetti B. Probabilism: A Critical Essay on the Theory of Probability and on the Value of Science // Erkenntnis. 1989. Vol. 31. No. 2/3. P. 169-223.
14. De Toffoli S. What Are Mathematical Diagrams? // Synthese. 2022. Vol. 200. No. 2. P. 1-29.
15. Douven I., Meijs W. Measuring Coherence // Synthese. 2007. Vol. 156. P. 405-425.
16. Extract of a Letter to Mr. Sylvester from Prof. Clifford of University College, London // American Journal of Mathematics. 1878. Vol. 1. No. 2. P. 126-128.
17. Friendly M., Wainer H. A History of Data Visualization and Graphic Communication. Cambridge: Harvard University Press, 2021. 320 p.
18. Harel D. On Visual Formalisms // Communications of the ACM. 1988. Vol. 31. No. 5. P. 514-530.
19. Johansen M.W. What’s in a Diagram? On the Classification of Symbols, Figures and Diagrams // Model-Based Reasoning in Science and Technology. Theoretical and Cognitive Issues. Ed. By L. Magnani. Berlin, Heidelberg: Springer, 2014. P. 89-108.
20. Kempe A.B. A Memoir on the Theory of Mathematical Form //Philosophical Transactions of the Royal Society of London. 1886. Vol. 177.  P. 1-70.
21. Kirsh D. Thinking with External Representations // AI & Society. 2010. Vol. 25. P. 441-454.
22. Kiryushchenko V. V. Diagrams, Visual Imagination, and Continuity in Peirce's Philosophy of Mathematics. Springer Nature, 2023.  172 p.
23. Mancosu P. Visualization in Logic and Mathematics //  Visualization, Explanation and Reasoning Styles in Mathematics. Ed. by Mancosu P., J?rgensen K.F., Pedersen S.A. Dordrecht: Springer, 2005. P. 13-30.
24. Parts and Moments. Studies in Logic and Formal Ontology. Ed. by Smith B. M?nchen, Vien: Philosophia Verlag, 1982. 563 p.
25. Peirce C.S. The Logic of Relatives // The Monist. 1897. Vol. 7. No. 2. P. 161-217.
26. Roberts D.D. The Existential Graphs of Charles S. Peirce. Paris: Mouton & Co., 1973. 168 p.
27. Sprenger J., Hartmann S. Bayesian Philosophy of Science. Oxford: Oxford University Press, 2019. 416 p.
28. Stjernfelt F. Diagrams as Centerpiece of a Peircean Epistemology // Transactions of the Charles S. Peirce Society. 2000. Vol. 36. No. 3. P. 357-384.
29. Titelbaum M.G. Fundamentals of Bayesian Epistemology. Vol. 1: Introducing Credences. Oxford: Oxford University Press, 2022. 224 p.
30. Zynda L. Coherence as an Ideal of Rationality // Synthese. 1996. Vol. 109. No. 2. P. 175-216.

Система Orphus

Loading...
Up