Azərbaycanca
Беларускі
Dansk
Deutsch
Española
Français
Indonesia
Italiana
日本語
Қазақ
Lietuvos
Nederlands
Português
Русский
සිංහල
แบบไทย
Türkçe
Українська
中國人
United State
Afrikaans
หลักการของออคแคม (อังกฤษ: Ockham's Razor หรือ Occam's Razor) ถูกเสนอโดย เป็นหลักการหนึ่งในในการเลือกทฤษฎีที่เหมาะสมและตรงกับข้อมูลที่ได้จากการสังเกตหรือการทดลอง
หลักการของออคแคมนี้ถูกนำไปตีความในหลายรูปแบบ โดยนักปรัชญาและนักวิทยาศาสตร์หลายท่าน อย่างไรก็ตาม อาจกล่าวถึงหลักการของออคแคมในรูปแบบที่ง่ายที่สุดได้ว่า: "เราไม่ควรสร้างข้อสมมุติฐานเพิ่มเติมโดยไม่จำเป็น" หรือ "ทฤษฎีไม่ควรซับซ้อนเกินความจำเป็น" นั่นคือในกรณีที่ทฤษฎี หรือคำอธิบายปรากฏการณ์ต่างๆ มากกว่าหนึ่งรูปแบบ สามารถอธิบาย และทำนาย สิ่งที่ได้จากการสังเกตทดลอง ได้เท่าเทียมกัน หรือไม่ต่างกันมาก เราควรจะเลือกทฤษฎีที่ง่ายที่สุด หรือซับซ้อนน้อยที่สุดนั่นเอง
หลักการนี้ได้รับการสนับสนุนอย่างหนักแน่น จากนักวิทยาศาสตร์ชื่อดังหลายท่าน ไม่ว่าจะเป็นอัลเบิร์ต ไอน์สไตน์ หรือกาลิเลโอ กาลิเลอี ที่มองธรรมชาติเป็นสิ่งที่สวยงามดั่งศิลปะ
ตัวอย่างการนำไปใช้
ตัวอย่างที่ดีที่สุด ในการใช้หลักการของออคแคมคือ การที่นักวิทยาศาสตร์ชั้นนำในเชื่อว่า ทฤษฎีของโคเปอร์นิคัสนั้น น่าเชื่อถือมากกว่า ของอริสโตเติลและทอเลมี
ในงานวิจัยด้านการเรียนรู้ของเครื่องในปัจจุบัน ได้นำหลักการของออคแคมมาใช้อย่างกว้างขวาง (ดู (Duda et al., 2001), (Mitchel, 1997) และ (Mackay, 2003)) แต่มักจะเข้าใจผิดว่า ทฤษฎีที่มีคำอธิบายสั้น คือทฤษฎีที่เรียบง่ายกว่า
อนึ่ง หลักการของออคแคมนี้ สามารถคำนวณออกมาในเชิงตัวเลข (หรือใน ซึ่งสามารถสื่อสารกันได้อย่างเที่ยงตรงมากกว่า) ได้ด้วยการใช้ทฤษฎีความน่าจะเป็นแบบเบย์ ในการอนุมาน (ดู (Mackay, 2003) และ (Jaynes, 2003)) โดยมีหลักการว่าโมเดลที่ซับซ้อนมาก จะมีตัวแปร (ในศัพท์ของทฤษฎีความน่าจะเป็นและสถิติมักเรียก "ตัวแปร" ที่ปรับได้นี้ ว่า "") จำนวนมาก เพื่อให้ปรับค่าได้ยืดหยุ่นมาก ดังนั้นความน่าจะเป็นที่ตัวแปรจำนวนมากนั้น จะปรากฏเป็นค่าที่เข้ากับข้อมูลของเราได้อย่างลงตัวนั้นจึง "น้อย" กว่าโมเดลที่มีตัวแปรน้อย
ความเข้าใจผิดที่พบบ่อย
- "โมเดลที่ง่าย จะให้ความถูกต้องเหมาะสมกับข้อมูล มากกว่าโมเดลที่ซับซ้อน" ประโยคนี้ไม่เป็นจริง โดยทั่วไปโมเดลที่ซับซ้อน (มีมากกว่า) จะให้ความถูกต้องกับข้อมูลไม่ด้อยกว่าโมเดลที่เรียบง่าย หลักการของออคแคม แนะนำให้เลือกโมเดลที่ง่าย ในกรณีที่โมเดลที่ซับซ้อน ให้ความถูกต้องได้ไม่ดีกว่าอย่างเห็นได้ชัดเท่านั้น
- "โมเดลที่มีคำอธิบายสั้นกว่า คือโมเดลที่ซับซ้อนน้อยกว่า" ประโยคนี้ไม่เป็นจริงเสมอไป เนื่องจากความสั้นยาวของคำอธิบายของโมเดล ขึ้นอยู่กับการเข้ารหัส หรือภาษาที่ใช้อธิบายโดยตรง ดังเช่นในทางคณิตศาสตร์ ถ้าเราจำกัดให้ภาษาของสมการของเรา มีเพียงแล้ว เราจำเป็นต้องใช้พจน์ของพหุนามเป็นจำนวนอนันต์ เพื่ออธิบายฟังก์ชัน ในขณะที่ ถ้าภาษาของเรามีค่าคงที่
![image]()
เราก็จะสามารถอธิบายฟังก์ชันเอกโปเน็นเชียลได้ ด้วยตัวอักษรไม่กี่ตัว อย่างไรก็ตาม แม้ความยาวของทั้งสองสมการจะไม่เท่ากัน แต่สมการทั้งสองก็อธิบายโมเดลเดียวกัน ความยาวของคำอธิบาย จึงไม่สามารถบอกค่าความซับซ้อนของโมเดลได้โดยตรง
อนึ่งในการวัดความเรียบง่ายของ "โมเดล" จาก "คำอธิบายโมเดล" โดยตรง เราจำเป็นต้องใช้ (universal encoding) เพื่ออธิบายโมเดลนั้น งานวิจัยในด้านการวัดความซับซ้อนของโมเดลแบบนี้ คืองานวิจัยเรื่อง ซึ่งถูกเสนอโดยนักคณิตศาสตร์ชื่อดังชาวรัสเซีย แอนเดร โคลโมโกรอฟ ในราวปี ค.ศ. 1960
ดูเพิ่ม
อ้างอิง
- Morris Kilne. Mathematics for the Non-mathematician. Dover Publication, 1985. อ้างอิงเกี่ยวกับการปฏิวัติของโคเปอร์นิคัส
- , Chapter 24 in Probability Theory - The logic of science , 1994. เหมาะสำหรับผู้เชี่ยวชาญ
- (2003) Information theory, inference and learning algorithms, CUP, , (also available online) เหมาะสมสำหรับผู้เริ่มต้น
- Domingos, P., "The role of Occam's razor in knowledge discovery," Data Mining and Knowledge Discovery, 3 (4) : 409-425, 1999. อิงข้อผิดพลาดที่มักพบบ่อยแบบที่ 1
- Richard O. Duda, Peter E. Hart, David G. Stork (2000) Pattern classification (2nd edition), Section 9.6.5, p. 487-489, Wiley, ถอดเนื้อหามาจากงานของ Mackay
- Tom Mitchell. Machine Learning, 1997. หนังสือการเรียนรู้ของเครื่องฉบับมาตรฐานเล่มนี้นำหลักการของออคแคมมาพูดถึงได้เข้าใจง่าย แต่มีข้อเสียคือไม่พูดถึงประเภทของการเข้ารหัส ซึ่งอาจจะทำให้เข้าใจหลักการของออคแคมผิดได้ (ว่าโมเดลที่มีคำอธิบายสั้นคือโมเดลที่เรียบง่าย)
แหล่งข้อมูลอื่น
- มีดโกนของออคคัม 2006-10-25 ที่ เวย์แบ็กแมชชีน โดย
- โปรแกรมจำลองการเคลื่อนไหวของโลกเทียบกับดาวเคราะห์ดวงอื่นๆ ในโมเดลแบบดวงอาทิตย์เป็นศูนย์กลางและโลกเป็นศูนย์กลาง 2005-04-12 ที่ เวย์แบ็กแมชชีน
- http://www.hyle.org/journal/issues/3/hoffman.htm
- What is Occam's Razor? 2008-12-03 ที่ เวย์แบ็กแมชชีน
- : Occam's Razor
- Ockham's Razor 2010-04-19 ที่ เวย์แบ็กแมชชีน, an essay at The Galilean Library on the historical and philosophical implications by Paul Newall.
- NIPS 2001 Workshop "Foundations of Occam's Razor and parsimony in learning" 2011-07-15 ที่ เวย์แบ็กแมชชีน
- "We Must Choose The Simplest Physical Theory: Levin-Li-Vitányi Theorem And Its Potential Physical Applications" 2003-12-10 ที่ เวย์แบ็กแมชชีน
- "Sharpening Ockham's razor on a Bayesian strop" (pdf), by William H. Jefferys and James O. Berger; gives an objective quantification of Occam's razor within Bayesian statistics (with scientific applications)
- Information Theory, Inference, and Learning Algorithms, by , includes an introductory chapter on the automatic Occam's razor that is embodied by .
- "Message Length as an Effective Ockham's Razor in Decision Tree Induction" 2005-01-18 ที่ เวย์แบ็กแมชชีน, by S. Needham and D. Dowe, Proc. 8th International Workshop on AI and Statistics (2001), pp253-260. (Shows how Ockham's razor works fine when interpreted as .)
- Lloyd's MML pages describe how extends Ockham's razor for differing hypotheses. (MML is a scale-invariant Bayesian model selection method.)
- (An extensive bibliography 2005-12-14 ที่ เวย์แบ็กแมชชีน of publications related to Occam's Razor)
- Occam's sword 2005-11-20 ที่ เวย์แบ็กแมชชีน at wikinfo
- Simplicity at Stanford Encyclopedia of Philosophy
wikipedia, แบบไทย, วิกิพีเดีย, วิกิ หนังสือ, หนังสือ, ห้องสมุด, บทความ, อ่าน, ดาวน์โหลด, ฟรี, ดาวน์โหลดฟรี, mp3, วิดีโอ, mp4, 3gp, jpg, jpeg, gif, png, รูปภาพ, เพลง, เพลง, หนัง, หนังสือ, เกม, เกม, มือถือ, โทรศัพท์, Android, iOS, Apple, โทรศัพท์โมบิล, Samsung, iPhone, Xiomi, Xiaomi, Redmi, Honor, Oppo, Nokia, Sonya, MI, PC, พีซี, web, เว็บ, คอมพิวเตอร์
hlkkarkhxngxxkhaekhm xngkvs Ockham s Razor hrux Occam s Razor thukesnxody epnhlkkarhnungininkareluxkthvsdithiehmaasmaelatrngkbkhxmulthiidcakkarsngekthruxkarthdlxng hlkkarkhxngxxkhaekhmnithuknaiptikhwaminhlayrupaebb odynkprchyaaelankwithyasastrhlaythan xyangirktam xacklawthunghlkkarkhxngxxkhaekhminrupaebbthingaythisudidwa eraimkhwrsrangkhxsmmutithanephimetimodyimcaepn hrux thvsdiimkhwrsbsxnekinkhwamcaepn nnkhuxinkrnithithvsdi hruxkhaxthibaypraktkarntang makkwahnungrupaebb samarthxthibay aelathanay singthiidcakkarsngektthdlxng idethaethiymkn hruximtangknmak erakhwrcaeluxkthvsdithingaythisud hruxsbsxnnxythisudnnexng hlkkarniidrbkarsnbsnunxyanghnkaenn caknkwithyasastrchuxdnghlaythan imwacaepnxlebirt ixnsitn hruxkalielox kalielxi thimxngthrrmchatiepnsingthiswyngamdngsilpatwxyangkarnaipichtwxyangthidithisud inkarichhlkkarkhxngxxkhaekhmkhux karthinkwithyasastrchnnainechuxwa thvsdikhxngokhepxrnikhsnn naechuxthuxmakkwa khxngxrisotetilaelathxelmi innganwicydankareriynrukhxngekhruxnginpccubn idnahlkkarkhxngxxkhaekhmmaichxyangkwangkhwang du Duda et al 2001 Mitchel 1997 aela Mackay 2003 aetmkcaekhaicphidwa thvsdithimikhaxthibaysn khuxthvsdithieriybngaykwa xnung hlkkarkhxngxxkhaekhmni samarthkhanwnxxkmainechingtwelkh hruxin sungsamarthsuxsarknidxyangethiyngtrngmakkwa iddwykarichthvsdikhwamnacaepnaebbeby inkarxnuman du Mackay 2003 aela Jaynes 2003 odymihlkkarwaomedlthisbsxnmak camitwaepr insphthkhxngthvsdikhwamnacaepnaelasthitimkeriyk twaepr thiprbidni wa canwnmak ephuxihprbkhaidyudhyunmak dngnnkhwamnacaepnthitwaeprcanwnmaknn capraktepnkhathiekhakbkhxmulkhxngeraidxyanglngtwnncung nxy kwaomedlthimitwaeprnxykhwamekhaicphidthiphbbxy omedlthingay caihkhwamthuktxngehmaasmkbkhxmul makkwaomedlthisbsxn praoykhniimepncring odythwipomedlthisbsxn mimakkwa caihkhwamthuktxngkbkhxmulimdxykwaomedlthieriybngay hlkkarkhxngxxkhaekhm aenanaiheluxkomedlthingay inkrnithiomedlthisbsxn ihkhwamthuktxngidimdikwaxyangehnidchdethann omedlthimikhaxthibaysnkwa khuxomedlthisbsxnnxykwa praoykhniimepncringesmxip enuxngcakkhwamsnyawkhxngkhaxthibaykhxngomedl khunxyukbkarekharhs hruxphasathiichxthibayodytrng dngechninthangkhnitsastr thaeracakdihphasakhxngsmkarkhxngera miephiyngaelw eracaepntxngichphcnkhxngphhunamepncanwnxnnt ephuxxthibayfngkchn inkhnathi thaphasakhxngeramikhakhngthi e displaystyle e erakcasamarthxthibayfngkchnexkopennechiylid dwytwxksrimkitw xyangirktam aemkhwamyawkhxngthngsxngsmkarcaimethakn aetsmkarthngsxngkxthibayomedlediywkn khwamyawkhxngkhaxthibay cungimsamarthbxkkhakhwamsbsxnkhxngomedlidodytrng xnunginkarwdkhwameriybngaykhxng omedl cak khaxthibayomedl odytrng eracaepntxngich universal encoding ephuxxthibayomedlnn nganwicyindankarwdkhwamsbsxnkhxngomedlaebbni khuxnganwicyeruxng sungthukesnxodynkkhnitsastrchuxdngchawrsesiy aexnedr okhlomokrxf inrawpi kh s 1960duephimkareriynrukhxngekhruxng thvsdisarsnethsxangxingMorris Kilne Mathematics for the Non mathematician Dover Publication 1985 xangxingekiywkbkarptiwtikhxngokhepxrnikhs Chapter 24 in Probability Theory The logic of science 1994 ehmaasahrbphuechiywchay 2003 Information theory inference and learning algorithms CUP ISBN 0 521 64298 1 also available online ehmaasmsahrbphuerimtn Domingos P The role of Occam s razor in knowledge discovery Data Mining and Knowledge Discovery 3 4 409 425 1999 xingkhxphidphladthimkphbbxyaebbthi 1 Richard O Duda Peter E Hart David G Stork 2000 Pattern classification 2nd edition Section 9 6 5 p 487 489 Wiley ISBN 0 471 05669 3 thxdenuxhamacakngankhxng Mackay Tom Mitchell Machine Learning 1997 hnngsuxkareriynrukhxngekhruxngchbbmatrthanelmninahlkkarkhxngxxkhaekhmmaphudthungidekhaicngay aetmikhxesiykhuximphudthungpraephthkhxngkarekharhs sungxaccathaihekhaichlkkarkhxngxxkhaekhmphidid waomedlthimikhaxthibaysnkhuxomedlthieriybngay aehlngkhxmulxunmidoknkhxngxxkhkhm 2006 10 25 thi ewyaebkaemchchin ody opraekrmcalxngkarekhluxnihwkhxngolkethiybkbdawekhraahdwngxun inomedlaebbdwngxathityepnsunyklangaelaolkepnsunyklang 2005 04 12 thi ewyaebkaemchchin http www hyle org journal issues 3 hoffman htm What is Occam s Razor 2008 12 03 thi ewyaebkaemchchin Occam s Razor Ockham s Razor 2010 04 19 thi ewyaebkaemchchin an essay at The Galilean Library on the historical and philosophical implications by Paul Newall NIPS 2001 Workshop Foundations of Occam s Razor and parsimony in learning 2011 07 15 thi ewyaebkaemchchin We Must Choose The Simplest Physical Theory Levin Li Vitanyi Theorem And Its Potential Physical Applications 2003 12 10 thi ewyaebkaemchchin Sharpening Ockham s razor on a Bayesian strop pdf by William H Jefferys and James O Berger gives an objective quantification of Occam s razor within Bayesian statistics with scientific applications Information Theory Inference and Learning Algorithms by includes an introductory chapter on the automatic Occam s razor that is embodied by Message Length as an Effective Ockham s Razor in Decision Tree Induction 2005 01 18 thi ewyaebkaemchchin by S Needham and D Dowe Proc 8th International Workshop on AI and Statistics 2001 pp253 260 Shows how Ockham s razor works fine when interpreted as Lloyd s MML pages describe how extends Ockham s razor for differing hypotheses MML is a scale invariant Bayesian model selection method An extensive bibliography 2005 12 14 thi ewyaebkaemchchin of publications related to Occam s Razor Occam s sword 2005 11 20 thi ewyaebkaemchchin at wikinfo Simplicity at Stanford Encyclopedia of Philosophy