Мышление классификация: Виды мышления: классификация, характеристики

7.5.3. Классификация видов мышления . Психология физической культуры. Учебник

Выделяют по функциональному признаку – практическое и теоретическое мышление.

Практическое (техническое, конструктивное) мышление – это процесс мышления, совершающийся в ходе практической деятельности и направленный на создание реальных предметов и явлений путем изменения окружающей действительности при помощи орудий. Оно связано с постановкой целей, выработкой планов, проектов, часто развертывается в условиях дефицита времени, что иногда делает его более сложным, чем теоретическое мышление.

На объяснение окружающих явлений направлено теоретическое (объяснительное) мышление, основными компонентами которого являются содержательные абстракции, обобщения, анализ, планирование и рефлексия. Иными словами, теоретическое мышление востребовано там, где необходимо вскрыть связи и отношения между отдельными понятиями, связать неизвестное с известным, определить возможность предвидения.

Кроме того, различают наглядно-действенное, наглядно-образное и словесно-логическое мышление.

Наглядно-действенное мышление называют еще практически действенным или просто практическим мышлением. Оно протекает непосредственно в процессе практической деятельности людей и связано с решением практических задач: производственных, организации учебного процесса. Этот вид мышления является основным на протяжении всей жизни человека. Наглядно-действенное мышление характеризуется тем, что сам процесс мышления представляет собой практическую преобразовательную деятельность, осуществляемую человеком с реальными предметами.

Наглядно-образное мышление непосредственно связано с окружающей действительностью, а субъект познания чаще всего при этом прибегает к образному ее представлению. Наглядно-образное мышление связано с решением мыслительных задач, основанных на образном материале. Здесь имеет место оперирование самыми разнообразными, но больше всего зрительными и слуховыми образами.

Наглядно-образное мышление тесно связано с практическим мышлением.

Словесно-логическое мышление называют еще отвлеченным или теоретическим, или дискурсивным (абстрактно-понятийным) мышлением – это речевое мышление человека, опосредованное прошлым опытом. Данный вид мышления характеризуется тем, что оно выступает как процесс связного логического рассуждения, в котором каждая последующая мысль обусловлена предшествующей, и что, решая мыслительную задачу в вербальной форме, человек оперирует отвлеченными понятиями, логическими конструкциями. Оно представляет собой наиболее поздний этап исторического и генетического развития мышления, имеет форму отвлеченных понятий и суждений и связано с оперированием философскими, математическими, физическими и другими понятиями и суждениями. Это самый высокий уровень мышления, позволяющий проникать в сущность явлений, устанавливать законы развития природы, общественной жизни.

Среди видов мышления нельзя не упомянуть творческое и критическое мышление. Одним из первых, кто попытался выявить специфические черты творческого мышления, была Дж. Гилфорд. Она считала, что это мышление отличают оригинальность, семантическая и образная гибкость. В самом деле, творческое мышление связано с интеллектуальной новизной, поисками нетривиальных решений, со способностью видеть объект под новым углом зрения, обнаруживая его неизвестные свойства, грани. Чаще всего под критическим мышлением понимают процесс оценки достоверности, точности или ценности чего-либо, способность оценки искать и находить причины и альтернативные точки зрения, воспринимать ситуацию в целом и изменить свою позицию на основе фактов и аргументов. Его еще называют логическим или аналитическим мышлением.

У разных людей тот или иной вид занимает ведущее положение. Какой именно, определяется условиями и требованиями деятельности. Например, у физика-теоретика или у философа – словесно-логическое мышление, у художника – наглядно-образное, а у спортсменов доминирующим является наглядно-действенное мышление. Все виды мышления тесно взаимосвязаны. Взаимосвязь видов мышления характеризуется также их взаимопереходами. Они зависят от задач деятельности, требующих то одного, то другого, а то и совместного решения.

Функции мышления. Классификация мышления. Объект и субъект мышления

Похожие презентации:

Темперамент. Типы темперамента

Воображение и его виды

Вербальные и невербальные средства общения

Конфликты и способы их разрешения

Культурно-историческая концепция Л.С. Выготского

Кейсы (ситуации взаимодействия ребёнка и взрослого)

Гуманистическая психология

Анализ воздействия социальных сетей на формирование зависимого поведения у молодежи

Деловая коммуникация. Формы деловой коммуникации. (Лекция 2)

Технологии нейрокоррекции нарушений письменной речи младших школьников с тяжелыми нарушениями речи

1.

«Функции мышления» «Классификация мышления» «Объект и субъект мышления»Выполнила:
Бородкина Ксения
Мышление — это опосредованное и обобщённое отражение
действительности, вид умственной деятельности,
заключающейся в познании сущности вещей и явлений,
закономерных связей и
отношений между ними.
Первая особенность мышления — его опосредованный характер.
То, что человек не может познать прямо, непосредственно, он
познаёт косвенно, опосредованно:
одни свойства через другие, неизвестное — через известное.
Мышление всегда опирается на
данные чувственного опыта ощущения, восприятия,
представления — и на ранее
приобретённые теоретические
знания
Вторая особенность мышления — его обобщённость.
Обобщение как познание общего и существенного в
объектах действительности возможно потому,
что все свойства этих объектов связаны друг с
другом.
Мышление может принимать форму совместной деятельности.
На определенном этапе развития человек способен к мысленному
общению («проигрыванию» своих взаимодействий с другими людьми в
умственном плане).
Мышление человека личностно обусловлено так же, как оно обусловлено
и его индивидными особенностями.
Изучение мышления — один из
традиционных разделов общей
психологии, поэтому понимание
предмета психологии мышления будет
зависить от понимания предмета
психологической науки в целом.
Основная задача мышления
заключается в том, чтобы выявить
существенные, необходимые связи,
основанные на реальных
зависимостях, отделив их от
случайных совпадений во времени и
пространстве .
Выявление связей и отношений между
предметами и явлениями осуществляется
посредством преобразования и особых
умственных операций.

10. Основные функции мышления

Установление
всеобщих
взаимосвязей
Понимание сущности
конкретного явления
как
разновидности
определенного класса
явлений
Обобщение свойств
однородной группы
явлений и др

11. Классификация мышления

Виды мышления:
По форме:
Нагляднодейственное
Нагляднообразное
Абстрактнологическое
Репродуктивное
(воспроизводящее)
По степени новизны и
оригинальности:
Продуктивное
(творческое)
Теоретическое
По характеру решаемых
задач:
Практическое
Дискурсивное
По степени
развернутости
Интуитивное

15.

По характеру решаемых задач различают мышление:теоретическое;
практическое.
Теоретическое мышление — мышление на основе теоретических
рассуждений и
умозаключений.
Теоретическое мышление — это познание законов и правил.
Практическое мышление — мышление на основе суждений и умозаключений,
основанных на решении практических задач.

16. По степени новизны и оригинальности различают мышление:

репродуктивное
продуктивное (творческое)
Репродуктивное мышление -мышление на основе образов
и представлений,
почерпнутых из каких-то
определенных источников.
Продуктивное мышление -мышление на основе творческого
воображения.

17. По средствам мышления различают мышление:

Вербальное;
Наглядное
Наглядное мышление -мышление на основе
образов и представлений предметов
Вербальное мышление — мышление, оперирующее
отвлеченными знаковыми структурами.
Объектом мышления можно считать задачу или
проблемную ситуацию.
Задача представляет собой осознанную и
сформулированную проблему и содержит в себе
требования, условия и искомое, которое
формулируется в вопросе.
В процессе решения мыслительной задачи можно выделить
четыре этапа:
1. Нахождение задачи и ее формулирование.
2. Выдвижение и анализ гипотез.
3. Решение мыслительной задачи.
4. Проверка правильности решения задачи.
Субъектом мышления,
естественно, является индивид мыслящий человек. Среди различных
характеристик субъекта мышления
все психологи особую роль отводят
такому понятию, как мотивация.
Мотивация главной характеристикой субъекта деятельности,
основным источником его активности.
Для любой задачи недостаточно быть поставленной либо
сформулированной.
Она будет оставаться нерешенной до тех пор, пока не найдется
индивид, желающий или вынужденный в силу каких-либо причин
решить ее.
Список литературы:
1) http://otherreferats.allbest.ru/psychology/00146725_0.

htm
2) http://zoopsi.ru/tixomirov-myshlenie.html

English     Русский Правила

Статистическое мышление — классификация и прогнозирование

Важно различать прогнозирование и классификацию. Во многих контекстах принятия решений классификация представляет собой преждевременное решение, потому что классификация сочетает в себе прогнозирование и принятие решений и узурпирует лицо, принимающее решения, в определении стоимости неправильных решений. Правило классификации необходимо переформулировать, если затраты/коммунальные услуги или критерии выборки изменяются. Прогнозы отделены от решений и могут использоваться любым лицом, принимающим решения.

Классификацию лучше всего использовать с нестохастическими/детерминированными результатами, которые происходят часто, а не тогда, когда два человека с одинаковыми входными данными могут легко получить разные результаты. Для последнего ключевое значение имеет моделирование тенденций (т. е. вероятностей).

Классификацию следует использовать, когда результаты различны, а предикторы достаточно сильны, чтобы обеспечить для всех субъектов вероятность, близкую к 1,0 для одного из результатов.

Область машинного обучения возникла несколько независимо от области статистики. В результате эксперты по машинному обучению, как правило, не делают акцент на вероятностном мышлении. Вероятностное мышление и понимание неопределенности и вариации являются отличительными чертами статистики. Кстати, одна из лучших книг о вероятностном мышлении — «9» Нейта Сильвера.0009 Сигнал и шум: почему так много предсказаний сбываются, а некоторые нет . В области медицины классическим документом является «Вероятностное предсказание в управлении пациентами и клинических испытаниях» Дэвида Шпигельхальтера.

Комментарии

Не думая вероятностно, сторонники машинного обучения часто используют классификаторы вместо моделей прогнозирования рисков. Ситуация обострилась: многие специалисты по машинному обучению фактически называют логистическую регрессию методом классификации (это не так). Важно подумать о том, что на самом деле подразумевает классификация. Классификация фактически является решением.

Оптимальные решения требуют полного использования имеющихся данных, разработки прогнозов и применения функции потерь/полезности/затрат для принятия решения, которое, например, минимизирует ожидаемые потери или максимизирует ожидаемую полезность. Разные конечные пользователи имеют разные служебные функции. При оценке риска это приводит к тому, что у них разные пороги риска для действий. Классификация предполагает, что каждый пользователь имеет одну и ту же функцию полезности и что функция полезности, подразумеваемая системой классификации, равна 9.0009, что служебная функция.

Классификация является принудительным выбором . В маркетинге, где рекламный бюджет фиксирован, аналитики, как правило, лучше понимают, чем пытаться классифицировать потенциального клиента как человека, которого следует игнорировать, или человека, на которого можно тратить ресурсы. Вместо этого они моделируют вероятности и создают кривую роста , посредством которой потенциальные клиенты сортируются в порядке убывания оценочной вероятности покупки продукта. Чтобы получить «самую большую отдачу», маркетолог, который может позволить себе рекламу для n человек, выбирает в качестве целей n клиентов с наибольшей вероятностью. Это рационально, и классификация здесь не нужна.

Частый аргумент пользователей данных, например, врачей, заключается в том, что в конечном итоге им необходимо принять бинарное решение, поэтому необходима бинарная классификация. Это просто неправда. Во-первых, часто бывает так, что лучшее решение — «отсутствие решения; получить больше данных», когда вероятность заболевания находится посередине. Во многих других случаях решение может быть отменено, например, врач назначает пациенту лекарство в более низкой дозе, а позже решает, следует ли изменить дозу или лекарство. В хирургическом лечении решение об операции является безотзывным, но выбор

, когда оперировать, зависит от хирурга и пациента и от тяжести заболевания и симптомов. В любом случае, если требуется бинарная классификация, она должна выполняться в момент наблюдения, когда все полезности известны , а не при анализе данных.

Когда уместен принудительный выбор? Я думаю, что нужно учитывать, является ли проблема механистической или стохастической/вероятностной. Сторонники машинного обучения часто хотят применять методы, созданные для первого, к проблемам, в которых существуют биологическая изменчивость, изменчивость выборки и ошибки измерения. Вместо этого может быть лучше применять методы классификации только к ситуациям с высоким отношением сигнал/шум, таким как те, в которых существует известный золотой стандарт, и можно воспроизвести эксперимент и каждый раз получать почти один и тот же результат. Примером может служить распознавание образов — визуальных, звуковых, химических и т. д. Если создать алгоритм оптического распознавания символов, то алгоритм можно обучить, подвергая его любому количеству повторений попыток классифицировать изображение как буквы А, В, … У пользователя такого классификатора может не быть времени подумать, была ли какая-либо из классификаций «близкими вызовами». И отношение сигнал/шум очень высокое. Кроме того, для каждого персонажа есть единственный «правильный» ответ. Эта ситуация в первую очередь механистическая или нестохастическая. Сравните это с прогнозированием смерти или болезни, когда два пациента с идентичными известными характеристиками могут легко иметь разные результаты.

Когда возможны близкие вызовы или когда исходам присуща случайность, требуются оценки вероятности. Прелесть вероятностей в том, что они сами по себе являются мерой погрешности. Если вероятность заболевания равна 0,1 и текущее решение состоит в том, чтобы не лечить пациента, вероятность того, что это ошибка, по определению равна 0,1. Вероятность 0,4 может побудить врача провести еще один лабораторный анализ или сделать биопсию. Когда отношение сигнал/шум мало, классификация обычно не является хорошей целью; там надо модель тенденции , т. е. вероятности.

Служба погоды США всегда формулировала прогнозы дождя как вероятностные. Мне не нужна классификация «сегодня будет дождь». Есть небольшая потеря/бесполезность ношения зонта, и я хочу быть тем, кто пойдет на компромисс.

Занимаясь оценкой кредитного риска, прогнозированием погоды, прогнозированием климата, маркетингом, диагностикой болезни пациента или оценкой прогноза пациента, я не хочу использовать метод классификации. Мне нужны оценки риска с достоверными интервалами или доверительными интервалами. Я считаю, что классификаторы машинного обучения лучше всего использовать в механистических ситуациях с высоким соотношением сигнал/шум, а вероятностные модели следует использовать в большинстве других ситуаций.

Это связано с тонким моментом, который был упущен многими аналитиками. Сложные алгоритмы машинного обучения, которые учитывают такие сложности, как взаимодействия высокого порядка, требуют огромного количества данных, если только отношение сигнал/шум не высокое, что является еще одной причиной для резервирования некоторых методов машинного обучения для таких ситуаций. Регрессионные модели, основанные на предположениях об аддитивности (когда они верны, а это приблизительно верно в большинстве случаев), могут давать точные вероятностные модели без массивных наборов данных. А когда прогнозируемая переменная результата имеет более двух уровней, аппроксимация одной регрессионной модели может использоваться для получения всех видов интересных величин, например, прогнозируемого среднего значения, квантилей, вероятностей превышения и мгновенных коэффициентов опасности.

Особая проблема с классификаторами иллюстрирует важную проблему. Пользователи машинных классификаторов знают, что сильно несбалансированная выборка в отношении двоичной переменной результата Y приводит к странному классификатору. Например, если в выборке 1000 больных пациентов и 1 000 000 здоровых пациентов, лучший классификатор может классифицировать всех как здоровых; вы будете правы в 0,999 раза. По этой причине используется странная практика подвыборки элементов управления в попытке сбалансировать частоты и получить некоторые вариации, которые приведут к разумно выглядящим классификаторам (пользователи регрессионных моделей никогда не будут исключать хорошие данные, чтобы получить ответ). Затем они должны каким-то нечетким образом построить классификатор, чтобы компенсировать смещение выборки. Это просто тот случай, когда классификатор, обученный для ситуации распространенности 1/2, не будет применим к населению с распространенностью 1/1000. Классификатор придется переобучить на новой выборке, и обнаруженные шаблоны могут сильно измениться. С другой стороны, логистическая регрессия элегантно справляется с этой ситуацией либо (1) используя в качестве предикторов переменные, которые сделали распространенность такой низкой, либо (2) перекалибровав отрезок (только) для другого набора данных с гораздо более высокой распространенностью. Крайней зависимости классификаторов от распространенности может быть достаточно, чтобы некоторые исследователи всегда использовали оценки вероятности, такие как логистическая регрессия. Можно даже сказать, что классификаторы вообще не следует использовать, когда переменная результата незначительна, и что следует моделировать только тенденции (вероятности).

Одним из ключевых элементов при выборе метода является наличие чувствительного правила оценки точности с правильными статистическими свойствами. Эксперты по классификации машин редко имеют опыт, чтобы понять этот чрезвычайно важный вопрос, и выбор неправильного показателя точности, такого как правильно классифицированная пропорция, приведет к фиктивной модели. Это подробно обсуждается здесь.

Ресурсы

• Вред поправок на дисбаланс классов для моделей прогнозирования риска: иллюстрация и моделирование с использованием логистической регрессии Ван ден Гурберг, ван Смеден, Тиммерман, Ван Калстер

---

Повторное использование

https://creativecommons.org/licenses/by/4.0/

Системы классификации – критическое мышление, дедуктивное рассуждение и неформальная аргументация

Аргументы и язык

• Какова цель системы классификации?
• Почему системы классификации важны для критического мышления?
• Как разработать хорошую систему классификации?

Ясность и точность важны для критического мышления. Быстрое и небрежное использование слов или понятий ведет к ошибкам многих видов. Пришло время поговорить о важности для критического мышления точности и ясности в использовании слов и символов. Сначала мы обсудим, как классифицируются слова и к чему они относятся, а после этого мы обратимся к обсуждению важности определения.

Если мы задумаемся о картах, станет ясно, что разные карты или части карт могут по-разному классифицировать то, что они представляют. Рассмотрим дорожную карту Онтарио. Города и поселки могут быть представлены кругами разного размера, где размер круга представляет численность населения, но они также могут быть представлены квадратами, представляющими физическую площадь городской территории. Различные способы представления Онтарио могут быть хороши для разных целей, и можно представить себе специализированные карты, на которых города и поселки идентифицируются по экономической деятельности, договорам, религии, качеству питьевой воды или даже количеству заявленных наблюдений НЛО.

Карты — это всего лишь одна из систем представления взаимосвязей между объектами, классифицируемыми по-разному. Точно так же наши теории и гипотезы различаются по способу классификации вещей, которые они представляют. Понятия, которые мы используем, не просто перечисляют вещи в мире , но и организуют их в шаблоны ; на самом деле невозможно перечислить вещи, не классифицируя их каким-либо образом. Вот пример. Предположим, у Карен, которая живет в Норт-Бэй, есть коричневая длинношерстная такса по имени Мэйбл, которая любит кукурузные хлопья, дремлет на солнце и однажды укусила почтальона. Мэйбл может быть известна в округе как «та сонная собачонка», «питомец Карен» или «маленькая крошка», и каждый из этих терминов будет функционировать как имя, выделяющее Мэйбл среди других вещей в районе. В этом случае эти имена выделяют уникального человека. Но что, если термины используются для выделения ряда вещей с общими свойствами, таких как «Таксы»?

Здесь мы начинаем создавать классы или строить систему классификации . Мы можем называть Мэйбл коричневой собакой, и в этом случае мы говорим, что Мэйбл является членом класса всех существ, которые являются коричневыми собаками. Мы говорим, что Мэйбл принадлежит к этой группе, потому что она и другие участники в некотором отношении похожи. Мэйбл также является частью класса всех существ, которые являются «животными, укусившими почтового работника», к которым, как показывает быстрый поиск в Google, относятся и кошки. На самом деле существует бесконечно много терминов, в которых Мэйбл используется в качестве референта («весит менее 1 000 000 кг», «бескрылый», «стоит более 400 долларов», «живет в Норт-Бей», «не горный лев», «не бессмертен» и др.).

Мы классифицируем вещи для самых разных целей, поэтому существует множество возможных схем классификации.

По определению, классификация является разновидностью деления по правилу : группа индивидов делится на подгруппы по правилу, которое сортирует их по набору общих свойств.

Представьте, что у вас есть куча игрушек, и вы хотите рассортировать их по группам, чтобы расставить их на полках. Вы можете положить все лего на одну полку, все игрушки на другую и всех кукол на третью. Вы можете пометить каждую полку («полка из лего», «душная полка» и т. д.), чтобы знать, что туда положить. Хорошая схема классификации разделила бы игрушки на согласованный набор групп, где каждая группа располагалась бы на отдельной полке, а каждая игрушка относилась бы только к одной группе, так что каждой игрушке было бы место на той или иной полке.

Представьте, что вы решили поставить на одну полку игрушки, на другую — красные вещи, а на третью — лего. Если бы ни один из лего или плюшевых игрушек не был красным, эта система могла бы работать достаточно хорошо, но предположим, что одна из плюшевых игрушек была красной (не говоря уже обо всех крошечных красных частях лего). Теперь у вас есть проблема: ваши правила классификации говорят вам класть красные вещи на две разные полки: полку для мягких игрушек и полку для красных вещей. Конечно, вы не можете поставить его на две полки одновременно. Таким образом, ваша система классификации не сможет сказать вам, куда положить игрушки (или лего), которые красного цвета. А хорошая схема классификации этого не сделает.

1    Схема классификации должна быть исчерпывающей.   Это означает, что каждый член всей классифицируемой группы должен быть помещен в ту или иную подгруппу; классификационная схема ничего не упускает из в классифицируемой группе.

2    Схема классификации должна быть исключающей . Это означает, что ни один член классифицируемой группы не может быть помещен более чем в одну группу; группы не пересекаются.

3    Схема классификации должна быть четкой . Правила классификации должны быть достаточно простыми для понимания и применения, чтобы было ясно, к какой группе принадлежат члены.

4    Системы классификации разрабатываются для выполнения определенных работ, поэтому схема классификации должна быть адекватной своей цели.

Первые два правила классификации, согласно которым схема должна быть исчерпывающей и исключающей , имеют следствием то, что все в классифицируемой группе помещается в группу и только в одну группу; два других правила направлены на полезностей с.

Представьте, что вам поручили копать картошку, и вам дали большую корзину и маленькую и сказали положить большие в большую корзину, маленькие в маленькую корзину, а гнилые оставить в поле. Это оставляет вам три категории для картофеля. Это хорошая схема классификации?

Думаю, всем понятно, что гнилую картошку не надо делить по размеру (гадость). Итак, у нас есть три категории: большие хранители, мелкие хранители и гнилые не хранители. Как узнать, какая картошка большая, а какая маленькая? Это еще одно классификационное различие, требующее правила. В этом случае обстоятельства будут определять, что больше, а что меньше. Если этот конкретный вид картофеля вырастает только очень большим или очень маленьким, эта задача проста. Или, может быть, только среднего размера гниют, что позволяет легко отличить большие от маленьких. Но похоже, что картофель обычно имеет разный размер и гниет несколько хаотично. Это означает, что вам понадобится четкая граница разделения картофеля по размеру. Это упражнение по размышлению о картофеле должно показать, как , на что похож картофель , частично определит точную классификационную схему. Существует ряд предположений о картофеле и наших целях, которые делают классификационную схему адекватной или неадекватной.

Многие вещи, особенно природные виды и промышленные объекты, классифицируются определенным образом. Бумажные деньги, например, бывают только определенных номиналов; новые автомобили бывают конечного числа моделей и цветов, а металлы бывают либо железными, либо золотыми, либо оловянными и т. д.

 

Оцените эти схемы классификации. Являются ли они исчерпывающими, исключительными, ясными и адекватными поставленной задаче?

1. Убери все свои игрушки. Очень маленькие вещи помещаются на верхнюю полку. Большие мягкие игрушки идут в коробке. Книги лежат на средней полке, а все остальное в шкафу.
2. Разделите свою коллекцию мрамора на разноцветные сплошные, прозрачные цветные, прозрачные бесцветные с завитками внутри, прозрачные бесцветные без завитков внутри.
3. Большие животные. Страшные животные, вонючие животные, животные по имени Джордж.
4. Друзья (будьте любезны), Люди, которые могут вам навредить (будьте любезны), все остальные (к черту их).
5. Моя мама, мои братья и сестры, мои родители, друзья, люди, которых я ненавижу, все остальные.
6. (Виды животных:) Домашние животные, вредители, дичь, рабочие животные, пищевые животные.
7. (Вещи, которые я собираю:) Мотки веревки, пробки от бутылок, гнилой сыр, автографы людей по имени «Джордж», кола, крышек от бутылок, большие американские автомобили, пластинки Элвиса, старые пуговицы.
8. (предсезонный список для тренера:) прошлогодние вернувшиеся игроки, ребята с характером, неудачники, многообещающие дети, которым нужно больше навыков, дети, о которых я пока не могу рассказать.

   No related posts.