大数据预测
出版社:中信出版社
出版日期:2014-3
ISBN:9787508644608
作者:【美】埃里克·西格尔
页数:300页
内容概要
埃里克•西格尔 博士
Prediction Impact, Inc.董事长，发起成立世界预测分析大会，并担任主席；《预测分析时报》执行编辑；哥伦比亚大学前计算机科学教授。
书籍目录
序 言
前 言
导 论
第一章 升空！预测开始发威
开始实践
人人爱预言，虽然不精确
防护预测
价值100万美元的无声革命
个性化的危险
预测分析程序的安装：迂回和拖延
运行过程中
基本要素是：观察
行动就是决策
危险的启动
呼叫休斯敦，我们有麻烦了
能做到的小模型
休斯敦，发射
热情的科学家
让预测走入内心
第二章 权力越大，责任越大：惠普、目标超市和警察会窥探你的秘密
目标超市的预测及其预测目标
意味深长的停顿
我的15分钟
曝光于聚光灯下
你无法禁锢那些可传送的东西
法律与秩序：政策、政治和监管
数据之战
数据挖掘并不是“攫取”数据
惠普自我学习
洞悉员工还是侵犯隐私
辞职风险：我不干了！
洞见：辞职背后的因素
危险品
领先者不必辞职
预测犯罪，提前杜绝犯罪
数据犯罪和犯罪数据
无法测量的机器风险
偏见的轮回
好的预测，坏的预测
力量源泉
第三章 数据效应：彩虹之后的饕餮
数据情感和情感数据
预测博客中的情绪
焦虑指数
将情绪可视化
要把钱投到正确的地方
灵感与汗水
在数据里寻宝
一切都数据化
把所有舱门都封死：信息太多了
坏的大灰狼
彩虹之末
预测之汁
遥远、奇特和惊人的洞察力
关系并不意味着因果
情感的因果关系
一图胜千言
验证情感和被验证的情感
偶遇与创新
来自博客圈的投资建议
金钱让世界转动
将所有内容都放在一起
第四章 学习的机器：大通银行对房产抵押风险的预测分析
男孩与银行的相遇
银行面临着风险
预测抵御风险
风险业务
学习机器
创建机器学习
从负面经验中学习
机器学习是如何运作的
你可以决定决策树的规模
计算机，为自己编程吧
学吧，宝贝
越大越好
过度学习：假设太多
归纳之谜
机器学习的艺术和科学
感觉真实：测试数据
去粗取精是艺术
在大通银行应用分类—回归决策树
摇钱树
回归——为何显微镜无法观察到宇宙碰撞
后续
第五章 集团效应：Netflix、众包以及增压预测
非正式火箭科学家
黑马
思想外包：集思广益
众包如星火燎原
生于忧患
联合国
元学习
两个预测模型的组合
好戏在后头
集体信息
群体和模型的智慧
一袋子模型
集体智慧开始发威
泛化悖论：过犹不及
挑战极限
第六章 “沃森”和《危险边缘》节目
文本分析
英语的爱恨情仇
在理解问题之后就要回答
终极知识源泉
人工智能悖论
学习回答问题
学人走路 学人说话
更好的捕鼠器
应答机器
投机取巧的《危险边缘》
从证据中寻找答案
基础知识，亲爱的“沃森”
证据如山
用组合模型来判断证据
组合模型的组合
机器学习使语言处理成为可能
自信但不自负
需要速度
双面危险——“沃森”会赢吗？
《危险边缘》的惶恐
为了胜利
比赛之后：荣誉、嘉奖和崇拜
非对称性IBM人工智能
对的预测
第七章 用数字说话：挪威电信和美国合众银行工程师
如何通过预测来施加影响
搅拌吧，用力搅拌
沉睡的狗
要预测新的内容
眼睛看不到
预测说服
具有说服性的选择
商业刺激和商业反馈
定量人性
量子人性——他是否可被影响？
通过上提模型预测影响力
银行业对影响力的运用
预测错误之事
响应上提模型
上提模型的原理
上提模型如何发挥作用
说服效应
不同行业的影响
让移动客户不移动
结语
作者简介
360公司董事长周鸿祎、《罗辑思维》主讲人罗振宇郑重推荐
2020年的一天，在你驱车前往公司的路上，导航系统通过预测交通流量，会自动帮你选择一条最合适的交通路线；车内推荐系统会根据你的饮食习惯预测你可能会喜欢吃什么，并推荐沿途的早餐店；你的电子社交助理已经为你自动选择了你可能感兴趣的社交网信息；当车内系统预测到你驾车有些分心时，座椅会自动震动进行提醒……
以上这些情景不是科幻大片独有的，它们有的已经或会在未来的某一天成为现实。而这一切所倚靠的就是预测分析技术。
大数据时代下，作为其核心，预测分析已在商业和社会中得到广泛应用。随着越来越多的数据被记录和整理，未来预测分析必定会成为所有领域的关键技术。
作为预测分析领域的专家，埃里克•西格尔博士深谙预测分析界已经实现和正在发生的事情、面临的问题和将来可能的前景。在《大数据预测》一书中，他结合预测分析的应用实例，对其进行了深入、细致且全面的解读。
关于预测分析，你想了解的全部，你的生活以及这个世界会因为预测分析改变到什么程度，《大数据预测》都会告诉你。
发布书评
精彩书评 (总计6条)
-
大数据只是个概念，这本书其实是预测性分析。对于大数据来说，我们似乎都还在“术”的层面，也就是信息生态的不断完善；但是“道”以及“势”的层面还在探索。这本书的很多应用方向还是挺有启发的，书里讲的比较浅，书里提及的成功案例还是值得下一步学习的~！ -
从古至今，人们一直尝试进行各种预测。从古代的占卜到今天的天气预报，从福尔摩斯的推理到经济学家的预言，几乎任何时期任何行业的任何人都在进行预测，区别仅在于其预测行为的准确性——大于或小于50%，收费或者不收费。预测是基于已知事件（或数据）而进行分析的推理行为，无论它看上去是靠谱的或者不靠谱的，这种行为本身并无不当。算命先生看上去是最不可信，你几时听说过算命先生中彩票？不过这不妨碍他们以此为生甚至发家致富。经济学家的预测看上去更加可信，可他们却大多靠大学发的工资生活，如果有人参考经济学家的预测进行投资恐怕会倾家荡产吧。众多的预测当中，天气预测已经成为我们生活中的一部分，尽管人们对天气预报有各种各样的吐槽，这并不影响它成为生活中的重要参考。事实上，天气预测已经成为一门成熟的科学，人类的很多经济活动都受到它的影响，例如农业、农产品期货以及保险业等等。天气预测的成功依赖于计算机技术的进步和大数据预测的发展，海量的历史天气数据以及各类气象指标使天气预测的准确性大大提高。在今天，大数据预测早已不再局限于科技范畴内的使用，它已经进入人类经济生活的各个领域，对社会的方方面面都产生影响。一个购买过刮胡刀、安全套、计算机图书的人下一步可能购买什么商品呢？购买小米手机的顾客与购买方便面、进口红酒的顾客之间又有什么相关关系呢？显然，仅凭个别数据是无法进行准确预测的。但是，当海量的数据摆在我们面前，如果我们选择了正确的方法进行分析，计算机就可以告诉我们哪些人可能选择什么样的商品。那么，有了结果以后，下一步需要做什么呢？对，有针对性的投放广告。这样的投放与过去无目的地随机投放相比，即节约成本同时又提高了效率。目前，几乎所有网站都在采取这一方案。当你在网上搜索过小麦以后，就会发现自己浏览的网页上出现了联合收割机的广告，而在你搜索毒品之后很可能会出现毒贩的联系方式。当然，这只是大数据应用的一小部分，甚至是可笑的一部分。而对于电商企业来说，更有价值的部分在后面。当通过大数据分析出购买某几种商品与另外几种商品的相关关系之后，例如购买二段奶粉与幼儿推车和女性减肥产品的正相关关系，电商企业就可以提前对相关产品进行采购并调入可能发生购买的货仓。这样，当顾客进行购买时，商品早已在其所在城市的货仓翘首以待，他/她自然可以更快地收到想要的商品。商家节省了调货的成本，买家也省去等待的时间，这是典型的双赢。据我所知，国内有些电商企业已经在这样做了。更重要的是，这一切都发生在不知不觉之中，你甚至感受不到这个过程的存在。当然，大数据预测不仅仅应用于科技和商业领域，有赖于计算机和网络技术的普及，各行各业都在使用大数据拓展自己的发展空间。惠普曾经通过大数据技术分析员工的离职风险；各银行都在通过大数据分析客户的经济能力；公安通过大数据分析各地区和各种人群的犯罪率，提前布控进行应对；甚至犯罪分子也在使用大数据业务，考虑如何提高自己电话诈骗的成功率。不要笑！与曾经发生过的科技进步一样，大数据预测也仅仅是一种工具，它本身并无善恶之分，只取决于使用它的人。智能技术的普及使每个人的每个行为都暴露在大数据监控之下，我们就像电影《楚门的世界》中的楚门先生，时时受到别人的围观，这是科技的进步，也是人类的悲哀。不过，无论如何，对于新生事物我们唯一正确的态度是拥抱它，让它成为我们的奴隶，而不是相反。这是一本如何使用大数据进行预测的工具书，它引导我们如何使用这项技术。这是一个开始，用不了多久，书中提到的全部手段都将成为现实。我相信，随着大数据预测水平的提高，在未来，谁真正掌握了大数据，谁就掌握了一切。 -
1.几乎不会引用主题相关的著作和论文；2.没有系统的图标数据对观点进行论证，少量图表纯属装饰；3.一大堆其他畅销书作者推荐
精彩短评 (总计44条)
-
还是太空 -
有启发。 -
用数据归纳经验，预测未来。未来是数据时代，如何利用好数据，是很重要的问题。大数据分析是一把双刃剑。 -
讲的比较专业 而我不需要～ -
真是很啰嗦，净是事儿，技术和启发都不多 -
行动才是决策，结果重于解释；预测分析 = 预测内容 + 采取行动 -
麦肯锡讲未来的规律、行为与预测分析 -
在大数据背景下的机器学习与预测分析。较简单的介绍，也说明了一些实现预测中可能发生的问题以及存在的困难。人心难测。 -
3.8星，值得阅读浏览。在大数据的科普书籍里，这本算是不错的了，架构组织的很好，分门别类地说明了大数据可以应用的行业。可惜出版的有点晚，过了大数据热门的时期了。 -
茶余饭后消遣可以，但专业性略有不足。 -
可能是我功力不够，没能在作者散落观点的表达中了解到我感兴趣的内容。相比而言，《大数据时代》在这方面做得更好一些。 -
大数据的分析，建模，数据挖掘。如何基于浩如烟海的数据去做分析，预测，和判断。是否会存在道德风险，科技是不是在窥视每一个人的行为？从过去的事实中推演出未来的可能。可以换个角度去理解大数据的推测，分析，人工智能。在科技的角度看每个人其实都只是数据海洋中的一个分子，不过对于每个个人来说，都是独一无二的，我想。 -
对门外汉来说，还是挺震撼的 -
没有看完 举得例子都不错，概念也容易理解，但是要用到实处，还是要多学习。 -
或许翻译成大数据应用会更匹配书的内容吧。 -
作者是个幽默的技术宅男。 -
比《大数据时代》那本书差的很远。全是叙述，没有深入分析和启发。
然后发现Kindle的unlimited真的没用，全是破书或者老书。被坑了一年。 -
有些案例还是有启发 -
较差不推荐，比较初步和空泛 -
机器学习001 -
宣传的有些过了，有些实例还是很值得读的，大部分都是在讲机器学习，虽说是科普，但实际上对大数据预测的过程及真正收益并没有完整的阐述。 -
预测派的科普 -
这竟然是本科普书啊 -
没有大数据，也没有预测，勉强可以看完 -
3.5星还行 预测和机器学习
1.只要你拷问数据,数据就会招供。
2.世界上有三种谎言：谎言、该死的谎言和统计数据——英国首相本杰明 -
这是一本大数据商业应用为主的书，它帮助人们在海量的数据中剔除噪音，抓住稍纵即逝的决策依据和商业机会的信号，告诉大家如何判断，谁是你的潜在客户，谁会点击购买，谁会生命终结，谁在撒谎，谁要跳槽。。。。尼玛，日子还过不过了？这大数据，无孔不入，阿门。 -
预测分析，讲述一个个案例，还是讲思想讲趋势，并不是技术性书籍。到底什么是可预测，什么是不可预测，还是没有解答我的疑问。书中的预测，多说是行为特征分析。预测难道就是寻找数据规律，应用与将来？ -
科普还不错 -
看看 -
主要讲的是预测分析，从数据到结果的一步步是怎么来的 -
明明是在介绍机器学习分析数据 作者自己都不喜欢“大数据”这个词 还给这书这么个中文名 -
翻译的非常好。 -
没有新鲜的内容，但有助于跟非技术人员沟通PA是什么、怎么工作的、有什么用 -
封面设计得好，内容偏粗浅，启发性不高 -
这并不是一本技术性方法论书籍，但通过一些案例谈及了一些数据分析的方法和思想。也许看完以后你还是不会做数据分析，但其中还是隐约反映了统计分析的一些思想，并且展示了数据分析可以运用的方向和领域。算是抛砖引玉，开拓思维的一本书。 -
83頁是不是翻譯錯了，YouTube和優酷 -
写的很不错，一个一个的例子很有趣，但是没有具体的实现过程。 -
用等灰机和坐灰机的时间把它读完了，用的大数据的噱头其实讲的是机器学习，人家书原名是predicative analytical；预测分析。中文名很应景的加上了大数据，跟大数据毛关系啊 -
翻译硬了点，读起来有点磕碰，本身内容离大数据其实也有点距离，读完感觉亮点收获不大 -
书很一般，讲的东西比较浅，没有干货的即视感 -
借党建的光在204阅览室读到此书，主要浏览书中的例子，了解借用大数据进行预测的机理。2016-10-22 -
结合实例介绍了一些预测的基本思想 -
预测分析理论较不错的入门书籍，利用多个案例来阐述理论。主要包含了预测技术的开端，对于隐私问题的争议，机器学习，人工智能，众包业务，以及IBM“沃森”和Netflix的经典案例。中文翻译中出现了几个明显的错误，而且“大数据预测”这个标题与英文标题存在出入，作者在书中也提到过，大数据是必然前提，但是过分强调大数据则是噱头 -
一，个人偏见觉得“大数据”这个词有点是翻译时候的噱头；二，个人偏见觉得对这种美式科普的行文方式接受不能。