《大數據預測》會告訴你,你想了解的關於預測分析的全部,你的生活以及這個世界會因為預測分析改變到什麽程度。
2020年的一天,在你驅車前往公司的路上,導航系統通過預測交通流量,會自動幫你選擇一條最合適的交通路線;車內推薦系統會根據你的飲食習慣預測你可能會喜歡吃什麽,並推薦沿途的早餐店;你的電子社交助理已經為你自動選擇了你可能感興趣的社交網信息;當車內系統預測到你駕車有些分心時,座椅會自動震動進行提醒┅┅
以上這些情景不是科幻大片獨有的,它們有的已經或會在未來的某一天成為現實。而這一切所倚靠的就是預測分析技術。
大數據時代下,作為其核心,預測分析已在商業和社會中得到廣泛應用。隨著越來越多的數據被記錄和整理,未來預測分析必定會成為所有領域的關鍵技術。
作為預測分析領域的專家,埃里克•西格爾博士深諳預測分析界已經實現和正在發生的事情、面臨的問題和將來可能的前景。在《大數據預測》中,他結合預測分析的應用實例,對其進行了深入、細致且全面的解讀。
埃里克•西格爾 博士,Prediction Impact, Inc.董事長,發起成立世界預測分析大會,並擔任主席;《預測分析時報》執行編輯;哥倫比亞大學前計算機科學教授。
目錄
序 言
前 言
導 論
第一章 升空!預測開始發威
開始實踐
人人愛預言,雖然不精確
防護預測
價值100萬美元的無聲革命
個性化的危險
預測分析程序的安裝:迂回和拖延
運行過程中
基本要素是:觀察
行動就是決策
危險的啟動
呼叫休斯敦,我們有麻煩了
能做到的小模型
休斯敦,發射
熱情的科學家
讓預測走入內心
第二章 權力越大,責任越大:惠普、目標超市和警察會窺探你的秘密
目標超市的預測及其預測目標
意味深長的停頓
我的15分鍾
曝光於聚光燈下
你無法禁錮那些可傳送的東西
法律與秩序:政策、政治和監管
數據之戰
數據挖掘並不是「攫取」數據
惠普自我學習
洞悉員工還是侵犯隱私
辭職風險:我不干了!
洞見:辭職背後的因素
危險品
領先者不必辭職
預測犯罪,提前杜絕犯罪
數據犯罪和犯罪數據
無法測量的機器風險
偏見的輪回
好的預測,壞的預測
力量源泉
第三章 數據效應:彩虹之後的饕餮
數據情感和情感數據
預測博客中的情緒
焦慮指數
將情緒可視化
要把錢投到正確的地方
靈感與汗水
在數據里尋寶
一切都數據化
把所有艙門都封死:信息太多了
壞的大灰狼
彩虹之末
預測之汁
遙遠、奇特和驚人的洞察力
關系並不意味著因果
情感的因果關系
一圖勝千言
驗證情感和被驗證的情感
偶遇與創新
來自博客圈的投資建議
金錢讓世界轉動
將所有內容都放在一起
第四章 學習的機器:大通銀行對房產抵押風險的預測分析
男孩與銀行的相遇
銀行面臨著風險
預測抵御風險
風險業務
學習機器
創建機器學習
從負面經驗中學習
機器學習是如何運作的
你可以決定決策樹的規模
計算機,為自己編程吧
學吧,寶貝
越大越好
過度學習:假設太多
歸納之謎
機器學習的藝術和科學
感覺真實:測試數據
去粗取精是藝術
在大通銀行應用分類-回歸決策樹
搖錢樹
回歸--為何顯微鏡無法觀察到宇宙碰撞
後續
第五章 集團效應:Netflix、眾包以及增壓預測
非正式火箭科學家
黑馬
思想外包:集思廣益
眾包如星火燎原
生於憂患
聯合國
元學習
兩個預測模型的組合
好戲在後頭
集體信息
群體和模型的智慧
一袋子模型
集體智慧開始發威
泛化悖論:過猶不及
挑戰極限
第六章 「沃森」和《危險邊緣》節目
文本分析
英語的愛恨情仇
在理解問題之後就要回答
終極知識源泉
人工智能悖論
學習回答問題
學人走路 學人說話
更好的捕鼠器
應答機器
投機取巧的《危險邊緣》
從證據中尋找答案
基礎知識,親愛的「沃森」
證據如山
用組合模型來判斷證據
組合模型的組合
機器學習使語言處理成為可能
自信但不自負
需要速度
雙面危險--「沃森」會贏嗎?
《危險邊緣》的惶恐
為了勝利
比賽之後:榮譽、嘉獎和崇拜
非對稱性IBM人工智能
對的預測
第七章 用數字說話:挪威電信和美國合眾銀行工程師
如何通過預測來施加影響
攪拌吧,用力攪拌
沉睡的狗
要預測新的內容
眼楮看不到
預測說服
具有說服性的選擇
商業刺激和商業反饋
定量人性
量子人性--他是否可被影響?
通過上提模型預測影響力
銀行業對影響力的運用
預測錯誤之事
響應上提模型
上提模型的原理
上提模型如何發揮作用
說服效應
不同行業的影響
讓移動客戶不移動
結語
前 言
導 論
第一章 升空!預測開始發威
開始實踐
人人愛預言,雖然不精確
防護預測
價值100萬美元的無聲革命
個性化的危險
預測分析程序的安裝:迂回和拖延
運行過程中
基本要素是:觀察
行動就是決策
危險的啟動
呼叫休斯敦,我們有麻煩了
能做到的小模型
休斯敦,發射
熱情的科學家
讓預測走入內心
第二章 權力越大,責任越大:惠普、目標超市和警察會窺探你的秘密
目標超市的預測及其預測目標
意味深長的停頓
我的15分鍾
曝光於聚光燈下
你無法禁錮那些可傳送的東西
法律與秩序:政策、政治和監管
數據之戰
數據挖掘並不是「攫取」數據
惠普自我學習
洞悉員工還是侵犯隱私
辭職風險:我不干了!
洞見:辭職背後的因素
危險品
領先者不必辭職
預測犯罪,提前杜絕犯罪
數據犯罪和犯罪數據
無法測量的機器風險
偏見的輪回
好的預測,壞的預測
力量源泉
第三章 數據效應:彩虹之後的饕餮
數據情感和情感數據
預測博客中的情緒
焦慮指數
將情緒可視化
要把錢投到正確的地方
靈感與汗水
在數據里尋寶
一切都數據化
把所有艙門都封死:信息太多了
壞的大灰狼
彩虹之末
預測之汁
遙遠、奇特和驚人的洞察力
關系並不意味著因果
情感的因果關系
一圖勝千言
驗證情感和被驗證的情感
偶遇與創新
來自博客圈的投資建議
金錢讓世界轉動
將所有內容都放在一起
第四章 學習的機器:大通銀行對房產抵押風險的預測分析
男孩與銀行的相遇
銀行面臨著風險
預測抵御風險
風險業務
學習機器
創建機器學習
從負面經驗中學習
機器學習是如何運作的
你可以決定決策樹的規模
計算機,為自己編程吧
學吧,寶貝
越大越好
過度學習:假設太多
歸納之謎
機器學習的藝術和科學
感覺真實:測試數據
去粗取精是藝術
在大通銀行應用分類-回歸決策樹
搖錢樹
回歸--為何顯微鏡無法觀察到宇宙碰撞
後續
第五章 集團效應:Netflix、眾包以及增壓預測
非正式火箭科學家
黑馬
思想外包:集思廣益
眾包如星火燎原
生於憂患
聯合國
元學習
兩個預測模型的組合
好戲在後頭
集體信息
群體和模型的智慧
一袋子模型
集體智慧開始發威
泛化悖論:過猶不及
挑戰極限
第六章 「沃森」和《危險邊緣》節目
文本分析
英語的愛恨情仇
在理解問題之後就要回答
終極知識源泉
人工智能悖論
學習回答問題
學人走路 學人說話
更好的捕鼠器
應答機器
投機取巧的《危險邊緣》
從證據中尋找答案
基礎知識,親愛的「沃森」
證據如山
用組合模型來判斷證據
組合模型的組合
機器學習使語言處理成為可能
自信但不自負
需要速度
雙面危險--「沃森」會贏嗎?
《危險邊緣》的惶恐
為了勝利
比賽之後:榮譽、嘉獎和崇拜
非對稱性IBM人工智能
對的預測
第七章 用數字說話:挪威電信和美國合眾銀行工程師
如何通過預測來施加影響
攪拌吧,用力攪拌
沉睡的狗
要預測新的內容
眼楮看不到
預測說服
具有說服性的選擇
商業刺激和商業反饋
定量人性
量子人性--他是否可被影響?
通過上提模型預測影響力
銀行業對影響力的運用
預測錯誤之事
響應上提模型
上提模型的原理
上提模型如何發揮作用
說服效應
不同行業的影響
讓移動客戶不移動
結語
網路書店
類別
折扣
價格
-
新書87折$303