܄

【每周一本书】之《大数据预测》:告诉你谁会点击、购买、死去或撒谎

【数据猿导读】 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

【每周一本书】之《大数据预测》:告诉你谁会点击、购买、死去或撒谎

来源:数据猿  作者:abby

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。

在本周小编为大家推荐的《大数据预测》一书中,作者埃里克•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。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。

大数据_预测分析_数据模型-1

未来,大数据会变得越来越重要,其核心应用预测也会成为互联网行业以及产业变革的重要力量,我们很有必要对数据预测及其分析方法进行全面且深入的了解。在这一点上,《大数据预测》是本很好的读物,适合大数据所有相关行业的人阅读。

 ——360公司董事长 周鸿祎

本书旨在通过量化方法来预测人类的行为。人类在此方面的最初实践是在第二次世界大战时期。1940年,“控制论之父”诺伯特·维纳(Norbert Wiener)便开始尝试预测德国空军飞行员的行为,目的是消灭这些纳粹空中力量。其预测方法是,观测德国飞机运动的轨迹,推测飞行员可能采取的机动规避动作,由此推断飞机接下来所处的位置并用高射炮将其击落。然而,维纳只能推断出飞机下一秒的运动轨迹,要想精确炮击飞机,必须预测飞机至少20秒的运行轨迹。

在埃里克·西格尔的书中,读者将看到许多预测案例,这些案例与维纳预测德国飞机的案例相比要精准许多。与“二战”时期相比,目前计算机的运算性能有了极大的提升,数据的丰富程度也非维纳之时可比。因此,银行、零售商、政治团体、医院以及其他众多机构,都在通过计算机数据处理来预测某些特定人群的行为,进而实现赢取客户、赢得选举或治愈疾病的最终目标。

本书的重点是预测分析,这是诸多分析方法中的一种,是最有趣味和最重要的分析方法。在作者看来,纯粹的描述性分析已经过时了,因为它记录的是过去发生的事情,无法真正说明这些事情为何会发生。此外,书中也提到了第三种分析方法,即规范性分析,也就是通过实验监测或定向优化来告诉人们应该怎么做。但这些数理分析方法的应用范围较预测分析要小许多。

目录

第一章:升空!预测开始发威

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

第三章 数据效应:彩虹之后的饕餮

第四章 学习的机器:大通银行对房产抵押风险的预测分析

第五章 集团效应:Netflix、众包以及增压预测

第六章 “沃森”和《危险边缘》节目

第七章 用数字说话:挪威电信和美国合众银行工程师

作者简介:

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。


推荐阅读:

【每周一本书】之《大数据分析:决胜互联网金融时代》

【每周一本书】之《Python大战机器学习:数据科学家的第一个小目标》

【每周一本书】之《图解Spark:核心技术与案例实战》

【每周一本书】之《大数据技术概论》:菜鸟学大数据,如果这些还不会,劝你一定要补上!

【每周一本书】之《数据新闻实战》:趁早学!这些工具,新闻人将越来越离不开

点击查看更多大数据书籍……


【本栏目合作伙伴】:清华大学出版社、电子工业出版社、北京师范大学出版社、中国人民大学出版社。

欢迎更多合作伙伴加入!也欢迎勾搭小编,微信:wmh4178,备注“书”


 


来源:数据猿

声明:数据猿尊重媒体行业规范,相关内容都会注明来源与作者;转载我们原创内容时,也请务必注明“来源:数据猿”与作者名称,否则将会受到数据猿追责。

刷新相关文章

美国大数据行业究竟什么样? 我们带你一探究竟
美国大数据行业究竟什么样? 我们带你一探究竟
数之联CTO方育柯:大数据时代下的传统制造业
数之联CTO方育柯:大数据时代下的传统制造业
明略数据工业大数据专家葛利鹏:大数据驱动的工业人工智能初探
明略数据工业大数据专家葛利鹏:大数据驱动的工业人工智能初探

我要评论

精品栏目

[2017/04/11]

大数据24小时

More>

[2017/04/03-7]

大数据周周看

More>

[2017/04/03-7]

大数据投融资

More>

[2016/11/28-2]

大咖周语录

More>

[2017/04/03-10]

大数据周聘汇

More>

[2017/04/04-11]

每周一本书

More>

返回顶部