具体描述
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。
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。
目录信息
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
· · · · · · (收起)
读后感
作为一名IT从业者，经常听到别人提起大数据，在不知不觉间，大数据预测已经渗透到着我们的生活。 在手机上的地图软件，在搜索路线后，显示了乘坐交通工具到达时间。 去网站浏览时，通过浏览记录，推荐你可能会购买的产品， 在招聘网站上的职位也出现了数据分析，大数据工程...
评分终于下定决心在半夜12点以前看完了这本书。 书名虽然是大数据预测，但是实际上是内容以人工智能和预测科学为主，大数据只不过是机器学习的基础而已。 作者是技术出身，但是这本书写的非常之浅显易懂，没有任何技术背景的人看起来都非常容易。只有从事相关工作的经历，才会了解...
评分终于下定决心在半夜12点以前看完了这本书。 书名虽然是大数据预测，但是实际上是内容以人工智能和预测科学为主，大数据只不过是机器学习的基础而已。 作者是技术出身，但是这本书写的非常之浅显易懂，没有任何技术背景的人看起来都非常容易。只有从事相关工作的经历，才会了解...
评分0p 大数据不过是小算术。关键不是数据的规模或繁复程度，而在于其如何对待或取舍数据。 0p 挑战和问题都可以通过预测的方法加以解决。理解预测的目标、方法以及限制。 0p 数据只是石油。从数据中提炼出来的规律和知识才是黄金。 1p 用数据来替换主观信仰与偏见。根据预测结果去...
评分作为一名IT从业者，经常听到别人提起大数据，在不知不觉间，大数据预测已经渗透到着我们的生活。 在手机上的地图软件，在搜索路线后，显示了乘坐交通工具到达时间。 去网站浏览时，通过浏览记录，推荐你可能会购买的产品， 在招聘网站上的职位也出现了数据分析，大数据工程...
用户评价
作为一个在数据分析领域摸爬滚打多年的从业者，我近期接触到了《大数据预测》这本书。实话实说，在看到这本书名时，我并没有抱太大的期望，因为市面上关于大数据和预测的书籍实在太多了，很多都流于表面或者过于陈旧。但是，当我真正翻开这本书，尤其是看到其中关于“高级特征工程策略”和“深度学习在时间序列预测中的最新进展”等章节时，我的态度发生了180度的转变。作者在这些章节中提出的方法和思路，都非常新颖且具有前瞻性，与我目前工作中遇到的瓶颈不谋而合。他详细介绍了如何通过组合、变换以及挖掘隐藏的关联性来构建更具预测能力的特征，这一点对我来说尤为实用。此外，书中对深度学习模型在处理复杂时间序列数据时的应用，也给出了许多具体而深入的分析，例如如何有效地利用RNN、LSTM甚至是Transformer等模型来捕捉数据的长期依赖性和非线性关系。我个人一直觉得，很多经典的预测模型在面对现实世界日益复杂的数据时显得力不从心，而这本书所介绍的这些前沿技术，无疑为我们提供了一条新的解决思路。我非常期待书中能够包含更多实际案例的深度剖析，以及作者对于这些模型在不同行业中的部署和优化经验的分享，相信这会为我带来宝贵的实践指导。
评分读了《大数据预测》的前几章，我感觉作者的写作风格非常严谨且富有逻辑性。他并没有一开始就陷入技术细节，而是先从宏观层面阐述了大数据预测的重要性以及其在当今社会中的角色。我个人一直对“预测”这个概念非常着迷，总觉得它蕴含着一种对未来的掌控感，而这本书恰恰满足了我对这份掌控感的哲学式好奇。作者用了很多通俗易懂的比喻来解释一些复杂的统计学概念，这对于我这样非技术背景的读者来说尤为重要。例如，他将数据点比作星星，而将预测模型比作星座的连接线，让我瞬间领悟了模式识别的精髓。我也很欣赏作者在介绍不同预测方法时，并没有一味地强调某个方法的优越性，而是详细分析了它们各自的适用场景和局限性，这种客观公正的态度让我觉得非常值得信赖。我尤其期待书中能够深入探讨一些“黑箱”模型的解释性问题，即如何在保证预测精度的同时，又能理解模型做出某个预测的根本原因。这对于建立信任和进行负责任的决策至关重要。我感觉这本书不仅仅是关于“如何预测”，更是关于“为什么预测”以及“如何科学地预测”的深刻探讨，这远远超出了我最初的预期。
评分我近期在书店偶然翻阅了《大数据预测》这本书，虽然没有立刻购买，但其独特的视角和深刻的见解让我印象深刻。书中对我触动最大的是作者对于“预测的伦理边界”的探讨。在如今信息爆炸的时代，大数据预测的强大能力也带来了潜在的风险，例如隐私泄露、算法歧视等问题。我一直对这些社会议题保持着高度的关注，并思考技术发展与人类价值观之间的平衡。这本书能够从一个更宏观、更具人文关怀的角度来审视大数据预测，而不是仅仅聚焦于技术本身，这让我感到非常欣喜。我期待书中能够详细阐述如何建立一套健全的预测伦理框架，如何通过技术手段来规避潜在的风险，以及如何在追求预测效率的同时，保障个体的权益和社会的公平正义。我希望作者能够分享一些关于数据隐私保护的最新技术和最佳实践，以及如何在模型设计和应用过程中，充分考虑不同人群的感受和需求，避免因算法的偏见而加剧社会的不公。这本书让我看到了大数据预测的另一面，即它不仅是一种技术，更是一种责任，一种需要我们深思熟虑才能驾驭的强大力量。
评分我是一个对科学普及类读物情有独钟的读者，最近偶然间看到了《大数据预测》这本书。虽然书名听起来有些技术性，但它的封面设计以及排版风格却给我留下了非常亲切的印象，仿佛一本能够带我进入奇妙科学世界的探索手册。我注意到书中用了很多图表和示意图来解释概念，这一点对于我这种不太擅长纯文字阅读的人来说，简直是福音。我尤其被其中关于“从海量数据中洞察生活趋势”的章节所吸引，想象着作者是如何将那些看似杂乱无章的数据，转化为能够预测我们生活点滴变化的神奇工具。比如，他可能会用社交媒体数据来预测某类商品的热销趋势，或者用交通流量数据来预测拥堵的发生，这些都让我觉得非常贴近生活。我希望这本书能够以一种更轻松、更易懂的方式，向我展示大数据预测是如何影响我们日常生活的，而不是仅仅停留在理论层面。我希望能够了解到一些“接地气”的例子，比如如何利用大数据预测天气变化，或者如何利用个人消费习惯数据来获得更个性化的推荐。这本书让我感觉，大数据预测并非遥不可及的科学怪术，而是已经悄悄融入我们生活方方面面的强大力量。
评分作为一名对数据分析领域充满好奇的爱好者，我最近入手了一本名为《大数据预测》的书。虽然我还没有完全深入阅读，但仅仅是翻阅和初步的浏览，就让我感受到了这本书所蕴含的深刻洞察和前沿视野。这本书的装帧设计非常专业，封面色彩沉稳而不失现代感，散发着科技的光芒。刚拿到手里，就有一种沉甸甸的知识感扑面而来，让人迫不及待地想翻开一探究竟。我被其中几个章节的标题深深吸引，例如“如何从海量数据中挖掘隐藏的模式”和“人工智能在精准预测中的革命性应用”。这些标题本身就点燃了我对未知领域的探索欲望。我尤其关注那些关于实际案例分析的部分，想象着作者如何将复杂的理论概念转化为可操作的见解，并最终应用于商业决策、科学研究乃至于社会发展等多个层面。我期望这本书能够解答我对于大数据预测工作流程的好奇，例如数据收集、清洗、特征工程，以及模型选择和评估等关键环节。同时，我也渴望了解书中是否会探讨不同预测模型的优劣，以及在实际应用中选择哪种模型最为合适。这本书不仅仅是一本技术手册，更像是一位经验丰富的向导，带领读者穿越数据洪流，抵达智慧的彼岸。它的深度和广度让我相信，即使是像我这样初涉该领域的读者，也能从中获益匪浅，并为未来的学习和实践打下坚实的基础。
评分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。
评分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。
评分预测派的科普
评分对门外汉来说，还是挺震撼的
评分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
相关图书
本站所有内容均为互联网搜索引擎提供的公开搜索信息，本站不存储任何数据与内容，任何内容与数据均与本站无关，如有需要请联系相关搜索引擎包括但不限于百度，google,bing,sogou 等
© 2026 book.quotespace.org All Rights Reserved. 小美书屋 版权所有