本书的主题是“预测分析”。
预测分析是从经验(数据)中学习并预测个人未来行为的技术,其目的在于帮助人们作出更好的决策。
人类自古就喜欢占卜问卦,希望能预知未未来。科学预测似乎能打破“人不能知晓未来”这一自然规律。通过严谨的方法整理“已知”数据信息,人们就可以越来越精准地预见未来。数学与科技的融合跨越了现在与未来的鸿沟。
摘录:
世界上总会有不可预测分析的“黑天鹅事件”,但大部分人类行为都具有惯常性和可预测性。
通过量化方法预测人类的行为。
描述性分析已经过时,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。规范性分析通过实验监测或定向优化来告诉人们应该怎么做,这种数理分析应用范围小。
预测分析是从经验(数据)中学习并预测个人未来行为的技术,其目的在于帮助人们作出更好的决策。
预测就是力量。数据本身并不是黄金,只有从数据中提炼出来的规律和知识才是黄金。
即便预测的准确率较差,预测所产生的效用依然很高,小预测,大影响。即预测效应。
预测分析的应用包括:预测内容、采取行动。
预测模型:预测个人行为的机制。该模型通过分析个人特征(变量),得出预测分值。分值越高,个人就越有可能表现出所预测的行为。
预测模型归根到底只有一个目的:根据用户的不同参数,给用户打出单项分值。然后这项分值就会用作企业决策的参考,甚至引导企业采取什么样的举措。
创建预测模型的方法就是“决策树”。
预测领域属于个人隐私范畴,用间接方式来发现人们不愿主动披露的信息,这隐藏着深层次的伦理问题。
数据越多,力量越大;力量越大,也就越敏感。
数据是信息时代的新货币。
预测分析并不是深入探讨数据并去窥视个人数据。相反,预测分析是在“提炼”信息,即通过分析海量消费者信息中的浩繁数字来找出普遍适用的规律。
对于企业来说,知道什么并不重要,重要的是根据知道的信息做什么。
某些历史学家称,人类正在经历农业革命和工业革命后的第三次革命,即信息革命。信息革命的关键就是“让一切事物都数据化”。
从数据中学习,然后预测未来。
大数据应该称之为“大量数据”或“充分的数据”。
数据是规模更大的财富源泉,而且永远不会有枯竭的一天。
预测就是根据人的过去行为来预见其未来的行为。
使用预测分析时,并不知道分析对象之间是否存在因果关系,也不必去关注。
如果必然性是创新之母,那么偶然性就是创新之父。
预测分析技术的设计也在于通过偶然性去发现规律。
扼杀学习的凶手是过度学习。过度学习就是错将噪音当信息,对数据进行过度解读,忽视其内在真相。
留言与评论(共有 0 条评论) “” |