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。