做好大数据分析得学统计学

九米天天

看推荐词买的书,相当隆重的推荐。看完本书确实又给我当初不一样的感觉。原本以为谁介绍大数据概念的计算机类的书,看完发现这本是侧重大数据分析的书。

原本我将大数据分析挂到了计算机领域,但这里,大数据分析和统计学,经济学挂钩同时结合管理来影响社会。 这本书给书的例子还是比较详细的,这些被验证的例子除了让我们确信利用数据分析的好处外,也让我们记下来这些测定结果,这些事实或许给我们带来直接或间接的帮助。 而大数据分析,这里头的思想是,论方法,数据分析由来已久,主要有随机试验和回归方程构成。只因信息网络时代的发展,才和计算机挂钩,但核心思维还是以数学建模为基础的,要求的数学能力很强。 而现在发展出来的神经网络的方法,又和现在的人工智能相关。所有这些又可以很好理解为何读到博士很多都是在做交叉,类似不分家的。

书中也用事实告诫我们,大数据分析也不是绝对的,有漏洞也有失误,我们不能迷信。虽然大数据分析通常是会凌驾于专家直觉经验之上的,但直觉在选择数据分析之初起着关键性作用。所以,未来我们需要同过直觉、经验、统计数字来做好很多决策。而学好大数据分析,除了那些大的政府决策或者行业、机构决策(医...

显示全文

看推荐词买的书,相当隆重的推荐。看完本书确实又给我当初不一样的感觉。原本以为谁介绍大数据概念的计算机类的书,看完发现这本是侧重大数据分析的书。

原本我将大数据分析挂到了计算机领域,但这里,大数据分析和统计学,经济学挂钩同时结合管理来影响社会。 这本书给书的例子还是比较详细的,这些被验证的例子除了让我们确信利用数据分析的好处外,也让我们记下来这些测定结果,这些事实或许给我们带来直接或间接的帮助。 而大数据分析,这里头的思想是,论方法,数据分析由来已久,主要有随机试验和回归方程构成。只因信息网络时代的发展,才和计算机挂钩,但核心思维还是以数学建模为基础的,要求的数学能力很强。 而现在发展出来的神经网络的方法,又和现在的人工智能相关。所有这些又可以很好理解为何读到博士很多都是在做交叉,类似不分家的。

书中也用事实告诫我们,大数据分析也不是绝对的,有漏洞也有失误,我们不能迷信。虽然大数据分析通常是会凌驾于专家直觉经验之上的,但直觉在选择数据分析之初起着关键性作用。所以,未来我们需要同过直觉、经验、统计数字来做好很多决策。而学好大数据分析,除了那些大的政府决策或者行业、机构决策(医疗改革、影视发行、图书名称等),我们的日常生活也是可以通过这种思维受益的。而这思维就涉及到统计学概念了,更准确来讲该是数据分析或者数据挖掘吧。对于掌握通过数据思维提高自己决策的能力,本书最后为我们抛砖引玉,告知我们需要掌握很多工具,这里提到要掌握的基本方法和习惯思维——2SD法则和贝叶斯定理等。光这个大学数学中早学到,专业课里反复用到的正态分布,标准差概念,就非常有趣。放到具体的案例实证中,数学或技术理论中的概念就变得迷人了起来。那条男人比女人聪明的法则原来是需要如此理解的,真的很棒,让我还不自觉联系到了心理学中的案例结果,大数据分析有同样功效,甚至是更高效。

此书,也让我对自己信赖的直觉产生了直面的不自信。确实连技术专家都会过于自信其赖以生存的直觉和经验,经常犯错,那我这种经历不多的如何那么笃定地深信自己的直觉呢?直觉是会错的,小心为上,看走眼也是正常的,要有大数据分析那样的应急机制和防错体系(思维)。当然直觉可以产生灵感,以及在行动开始时时比较有用的。所以有了直觉后,可以习惯下这样的直觉产生什么不良后果后再行动,是比较明智的选择吧。

读这本书是有益的,本书程度也不是很深,能比较快速翻阅。对于某些针对性阅读的人来讲,某些描述也都是可以跳过的。最后讲到的贝叶斯定理等相对有点数学难度的运动,我也先跳过,等后面需要的时候再看吧。强迫自己改变原有的面面俱到的读书习惯,对于海量知识以及自己读书的耐心和志趣以及读书效果来讲,通过实践证明是好事。

0
0

查看更多豆瓣高分好书

回应(0)

添加回应

大数据思维与决策的更多书评

推荐大数据思维与决策的豆列

了解更多图书信息

值得一读

    豆瓣
    我们的精神角落
    免费下载 iOS / Android 版客户端
    App 内打开