信号与噪声
出版社:中信出版社
出版日期:2013-8
ISBN:9787508641140
作者:[美] 纳特•西尔弗
页数:432页
作者简介
【编辑推荐】
从海量的大数据中筛选出真正的信号，
“黑天鹅”事件也可提前预知！
“本书将成为未来十年内最重要的书籍之一。”——《纽约时报》
“对于每一个关心下一刻可能会发生什么的人来说，这都是本必读书。”——理查德•泰勒
《华尔街日报》2012年度10本最佳非虚构类图书之一
《经济学人》杂志2012年度书籍
亚马逊网站2012年度10本最佳非虚构类图书之一
长踞《纽约时报》畅销书排行榜达6个月之久
【内容简介】
天气预报说降水概率为60%，你出门会带伞吗？
被雷电击中的概率到底有多大？
地震发生之前，我们真的无法预测吗？
中情局为什么会忽略“9.11”恐怖袭击发生的信号？
禽流感为何会突然爆发，又突然消失？
为什么大数据时代的预测更容易失败？
人类每时每刻都需要对未来进行预测并制定相应的策略，如此国家、企业乃至个体才能持续发展，因此我们对于“下一刻会发生什么”倍加关注。
在信息爆炸的大数据时代，随着我们的生活节奏变得越来越快，我们所要做出的预测的速度和数量都在不断增加。一个不容忽视的事实是，现实世界中的很多预测都失败了，由此付出了巨大的社会代价。“9.11”恐怖袭击事件、2008年金融危机、卡特里娜飓风、2011年日本大地震、禽流感肆虐，这些“黑天鹅”事件的发生在很大程度上应归咎于糟糕的预测，也就是说预测者们被众多信息中的噪声干扰，而忽视了其中真正的信号。
作者最为美国最具影响力的预测专家之一，检视了从飓风到地震、从经济到股市、从NBA到政治选举在内的众多领域的预测事例，旨在回答一个问题：如何才能从繁杂的海量数据中筛选出真正的信号，从而做出接近真相的预测。
真正优秀的预测者会用概率的方法思考问题，他们谦虚而且勤恳，他们能清楚地区分什么是不可预测的、什么是可预测的，他们注重能带领他们接近真相的成千上百个小细节，他们能辨识出什么是噪声、什么是信号。
从全球经济的健康到战胜恐怖主义，都依靠预测的质量。这本书可以给你想要的答案。
【媒体与专家推荐】
人们喜爱统计学，但统计学并不总能回馈给人们同样的爱。西尔弗的这本书带给我们一场睿智的、优雅的、科学与艺术交叉的预测之旅，从中我们可以领略到当大数据遇到人类本性时将会发生什么。在棒球比赛、天气预报、地震预测、经济预测和竞选投票等领域，西尔弗发现，糟糕的预测往往源自偏见、既定的利益和过度自信。在今天这样一个指标泛滥的世界，这本书给了我们一记及时的提醒：只有正确运用统计学工具的人，才能做出好的预测。——亚马逊网站
这本书对大众的精神启迪意义不亚于像约翰•肯尼斯•加尔布雷斯（曾引发对经济政策的讨论）这样的公共知识分子和像沃尔特•克朗凯特（曾改变对越南战争的看法）这样的社会名人，它将会成为未来十年内最重要的书籍之一。——《纽约时报》书评版
西尔弗轻松随性的语言风格让哪怕是最艰涩的统计资料都变得简单易懂。更重要的是，他的论据和案例都来自于费尽苦心的研究。——《华尔街日报》
西尔弗是统计学界的科特•柯本（美国已故著名摇滚歌手），他写作的这本新书既是一本实践指南，也是一部哲学宣言，通过一系列案例研究——从飓风到职业扑克牌手到恐怖主义，集中论述了一个主题：预测。对于那些想对未来做出更好预测的人和想验证他人预测正确与否的人来说，这本书都极具价值。——《波士顿环球报》
西尔弗以令人难以置信的轻松语言，写了一本关于如何做预测的入门读物，每个人都应该读一读。——《华盛顿邮报》
这本书就像一座宝库，里面有数不尽的宝藏：贝叶斯定理与概率论，运气和性格，扑克牌手对生活的看法，等等。然而最重要的是，它是帮助我们区分繁杂数据中哪些是噪声、哪些是信号的“测试仪”，是我们当下最需要的基本工具；它有时还能帮助我们正确评估那些我们不熟悉却必须了解的信息的价值。——《时尚先生》
统计学或预测是让很多人望而却步的话题，而本书就是关于这个话题的一本有趣的普及读物，棒球比赛、职业扑克牌手、政治选举等例子足以勾起读者的好奇心，甚至会让他们废寝忘食地阅读，而且其中潜藏着帮你做出正确预测的能量。——《石板》杂志
这本书与畅销书《黑天鹅》的观点有异曲同工之妙。西尔弗认为，人类对自己的预测能力往往过度自信，以至于他们排斥用概率的方法思考问题，也不允许自己的预测模型中存在不确定性。——《经济学人》
西尔弗剖析了我们对股市、风暴、体育等并非一成不变的事物所做的预测。——《连线》杂志
对于身处大数据时代的每一个企业、每一场运动赛事和每一个政策制定者来说，这本书都不可不读。——《福布斯》
非常棒的一本书，而且充满阅读的乐趣。西尔弗用这本书给我们制造了一个愉悦的信号。——蒂姆•哈福德，《金融时报》专栏作家
预测很难，特别是对于未来的预测。在这本重要的著作中，西尔弗解释了为什么专家的预测有时正确，有时却一无是处；也分析了为什么我们必须未雨绸缪。对于每一个关心下一刻可能会发生什么的人来说，这都是本必读书。——理查德•泰勒，《助推》作者
在大数据时代做预测可能跟你想象的完全不同。这本观点新鲜且原创的书，为我们区分关于未来的预测中哪些是主观现实、哪些是客观现实，提供了意想不到的启发性视角。作者还指出，只要我们明智地从糟糕的预测中吸取教训，那我们一定会在科学、技术和政治的预测方面取得进步。——洪博培，前美国驻华大使
在你读完这本书后，你一定会更了解为什么有些预测模型有效，而有些毫无用处。你也会更加注意接下来一周的天气预报，而对一周以后的天气预报则毫不在意。西尔弗将一个复杂的、艰涩的话题变成了有趣的、轻松的和亲切的。——皮特•奥斯扎格，前美国国家管理及预算办公室主任
西尔弗并没有提出一个如何做出好预测的综合性理论，但他的这本著作的确有利于帮助人们在诡谲多变的商业世界中做出正确的预测。——克里斯•威尔逊，谷歌公司开发大使
书籍目录
引 言 XIII
第一章 预测失败的灾难性后果 001
一场错误预测引发的悲剧 001
他们只是不想让“音乐”停下来罢了 004
评级机构为什么会犯下致命的错误？ 007
第一幕：房地产泡沫 011
第二幕：负债经营 014
幕间休息：从贪婪到恐惧 017
第三幕：这次还是犯了同样的错误 019
失败的预测都是非样本预测 022
失败预测的公式——非样本，无思考 024
前事不忘，后事之师 025
第二章 政治选举预测：狐狸和刺猬，谁更聪明？ 027
政治学家是名副其实还是徒有虚名? 030
狐狸型专家：善于变通，更善于做出准确的预测 032
刺猬型专家更适合做电视节目嘉宾 034
政治预测为什么常常失败？ 035
狐狸型预测方法 038
原则一：用概率的方法思考问题 040
原则二：今天的预测是你以后人生的第一个预测 043
原则三：寻求共识 044
定性信息与定量信息同等重要 046
做出客观的预测并非易事 049
第三章 棒球比赛预测：球探和数据怪才，谁更胜一筹？ 051
构建棒球比赛的预测系统 053
全世界最丰富的统计数据库 055
老化曲线与相似分数 056
球探与数据怪才的矛盾冲突 062
系统与球探的对决：球探赢了 063
球探和数据怪才的偏见 066
生理指标与心理指标 069
信息是决定预测成败的关键 074
并不是信息越多，预测就越成功 076
《点球成金》的真正意义 079
第四章 天气预测：蝴蝶扇动翅膀，有可能引起龙卷风 083
我们真能准确地预测天气吗？ 085
气象预报简史 086
用矩阵来预测天气 088
混沌理论与蝴蝶效应 092
视觉化预测与抽象化预测 094
被雷电击中的概率越来越小了 098
什么样的预测才算是好预测？ 101
商业竞争如何使预测变得更糟糕？ 103
天气预报说降水概率为60%，你出门会带伞吗？ 106
尽可能地做出准确预测 110
第五章 地震预测：一个困惑了人类1 000 年的难题 115
地震可以预测吗？ 116
“圣杯”根本就不存在 118
我们对于地震的了解 121
究竟是信号还是噪声？ 125
那些以失败收场的地震预测 128
过度拟合模型：将噪声误认为信号 133
2011 年日本大地震引发的思考 137
地震震级的上限是多少？ 141
被审判的预测科学 142
第六章 经济预测： 经济学家为什么没有预测到2008 年经济危机？ 145
不可忽视预测中的不确定性 146
经济学家都是理性的吗？ 148
相关的两个经济变量未必互为因果 152
变化莫测的经济 156
经济数据中充满噪声 160
经济是一个动态系统，不是一个方程式 161
经济预测中不可避免地会存在偏见 164
克服预测偏见的两种选择 166
第七章 传染性疾病预测：禽流感为何会突然爆发，又突然消失？ 171
人们又一次高估了H1N1 的致命率 175
外推法的危害——艾滋病感染人数被低估了一半 178
为什么2009 年的流感预测会失败？ 179
自我实现预测与自我否定预测 182
预测模型越简单越好，还是越复杂越好？ 185
所有的预测都失败了 189
预测是为了让损失最小化 193
第八章 贝叶斯定理：只有正确的预测才能让我们更接近真相 195
成功的赌客是如何思考问题的？ 200
贝叶斯留下的宝贵遗产 203
概率、预测与科学进步 205
简单的运算推导出重大的预测 206
为什么大数据时代的预测更容易失败？ 211
当统计数据偏离了贝叶斯定理 213
成功践行贝叶斯定理的体育赌客 216
通往真理的贝叶斯之路 218
第九章 国际象棋大战：计算机与人类的智能博弈 221
国际象棋的人机大战 223
国际象棋比赛预测和启发法 225
开局阶段：独立思考能力更重要 227
中局阶段：宽度与深度的两难选择 229
残局阶段：计算机能力方面的较量 233
计算机战胜了人类 236
国际象棋大师为何败给了“深蓝”计算机？ 240
计算机擅长做什么？ 245
用试错法提高计算机的预测能力 246
克服人类的技术盲点 248
第十章 扑克牌游戏：如何从1 326 种组合中猜出对手的底牌？ 251
是心理游戏，也是数学游戏 252
出色的扑克牌玩家如何读出对手的牌？ 254
是弃牌还是跟注，如何选择？ 257
虚张声势，让对手猜不出你的底牌 265
学习曲线与二八原则亦适用于预测领域 267
扑克牌经济的繁荣 270
扑克牌经济泡沫的破灭 274
既靠运气也拼技能 275
我们对于扑克牌游戏的妄想 278
以过程而不是结果为导向 281
第十一章 股票市场：非理性交易者的存在让价格泡沫不可避免 283
贝叶斯定理世界中的价码牌 284
预测市场中的“无形的手” 286
群体预测往往优于个体预测 288
有效市场假说理论的缘起 290
过去的表现不代表未来的结果 292
技术分析法并不能预测股市 293
有效市场假说的3 种形式 294
追涨杀跌的股市投资策略真能获利吗？ 296
当有效市场假说遇到非理性繁荣 298
羊群效应催生股市泡沫 305
过度自信的投资者逃不开“赢家的诅咒” 311
股市泡沫需要很长时间才能被挤出 312
有时，价格的确是错误的！ 313
金融市场中的噪声 314
直觉判断让投资者深陷“高买低卖”的误区 316
有没有可能预测到市场泡沫的出现？ 319
第十二章 温室效应：未来10 年，全球气温会上升还是下降？ 323
温室效应真会导致全球气温变暖吗？ 324
温室效应假说的3 种怀疑论 328
对“全球气温会持续升高”预测的批判 331
达成共识的预测结果 333
不能把所有鸡蛋都放在一个篮子里 335
气候科学不是“火箭科学” 336
模型越复杂，预测越糟糕 338
气候预测中的3 类不确定性 339
评判气候预测准确性的时刻到了 343
“全球变冷”事件的教训 347
正确的预测绝对离不开科学的方法 349
气温变化趋势的真相 351
政治与科学的针锋相对 355
第十三章 恐怖主义： 比“9•11”更严重的恐怖袭击事件会发生吗？ 359
信号无处不在 360
你不知道的不代表不会发生 365
“9•11”恐怖袭击事件是“已知的未知”？ 366
用数学的方法研究恐怖主义 371
用统计学的方法测量恐怖主义 374
9 级恐怖袭击很可能会发生 378
为什么恐怖分子不去炸购物中心？ 384
如何辨识恐怖袭击的信号？ 386
结束语 389
致 谢 397
内容概要
纳特•西尔弗，统计学家、作家和《纽约时报》政治性网站538.com的创始人。2008年美国大选期间他成功预测出49个州的选举结果，2012年大选期间更是成功预测出全部50个州的选举结果，被称为“神奇小子”。2009年，《时代》周刊将他评选为全球100位最具影响力的人物之一。
发布书评
精彩书评 (总计41条)
-
1997年4月，美国北达科他州大福克斯市的北雷德河河水泛滥，尽管没有人员伤亡，但75%的房屋遭到破坏或损毁，清理工作费用高达几十亿美元。其实，在那年冬天，大福克斯的居民就发现平原地区的降雪格外多。美国国家气象局在积雪开始融化时就预计到会有径流，他们预言雷德河的河水最高会涨到14.9米深。而大福克斯的堤坝是按照抵御15.5的洪水标准建设的，即使预测出现很小失误，都会酿成大祸。结合国家气象局以往对洪水预测的准确率，误差幅度是±2.7米，也就是说，堤坝被冲毁的概率是35%，但国家气象局刻意对公众隐瞒了预测结果的不确定性，只强调水深将到达14.9米，造成了这场本可以避免的灾难。Nate Silver用这个故事阐释了传达不确定性在预测中的重要性。充满故事是这本书的特点之一。和电气工程学中的遵循不同概率分布的随机噪声（如白噪声，红噪声）不同，《信号与噪声》中讨论的噪声大多是社会工程学意义上的。作者从引发08年金融危机的预测失准出发，对失败的预测进行了分析：我们只关注那些符合我们对这个世界的期许的信息，而不在乎其真实性。对于那些最难测定的风险，即使它们严重威胁到我们的幸福生活，我们也会对其视而不见。我们以为自己可以控制很多风险，但结果并非如此。非样本，无思考：永远不要用你不喝酒时的安全行车率来估算你酒驾时的安全行车率。我们对这个世界的了解并没有想象的多，而我们的个人感受和职业动机几乎总在阻止我们这样想。我们忘了——也可能是故意忽略——我们的预测模式就是简化了的世界，我们以为即使犯了错，也无大碍。然而在复杂系统中，错误都不是用程度来衡量的，而是用级别衡量的。金融危机以及其他大多数失败的预测都源于一种盲目的自信。他们用精确的预测冒充准确的预测。在政治预测中，心理政治学教授菲利普·泰特罗克把专家分为两种，刺猬型和狐狸型：刺猬属于A型性格的人，他们相信“凭一技之长而无穷”，认为自己掌控着世间真理，认为自己就是万物的法则，切实保障着社会的运行。比如马克思和阶级斗争、弗洛伊德和潜意识，或是马尔科姆·格拉德威尔和“引爆点”等。而狐狸属于一种好斗的人，他们认为“千伎百俩而有尽”，解决问题有许多方法。他们对于琐碎、不确定、复杂或是有分歧的意见更加有耐心。如果说刺猬是猎手，总在不停地寻找大型猎物，那么狐狸更像是一个采集者。狐狸型专家的经验越丰富，预测就越准确，而刺猬型专家则恰恰相反，他们获得的额外信息越多，表现得就越糟糕。刺猬型专家掌握的事实越多，他们以自己的方式改变且操纵事实的机会就越多，而这些方式往往会强化他们的个人偏见，他们总会将自己固有的偏好与分析的问题混为一谈。刺猬型专家一旦掌握大量信息就会编一些故事，这些故事甚至比真实世界发生的事情更有条理、更加有序，有主角和反派、胜者和败者、高潮和结局，通常以大团圆结局收场。叙事性故事会使人忘乎所以。在地震的预测中，作者着重讨论了过度拟合。在地震预测和部分的经济学、政治学领域中，有很多干扰数据，理论也不发达。这些领域的知识预测常会按照两步法进行：第一步，将干扰噪声误认为有用信号；第二步，噪声信息流毒于学术期刊、博客媒体、新闻报道，并发出错误的警示，破坏科学，阻碍我们理解这些系统的真实情况。在统计学中，将噪声误认为信号的行为被称为过度拟合。拟合的说法源自统计模型和过去的观测结果相吻合的程度，当过于粗略地拟合时（我们称之为不充分拟合），这时我们会错过本可以捕捉到的信号。当拟合太过紧密时（我们称之为过度拟合），这意味着你在对数据中的噪声进行拟合，而不是挖掘数据的深层结构。在实践中，过度拟合的错误更为常见。这个错误貌似很容易避免，如果我们无所不知，对数据的深层结构总是了如指掌的话，这个错误也确实可以轻松避免。然而，几乎在所有的现实工作中，我们都必须利用归纳法，从已知的证据中对其结构进行推断。当数据有限又充满噪声时，当我们对基本关系的理解很浅显时，就更有可能对一种模型做出过度拟合。过度拟合代表了双重霉运：过度拟合的模型表面上来看比较好，但其实际性能却很糟糕。因为后一种因素，若被用在真实的预测活动中，过度拟合模型最终会让预测者付出沉重的代价。而因为前一种因素——其表面效果不错，而且自称可以做出非常准确并且新闻价值很高的预测，比其他应用技术都先进，所以，这类模型更吸引人，更容易在学术期刊上得到推介，也更容易被推销给客户，从而将其他可靠的模型排挤出市场。但是，如果这个模型是用噪声拟合的，就很有可能会阻碍科学发展。迈克尔·贝雅克曾就此写了大量的文章，他对这种进退维谷的情况作了如下解释：“在科学中，我们用怀疑主义平衡好奇心。”过度拟合的例子说明是好奇心左右了我们。接下来，作者分别用单独的章节讨论了预测在气象和气候、地震预测、国际象棋人机大战、扑克牌游戏、股票市场、气候变暖和恐怖主义问题上的历史和现状，涉及到许多具体的问题，诸如自我实现预测与自我否定预测、外推法、启发法、简单模型和复杂模型的比较、羊群效应、二八法则、有效市场假设、群体预测和个体预测的比较、相关未必因果，引用了很多实例，读起来很好玩。总体来说，这本书和《黑天鹅》是一个套路，着重介绍一个或一系列被人们忽视的问题，适合科普，广度有余，深度不足。读前几章感觉还不错，一到介绍贝叶斯定理就不敢恭维，太不严谨，离《数学之美》有差距。本书的降噪方法更多是在社会工程学范畴内的。书里有两个段子，印象深刻：一位统计学家趟过一条平均水位不足1米深的河时，竟被淹死了。经济学家对近期发生的6次经济衰退进行预测，结果正确预测的次数达到9次， -
1、大数据时代，信号与噪声并存，而且噪声往往容易掩盖信号，对数据未进行滤波分析的情况下贸然进行数据拟合，将造成模型的严重失真。2、因果性与相关性并非等同，很多情况下，我们将相关性与因果性混为一谈。3、作者在本书中的主旨在于对信号与噪声的关系进行分析，然而由于举例过多，本书中的噪声已经盖过了其信号（主旨）。4、基于贝叶斯公式，有很多实用价值。 -
在大数据时代，信号和噪声一样以大爆炸的形态向我们汹涌而来。关键是辨别。就像人们知道说话的技巧，但难的是实践。不仅要在认知层面做出“下雨的预测”，更要在行动层面去建造“诺亚方舟”。。。。。。。。。。。。。。。。。。。。。。。。
精彩短评 (总计50条)
-
我很久没上过豆瓣了，这回上豆瓣专门骂这本书！满篇的废话，真心觉得是是为了蹭稿费的。从满篇废话里面我仿佛看到了作者无赖的嘴脸！我欢迎喷子过来骂我，然后我将列举里面的内容一一还击！ -
举了不少例子，没有多少深入的东西。 -
ALPHAGO和李世石之战后，卡斯帕罗夫和深蓝那段显得有点无聊了。。。不过全书赶脚也就德扑那段有点意思 -
本书讨论我们已知的部分较少，讨论更多的是已知与未知之间的差异，并向人们推荐了缩小鸿沟的策略——人们既需要迈出重大转变的步子，同时也得走好细微谨慎的步子。而重大的一步就是要求大家采用贝叶斯关于预测概率式思考方法。 -
读完这本书，最大的收获是几点：（1）以贝叶斯的方式思考，即在预测时给出概率分布；（2）与时俱进，新信息进入之后应该及时调整自己的预期；（3）直面预测的错误并不断地进行预测，从而修改自己的预测模式
作者指出了不断修正的必要性，因为环境也在不断变化。其实这个与股票市场是一致的，不断的信息进入应该及时调整自己的思路。这让我想到了所谓的投资派别，价值投资、投资、技术派其实并不难笼统而言，真正想做好投资，是应该根据市场的局势来运用不同派别所擅长的方面。不论是邓普顿还是巴顿·比格斯其实都提到过。但这也要求我们不断学习新的思维模式，而不是固守自己旧的思考方式。学无止境
作者也提到应该参与新手多的市场，赢钱的概率大一点，而市场中新手减少，就应该适时离开。其实这也是提醒在牛市卖出，慎抢反弹。熊市少交交易多学习 -
大致看了一遍，本文作者提出观点，现实世界中的一些事情是可以预测的，作者通过历史上的许多事例来佐证观点，信号即是预测项，噪声则是干扰项。个人观点，作者严谨的写作思路很清晰！ -
看看 -
很普通，没收获。61 -
看完没学会筛噪声，倒是可能德州扑克可以来两把，国际象棋重新捡起来，主要槽点是文不符题。 -
跨学科的经典之作，但内容乏陈可辛 -
引言很有深度，但后面写的太啰嗦太浅 -
一般般，但有新知，见书评 -
过滤数据比分析数据更重要。科学的预测是一个系统工程，而不是神棍玄学 -
德州扑克那章，好玩极了，这本书可以和《灰天鹅》结合起来读。 -
1、【“刺猬”，通过一个单一理论或者相信一个“高见”来看待整个世界的人；“狐狸”，结合很多小点子和方法来看世界的人。刺猬通常会成为好的电视节目嘉宾：他们的预测大胆而简洁。但是他们会失败，因为他们的政治理想凌驾于现实之上。】，《智识分子》中的狐狸刺猬理论源于此。
2、【区分“风险和不确定性”】
3、教人预测的书可信度能有多高？况且作者也没提出操作性强的预测理论。 -
案例感觉并没有太多作者归纳的东西，都是收集来的材料，比较浅薄 -
一本学术性、科普性、可读性都有又都没有的读物。还是国外作家行文习惯的问题？“噪声”很多，但在不自觉间已对自己的思维产生了影响。 -
很多故事与细节，不值得逐字逐句地看。翻译腔很重。 -
如何在海量的数据中准确的识别哪些是信号，哪些是噪声？ -
重要的是一种思考方法，完美而迷人的贝叶斯定理。至于很多人说书中没有说出具体的如何辨别信号与噪声的方法，其实作者想表达的是，在你辨别信号的时候，很可能偏离了一致观点，你需要更充分的论据，直到得出结论为止。本书重要的是思维方式，而不是操作方法。 -
挺吃力。也许以后需要的时候再找出来详阅。@SHU -library《信号与噪声》结束语：我们的大脑有智慧，但我们生活的宇宙更是大得令人费解。以概率的方法思考问题的优点是，我们可以借这种方法强迫自己停下来，查出数据，放慢速度，仔细思考自己想法的不足之处。随着时间的流逝，我们会发现概率法会使我们的决定更加合理。 -
不能因为国外的版税值钱就写一堆废话啊 -
然而Trump预测错了……论数据采样的重要性，很多支持Trump的没参与调查或者表态 -
这本书不应该叫信号与噪声，通篇在讲故事，没有深入地说数据本身 -
统计与预测，作者运营的网站538非常厉害啊 -
预测思路与不同领域预测切入点。非样本预测且无思考等于失败 -
原本蛮兴奋的想在书中了解些如何做出判断的知识，不过本书侧重点不是how而是what。大部分是在讲故事然后顺便讲解了些“大道理”，但基本上是常识，很不实用，甚至都没引起你的思考。。。就两星。。 -
关于统计的第二本科普。所以贝叶斯还是一个需要掌握的核心概念 -
这是一本关于预测，不是讲如何预测的书。看看倒是能多点谈资，并不适合抱着增加自己预测能力的想法的人去读。在翻开这本书之前看评论就有点底了，但是还是略失望。 -
不太好读，也许是翻译的原因，但还是有许多有益的观点。 -
纯炫耀，无方法 -
538网站2016年大选预测失误，作者可以再写一本书了 -
在老板要求下恶补。争取今天读完，嗯。干货并不是很多，没有想象中的那么好。今天的书通通给四星。 -
贝叶斯定律在生活中的应用，辅以典型案例解释，通俗易懂 -
非常多的例子说明在现实生活和具体目标中，试图从纷繁的数据和信息中找到真正的相关性，有效的因果关系。
所以，在当前，试图让海量数据自动浮现出关联关系并产生可执行的洞察是不靠谱的。在当前，数据质量重要，但不如合理的假设重要。后者才能更有效的拨云见日。
回头看结果时，是connecting the dots，一点点都是逻辑。
从现在望向未来时，每个现象都像是先知的提示。
人生不过如此。 -
作者文笔不怎么样，写的不怎么吸引人，传闻2012年美国大选50个州候选人预测全对，应该是有料的作者，就当闲暇之余的读物吧。 -
并未对预测提出什么有价值的洞见。 -
翻看一遍，还是不明白何谓信号和噪声。 -
沙河读。囫囵吞枣的第一遍，研究的内容比较吸引人，准备重读。 -
骗骗对此毫无所知的人也就算了 -
认识自己的局限，用概率的方式思考问题 -
第八章介绍贝叶斯定理很精彩。 -
信号与噪声，书名本身就颇具意义。大数据时代，需要辨别有用的信号和干扰的噪声。经济的预测是糟糕的，气象预测反而已经做到了更好。地震无法预测，股市中存在从众效应。球探vs数据怪才，AIvs象棋大师，统计无处不在。过度拟合这个观点很有趣。贝叶斯定理，一个基础的概率论原理，值得深入学习。 -
看了有一半了，前面都是讲预测失败的案例，后面开始讲如何正确预测。贝叶斯定理不错，不过讲预测失败的篇幅太长。 -
非常一般，说了跟没说一样，就记住了贝叶斯的重要性 -
没看完，感觉就是再说一回事：统计学本身是有偏的，任何统计本身只是尝试向事实本身接近，但至于方向对不对，那就另外一回事了 -
科普类休闲读物 -
气象学、流行病学、政治选举，对经济决策的意义只是非常外围的 -
可以认为是对黑天鹅的实例注解 -
看了几章，一般