シグナル&ノイズ 天才データアナリストの「予測学」

シグナル&ノイズ 天才データアナリストの「予測学」の感想・レビュー(193)

新聞書評から。分厚い。統計学というよりは、予測に興味があって読ました。なので、数式や理論は私には理解できません。流し読みですが、選挙、MBL、天気、地震、インフルエンザ、株、テロなど。おまけにポーカーも。様々な分野でどんな手法で予測をするのか?がおもしろくて読んじゃいました。理論よりも、今や多すぎる情報の中からノイズとシグナルを分別し、分析者本人が持つ思い込みや未知に対するバイアスの補正ができる否かが分かれ目なのかも。この本は事後の検証ですが、オンタイムでこの著者の予測に接してみたい。
★47 - コメント(1) - 3月23日

野球、天気予報、地震、経済、インフルエンザ、ギャンブルなど、さまざまなことに言及。人間は常にシグナルを探そうとするが、本当はデータにどれだけノイズがあるかを判断しなければならない。ビッグデータの時代にあっても、理屈は大事であり、統計的な推論は理論に裏付けられた時に強力となる。多くの興味深い例をひき、厚いながらも面白く読ませてもらった。
★24 - コメント(0) - 2月19日

統計を用いて予測に取り組む分野の事例紹介しながら、「予測をする」ことに対する心構えを説く本だった。世の中には不確実性にあふれているので何事も確率で考えることが大事。データさえあれば予測ができるというのは間違い、ただのオーバーフィッティング。大事なのは事象に対する理解を深めてデータ群からシグナルをキャッチしてベイズ的な思考で謙虚に予測に向き合うべし、とのこと。とはいえ、データは多い方がいいし、正確な方がいいよなあ。
★1 - コメント(0) - 1月16日

天才データアナリストの予測学が垣間見える名著。取り上げるテーマが多岐にわたり、そのいずれでも専門家の声を取り入れながら、予測の精度や、予測をする際に避けられない不確実性などについて、わかりやすく解説してくれる。小難しい数式はないので、読み物として面白い。
★1 - コメント(0) - 2016年12月28日

34
ネット上に幾何級数的にデータの増えてゆく現在を、グーテンベルクの活版印刷以後の時代になぞらえ、接しうる情報量が増えれば増えるほど、党派的な対立が一般的になる傾向を指摘。それはわれわれが選択的に情報に接しざるをえないので、知識それ自体が物の見方のバイアスになってしまうせいだ。本書は、日々のニュースに織り込まれるうさんくさい予測の見方も教えてくれる。天気予報は著者にとってよい予測の典型だ。「明日の降水確率は50%」と聞くとつい笑ってしまいそうになるが、それは予測者の誠実さのあかしかもしれないのである。
★8 - コメント(0) - 2016年12月14日

ビッグデータとAIの時代になり、大量のデータさえあれば正しく予測できるように言われる風潮もあるが、ビッグデータには大量のノイズも交じるのでかえって予測は難しくなることを示している。特に動的システム(株式市場など)の予測は難しい。予測は複数立てる、立てた予想は新しいデータが得られたら都度更新する、ベイズ的な発想が必要。
★6 - コメント(0) - 2016年10月24日

予測という行為に関して、これを確率論について、ベイズ的思考について考える。分かり易い文章で、とっつき易い事例を豊富に入れてくれていて、ものすごく読み易い。ページ数の割に苦もなく読める印象。ただ、はじめの3分の1を読めば、主要な論点は読み取れるので、このページ数は冗長過ぎるのではないか。
★17 - コメント(0) - 2016年10月8日

確率論的に考え状況が変化するごとに見込みを修正していく。実際に予測を行うのは難しいし、この本に書かれていることを守ったところで当たるとは限らないが、予測を外した実例やそれが外れた原因の考察がたくさん書かれているのが役にたつ。長いが訳も読みやすくてわかりやすい
★2 - コメント(0) - 2016年7月25日

この本も再読。 自分が興味のある領域が徐々にクリアになってきているので、新入社員のころに読んだ本ですが、いま読むとどう感じるかを確かめるために読みました。 統計の方法論というよりは、データを分析する人々がどのような心構えでデータに立ち向かうべきかを書いている本だと思っています。 大学時代から不確実性という言葉によく出くわすのですが、これがまた難しい。また、自分が得た示唆は必ずしも万能ではない。いずれにせよこの本に書かれているような態度で仕事に挑もうと改めて感じました。
★3 - コメント(0) - 2016年6月26日

「確立論的に考えることの本質は、立ち止まって時間をかけてデータを調べること、自分の思考が不完全であることを考慮すること、そのうち自分の判断力が向上していることに気付く。」、「予測するときには、好奇心と懐疑心のバランスが大切だ、両者は共存できる。自分の理論を詳細に調べれば調べるほど、世界が不確実であることを受け入られるようになり、完璧な予想など不可能だということがわかり、予想が外れることに対する心配が減り、自由に考えることが出来るようなる。」予測の精度を上げるには、知らないことを知るように努めることです。
★2 - コメント(0) - 2016年6月25日

ビッグデータなどが騒がれる昨今だし……と、ニガテな確率や予測について知ろうと思って読んだ。天気予報、MLB、選挙、株、コンピューターチェス、ギャンブル、地震など多岐にわたる分野を取り上げてる、数式よりは読み物系の本。人間に備わったパターン認識能力ゆえのバイアス、未知の未知であるケースに既知モデルを当てはめる愚行、データではカバーできない人間の経験知、ラプラスの魔やベイズ理論など、考えさせられるトピックが多くて満足。
★4 - コメント(0) - 2016年6月11日

ギャンブル、天気予報、地震、株、テロ、等々、予測と確率についての大作です。「ベイズの定理」は初めて知りました。かなり分厚い本ですがお薦めです。満足度:◎
★2 - コメント(0) - 2016年4月30日

☆データのなかに潜むシグナルとノイズを読み解く。領域が天気予報、大リーグ、選挙、地震予測と多岐にわたる。天気と地震の予報の違いなど興味深かった。
★1 - コメント(0) - 2016年1月7日

egu
大量のデータをどう扱いどう解釈するかそれを第三者的な視点で解説しているとても良書です。データが全ての万能薬データさえでれば目の前の問題を解決してくれるとデータを神様化し過ぎなだった自分にはとても参考になりました。データが非常に役立つのはシンプルな法則と予測に伴う膨大な方程式を的確に処理できる分野では活用できますが、分野においてノイズ(間違い)やその関連性を見抜くには経験や知識が当たり前ですが必要ない力だと感じてます。著者も冒頭でビックデータには余りにも間違った情報が含まれてるのでと語っていました。
★4 - コメント(1) - 2015年10月15日

予測や推定の技法の情報はそこいらに転がっていたり、あるいは精度の高い予測が発表されている気象の例もある。そのなかで実際に使える予測とは、使えない予測はどうなっているのか、どんなことを考慮しているかをいろんな分野にわたって語る。どうすれば良いかの答えにはならないが、何をしているのかについて多くの情報が得られる。
★5 - コメント(0) - 2015年10月3日

完璧な予測なんて有り得ない。予測には不確実さが付きもので、その不確実さを正確に表現するのが正しい予測だという論旨。精度の高い予測をしたいならば、予測と検証をたくさんこなすしかないとの事。来年はベイズ統計を勉強してみよう。
★8 - コメント(0) - 2015年9月21日

B 人間は他の動物よりも弱いため、事象の中から一定のパターンを見つけて、機会や危険に瞬時に反応する能力を身につけて生き延びてきた。問題はこの進化の過程で得た本能により、ランダムなノイズの中にパターンを見出してしまうことだ。しかも、自分の都合の良いように。本当は膨大なデータにどれだけノイズがあるかを判断しなければならないのに、常にシグナルを探そうとする。いや、見つけてしまう。本では、野球、ポーカー、天気予報、巨大地震、テロなど様々なものを例にとり、上記の人間の性質を描き出すとともに、ベイズの定理を推奨する。
★8 - コメント(0) - 2015年7月10日

「予測」の難しさを実例と共に書き連ね通された一冊。言葉を借りれば「複雑性」「不確実性」「コンセンサスの価値」について、約50文字×約20行×約500ページを使って語り尽くしている。予測の際、少しの差異で大きく異なる事、あらゆる予測に必ず何かしらのバイアスがかかる事、個人の予測よりグループの予測の方が正確性が増す事(ソースは…?)、それらに対してどう接して行くべきかの道標であった。予測は当たらない。難しい。だからこそ取り組むべき価値があり、備えるべき。そういったメッセージを受け取った気がした。
★3 - コメント(1) - 2015年6月24日

様々なケーススタディを使って統計的手法による予測の難しさを述べた本。理論の良しあしは個人の考えに寄ると思うので、正誤の判断はしないが、統計学・予測学に多少なりとも興味があれば面白いのではないか。結論さえ知ることができれば良いのだ、と言う人にとっては、ダラダラと屁理屈を述べているような印象をうけてしまうかも。統計・予測学の本の割には数式が少ないという印象。行動経済学をかじった人は、知っているようなことが多いと思うような内容。
★2 - コメント(0) - 2015年6月7日

ちょっとベイズ統計を持ち上げ過ぎな感もあるけど、いかにノイズを排してシグナルを検知するかの難しさは伝わる。ハウツー本というより現在の予測統計のまとめという感じ。
★2 - コメント(0) - 2015年4月12日

ビッグデータに関する本ではなくて、副題にもあるように、なぜたくさんの予測は外れる一方、当たるものもあるのかという「科学と予測」についての考え方が述べられている。物事を決断する際の考え方の構えとして知るべき、シグナルとノイズ、バイアスについて理解することができる。ポーカーで稼いでいた時期もあったというのはなんとなく納得。
★2 - コメント(0) - 2015年3月17日

ベイジアン乙。面白いことは面白いけど、表層的な話しかしてないので期待はずれ感はある。別にネイト・シルバーじゃなくてもこの程度書けるよねと。
★2 - コメント(0) - 2015年3月14日

難しかったけど,面白かった.あまり簡単に読める本ではない.1章一日ぐらいが良いかも.解説は「統計学が最強の学問である」の著書の西内啓さん.
★1 - コメント(0) - 2015年3月7日

副題はともかく、データに対して真摯に向かうこととはなんぞやということを教えてくれる本。具体例も面白いし、お勧めです。
★2 - コメント(0) - 2015年2月20日

データ分析の基礎の基礎がよくわかる
- コメント(0) - 2015年2月16日

600ページに迫る大作で、読みごたえ十分。一貫して、ベイズの定理に基づいた考え・行動推奨し、気象予測や地震の予知、果てはテロの予測の事例・考え方を解説している。この世の現象は複雑であるがゆえに、ある特定のモデルで説明できると思ってはならない。予測の結果に基づき常に更新していく必要があるとするのは誠実な態度と言える。大量のデータを処理する環境は発達しているものの、シグナルとノイズを見極め、知識を与えられるのは、今もって、人だけなのだろう。
★3 - コメント(0) - 2015年2月15日

著者がアメリカの選挙の当落を極めて高い精度で当てたという記事を見て手にとった。 金融・野球・地震・経済予測・疫病・ベイズ統計・ポーカー・チェス・地球温暖化・テロといった取り上げられているテーマすべてが興味深く面白かった。ベイズ統計についてはもっと知っておくべきかもしれない。
★7 - コメント(0) - 2014年12月30日

内容はビッグデータに関するもので、それの有用性があるものと、そうでないものを解説しているのが面白かった。また、効果を出すためには膨大なデータの中から、どれがシグナルであるのかを見つけ出す事が肝要である点を述べているのは興味深い。どうやら機械が全てを行ってくれるという夢の未来は未だ先の話であるようです。
★2 - コメント(1) - 2014年12月21日

数学に寄らず、統計学を解説している。とても分かりやすい。
★2 - コメント(0) - 2014年11月25日

読みたい本としてチェックしていたら、読書家のH康君が書評を書いていたので、彼が手に取る本なら面白いに違いない、と読んだら面白かった。確率、統計、マネーボール、ベイズの定理、そして科学的であるとはどういう態度のことか、等に多少心得のある方ならば膝を打つこと多い筈、そうでない方なら目から鱗なこともあるかも。それと、前者の方ならば先に巻末の解説を読むのがよいかも。
★3 - コメント(0) - 2014年11月23日

2008年の米大統領選挙の結果を50州中49州的中させた、気鋭のデータアナリストによる、「なぜ予測は外れるのか」の解説本。リーマンショック、選挙、野球、自然災害、経済予測、ギャンブル、テロなど、予測がクリティカルな分野で予測者が陥る様々な「落とし穴」を説明。予測の中にバイアスがかかっていたり、ノイズの中にパタンを見いだしてしまったり、が主な原因。残念ながら特効薬的な「シグナルの見分け方」がある訳ではない。エピソード一つ一つは非常に詳しく、また興味深く、読み物として非常に読ませる内容だった。
★55 - コメント(0) - 2014年10月26日

あ、これ600ページ近かったのか。電子書籍で読んだから長いなぁとは思っていたんだけども。。。 内容は予測についてのその不確実性がどのように発生してくるのか、みたいな話。事例についても深く考察されていて、じっくり読むと面白いと思います。読み切るのに根性いりますけど。
★3 - コメント(0) - 2014年10月20日

チェス、ギャンブルの章は面白く読んだ。しかしながら、最後までシグナルとノイズの違いは何で、どうやって見分けるかは良く分からなかった。
★2 - コメント(0) - 2014年9月23日

膨大なノイズから予測するむずかしさをエッセイ風に述べた本。ただし脚注の大さとまだるこしい語り口調で必要以上に分厚くなっている。もっとシンプルに刈り込んでほしい。
★2 - コメント(0) - 2014年9月22日

世の中の事象には多くの背景や関連する事象があり、それらによって確率的にしか予測ができないという結論と読んだ。また、途中の経過などによっては、予測自体変化して行くため、初期状態を与えて、データを与えれば良いと言うものでも、多くのデータを処理すれば良いと言うものでもなく、予測をくりかえし、次第にその中の確率の高い事象を見つけて行くのがポイントのよう。「事象」には自然現象だけでなく、経済など人工のものも含まれ、それも含めて予測できる面があるのは新鮮。ベイズ的思考やカオス理論あたりも掘り下げてみたくなった。
★3 - コメント(0) - 2014年9月17日

天才データアナリストの予測学という副題から、胡散臭さを感じて読み始めたが、データを多く集めれば集めるほど予測が正確だという思い込みを心地よく破壊された。選挙、天気予報、野球、地震、チェス、ギャンブル、経済予測からテロまであらゆる予測が何故外れるのかを、過去の多くの事例解析と丁寧な考察から原因を引き出している。予測の正確性とは、数多くのデータから、如何に多くのノイズを排除し有効なシグナルを集めることだが、人の思い込みが正確性悪化させること、仮定⇒検証の繰り返ししか正確性を高めることはできないことは驚き。
★6 - コメント(0) - 2014年9月8日

なぜテロリストはショッピングモールを狙わないのかという項があり、よもや無意識なカゲプロディスに統計の本で出会うとは思わなんだ。
★2 - コメント(0) - 2014年9月4日

【原著の感想を転記】Perceived Accuracy や Confident-Sounding Predictions をひけらかす「専門家」の予測を鵜呑みにする危険。特に経済・金融の世界ではシグナルとノイズの峻別が困難。不確実を不確実と認める勇気と潔さが重要。Uncertainty is a better indicator of accuracy than confidence is と。その一方で生死に関わる判断をしなければならない医療統計学者はデータとモデルに対して謙虚と。その姿勢に学びたい。
★9 - コメント(0) - 2014年8月23日

世の情報は殆どが無駄なもの(ノイズ)だがその中には有効な情報(シグナル)もある。というわけで、有益な情報の取り出し方について論じてみたところ結局予測技術に辿り着いた模様。で、予測するためにはデータの統計的処理が必要というわけで、大統領選、株価、野球などなどのデータ収集マニアの出番。各事例はなかなか興味深い、というかバカバカしいほどに細かい。それぞれ必要なデータなんでしょうが細かすぎて伝わらないとは正にコレである。ベイズの定理は3つの確率(事前と事象発生の有無確率)から事後確率を導くというのは覚えときたい。
★1 - コメント(0) - 2014年8月7日

統計による予測はどこまで当てになるのか?てな話。結局予測は難しいという結論ではあるのですが、予測しようという時に過去の適切なサンプルにもとづいて判断するのは難しいというか無理ではなないかと思った。人間見たいものしか見えないものだし、全てを考慮することこそ無駄である。完全にアメリカだけを対象に絞ったお話なので、ピンとこない事例も多いが経済指標や災害予知や病原菌の流行予測なんかは実感もてます。ベイズの定理は事前確率と新たな事象が起こる元での発生確率と非発生確率の3つの確率から成り立つというのは覚えておく。
★3 - コメント(0) - 2014年8月5日

シグナル&ノイズ 天才データアナリストの「予測学」の 評価:70 感想・レビュー:78
ログイン新規登録(無料)