Prediktív analitika: A hatalom, hogy megjósoljuk, ki fog kattintani, vásárolni, hazudni vagy meghalni

Olvasói vélemények

Eric Siegel könyve a prediktív analitikáról magával ragadó bevezetésként szolgál a területhez, kiemelve annak történelmi hátterét, valós alkalmazásait és az adatok növekvő jelentőségét a döntéshozatalban a különböző ágazatokban. Míg sokan dicsérik a hozzáférhetőségét és a történetmesélő stílusát, a kritikák a technikai mélység és a konkrét módszerek hiányára összpontosítanak.

⬤ Magával ragadó írásmód és történetmesélés, amely magával ragadja az olvasót.
⬤ Rengeteg valós példával illusztrálja a prediktív analitika értékét.
⬤ Jól kutatott, további forrásokra mutató hivatkozásokkal a további kutatáshoz.
⬤ A nem műszaki olvasók számára is hozzáférhető, érthetővé teszi az összetett gondolatokat.
⬤ Kiemeli a prediktív analitika gyakorlati alkalmazásait és előnyeit a különböző iparágakban.

⬤ A technikai szempontok és a prediktív modellek részletes módszertana nem elég mélyreható.
⬤ Egyes olvasók felületesnek találják, ismétlődő példákkal, amelyek nem adnak hozzá új fogalmakat.
⬤ A könyv jelentős részét a hivatkozásoknak és linkeknek szenteli, amelyeket egyesek elavultnak vagy szükségtelennek tartanak.
⬤ Nem alkalmas azok számára, akik átfogó technikai kézikönyvet vagy az algoritmusok mélyreható megértését keresik.

(196 olvasói vélemény alapján)

Eredeti címe:

Predictive Analytics: The Power to Predict Who Will Click, Buy, Lie, or Die

Könyv tartalma:

"Lenyűgöző és lenyűgöző..." -- The Seattle Post-Intelligencer

"A nagy adatok Freakonomics-ja." --Stein Kretsinger, az Advertising.com alapítója.

Díjnyertes Több mint 30 egyetem használta 9 nyelvre lefordítva

Bevezetés mindenkinek. Ebben a gazdag, lenyűgöző -- meglepően közérthető -- bevezetőben Eric Siegel, a vezető szakértő feltárja, hogyan működik a prediktív analitika (más néven gépi tanulás), és hogyan hat mindannyiunk mindennapjaira. A könyv a gyakorlatias technikusoknak szóló "hogyan kell" helyett inkább a laikus olvasókat és a szakértőket egyaránt szolgálja az új esettanulmányok és a legújabb, legkorszerűbb technikák ismertetésével.

Az előrejelzés virágzik. Újraértelmezi az iparágakat és irányítja a világot. Vállalatok, kormányok, bűnüldöző szervek, kórházak és egyetemek ragadják meg az erejét. Ezek az intézmények megjósolják, hogy kattintani, vásárolni, hazudni vagy meghalni fogsz-e.

Miért? Jó okkal: az emberi viselkedés előrejelzése leküzdi a kockázatot, fellendíti az értékesítést, megerősíti az egészségügyet, racionalizálja a gyártást, legyőzi a spameket, optimalizálja a közösségi hálózatokat, szigorítja a bűnüldözést, és választásokat nyer.

Hogyan? A jóslást a világ leghatalmasabb, legvirágzóbb, természetellenes erőforrása hajtja: az adatok. Az adatok nagyrészt a rutinfeladatok melléktermékeként halmozódnak fel, és a szervezetek pörgése során tömegesen lerakódó sótlan, íztelen maradékok. Meglepetés! Ez a szemétkupac aranybánya. A nagy mennyiségű adat rendkívüli mennyiségű tapasztalatot testesít meg, amelyből tanulni lehet.

A prediktív analitika (más néven gépi tanulás) felszabadítja az adatok erejét. Ezzel a technológiával a számítógép szó szerint megtanulja az adatokból, hogyan jósolja meg az egyének jövőbeli viselkedését. Tökéletes előrejelzés nem lehetséges, de a jövőre vonatkozó esélyek felállítása döntések millióit irányítja hatékonyabban, meghatározva, hogy kit kell felhívni, postázni, kivizsgálni, bebörtönözni, randevúra hívni vagy gyógyszerezni.

Ebben a világos, magával ragadó bevezetőben - most a felülvizsgált és frissített kiadásban - Eric Siegel, a Columbia Egyetem egykori professzora és a Predictive Analytics World alapítója feltárja a jóslás erejét és veszélyeit:

⬤ Milyen jelzáloghitel-kockázatot jósolt meg a Chase Bank a recesszió előtt.

⬤ Megjósolja, hogy mely emberek hagyják ki az iskolát, mondanak le egy előfizetést, vagy válnak el, mielőtt még ők maguk is tudnának róla.

⬤ Miért jósol rövidebb várható élettartamot a korai nyugdíjba vonulás, és miért hagynak ki kevesebb járatot a vegetáriánusok.

⬤ Öt ok, amiért a szervezetek megjósolják a halált - köztük egy egészségbiztosító.

⬤ Hogyan számolta ki a U. S. Bank és az Obama for America, hogyan lehet a legerőteljesebben meggyőzni az egyes embereket.

⬤ Miért akarja az NSA az összes adatodat: gépi tanulást végző szuperszámítógépek a terrorizmus elleni küzdelemhez.

⬤ Hogyan válaszolt az IBM Watson számítógépe prediktív modellezéssel a kérdésekre, és hogyan győzte le az emberi bajnokokat a Jeopardy!

⬤ Hogyan derítik ki a vállalatok az el nem mondott, magánjellegű igazságokat - hogyan deríti ki a Target, hogy terhes vagy, és a Hewlett-Packard, hogy felmondani készülsz.

⬤ Hogyan döntenek a bírák és a feltételes szabadlábra helyezési bizottságok a bűnügyi előrejelző számítógépekre támaszkodva arról, hogy az elítéltek mennyi ideig maradjanak börtönben.

⬤ 182 példa az Airbnb, a BBC, a Citibank, a ConEd, a Facebook, a Ford, a Google, az IRS, a LinkedIn, a Match.com, az MTV, a Netflix, a PayPal, a Pfizer, a Spotify, az Uber, a UPS, a Wikipedia és még sok más cégtől.

Hogyan működik a prediktív analitika? Ez a zsúfolt könyv kielégíti ezt a kíváncsiságot azzal, hogy demisztifikálja a motorháztető alatt rejlő izgalmas tudományt. A szakterületen karriert befutni kívánó leendő gyakorlati szakemberek számára erős alapokat teremt, biztosítja az előfeltételként szükséges ismereteket, és meghozza az étvágyat a továbbiakra.

A mindenütt jelenlévő tudomány, a prediktív analitika folyamatosan befolyásolja mindennapi életünket. Akár fogyasztója - akár fogyasztója -, ismerje meg a prediktív analitika erejét.