Сигнал и шум. Почему одни прогнозы сбываются, а другие – нет из жанра Зарубежная образовательная литература, зарубежная прикладная

Сигнал и шум. Почему одни прогнозы сбываются, а другие – нет

Другие научные, Зарубежная образовательная литература, зарубежная прикладная

Автор: Сильвер Нейт

Язык: русский

Год: 2015

Издатель: Литагент «Аттикус»

ISBN: 978-5-389-09938-8

Город: Москва

Переводчик: Павел В. Миронов

Добавил: Admin 29 Май 15

Проверил: Admin 29 Май 15

Формат: FB2, ePub, TXT, RTF, PDF, HTML, MOBI, JAVA, LRF

онлайн фрагмент книги для ознакомления
фрагмент книги

Currently 0/5

Рейтинг: 0/5 (Всего голосов: 0)

Аннотация

Мы считаем, что наш мир во многом логичен и предсказуем, а потому делаем прогнозы, высчитываем вероятность землетрясений, эпидемий, экономических кризисов, пытаемся угадать результаты торгов на бирже и спортивных матчей. В этом безбрежном океане данных важно уметь правильно распознать настоящий сигнал и не отвлекаться на бесполезный информационный шум.
О том, как этому научиться, рассказывает Нейт Сильвер, политический визионер и гуру статистики, разработавший систему прогнозов, позволившую дважды максимально точно предсказать результаты президентских выборов почти во всех штатах Америки. Его книга во многом близка исследованиям Нассима Талеба и столь же значима для всех, кто имеет дело с большими объемами данных и просчитывает различные варианты развития событий. И если Талеб говорит о законах зарождения «черных лебедей», Сильвер исследует модели и способы, позволяющие поймать этих птиц в расставленные нами сети. Он обобщает опыт экспертов-практиков, изучает различные модели и подходы, позволяющие делать более точные прогнозы. Как и Даниэль Канеман, автор бестселлера «Думай медленно… Решай быстро», наблюдая за поведением и мышлением людей, оценивающих неопределенные события, Сильвер утверждает: да, компьютеры незаменимы при работе с огромными массивами данных, но для максимальной точности результатов необходим гибкий человеческий ум и опыт, ведь прогнозирование – это планирование в условиях неопределенности.