シグナル＆ノイズ 天才データアナリストの「予測学」

投稿元：

レビューを見る

分厚かったし、全てを細かく読み込んだわけではないが、とても面白かった。作者は、できるだけ精度の高い予測を行うために、シグナルを見つけ、ノイズを除去することを訴える。前半では野球、天気予報、地震、経済、インフルエンザの世界で行われている予測の実例が書かれている。それぞれの分野で予測の精度がどれだけ発達し、そしてどれだけ困難であるかが分かる。その後、ベイズ統計を元に、確率論的に予測を行っていく、チェスコンピュータ、ポーカーの実例を挙げる。また、金融市場や温暖化、テロリズムにおいて、どうして予測が成り立ちづらいのか、ノイズが除去しづらいのか、判断を誤ってしまうのかなどが語られる。今はビッグデータという言葉がバズワードになっている。しかしただいたづらにデータを集めるのではなく、シグナルとノイズを判断し、確率論の視点をもって世界と向き合うことの重要性を学んだ。

投稿元：

レビューを見る

統計学の天才的な実務者が、諸分野の統計の使われ方についてリサーチをし、統計の限界や可能性、統計の注意点などをまとめあげた本。処世術的な統計的マインドの方法として、「ものごとの原因を決め打ちで推定せず、複数の可能性を考慮した上でそれぞれの要因の確率を考え、それをベイズの方法で新しい情報を得るとともに事前確率を修正していく方法が科学であり、より確かな予測だ」としている。彼は科学論において、斬新的な改善を信奉し、ベイズ統計こそがあるべき統計だとする。統計的な示唆のほか、教養本としても、天候、地震、選挙、テロ、株価、マクロ経済、ギャンブルなどの諸分野の実践研究や理論研究をまとめてくれており、とても読み応えがある。

投稿元：

レビューを見る

現在、膨大な量のデータが手に入るけど予測精度が上がったものとそうでもないものがある。野球、天気、巨大地震、経済などの予測をネタにして、シグナルとノイズ、不確実性をもたらすもの、間違った予測に流れてしまうバイアスを説明している。データ分析と行動経済学を混ぜ合わせた感じの本。面白かった。
世の中を二分論で見るのではなく確率的に見る、という考え方を意識的に身につけたい。

投稿元：

レビューを見る

予測において重要なのは確率と不確実性を受け入れること。ある情報をどのように受け取らせたいかによって、伝え方は変わるもの。相関関係と因果関係の違いを意識して、情報を受け取る。

投稿元：

レビューを見る

データ狂への入門書。
シグナルを見つけ、ノイズを取り除くこと。
そして、ビッグデータ自体は何も語らない、
語るのはいつもぼくたちということ。

投稿元：

レビューを見る

元オンラインポーカーで生計を立てていた人で、政治の予想サイトとかを作った人の本なので大変面白い。ってかギャンブラーの本なのでたまに名言が入る。刺激的に読める。でも、べき乗則に習うんだよってわかるけどさあ、どうにもならんよね。

投稿元：

レビューを見る

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。

投稿元：

レビューを見る

レビューはブログにて
http://ameblo.jp/w92-3/entry-11831906398.html

投稿元：

レビューを見る

■予測

A.予測する際は、もっと確率と不確実性を受け入れねばならない。この点において役立つのが、条件付き確率を導き出す「ベイズの定理」だ。1 つのアイデアを違う角度から考える必要性を理解し、検証する方法を得る手がかりとなる。

B.ある心理学者によれば、専門家は「ハリネズミ」と「キツネ」の2 つのグループに分類できる。
・ハリネズミ：大きな考えを信じ、社会には基本原則があると信じている。大胆な予測をするのでよくメディアに登場するが、予測する能力はキツネより劣る。
・キツネ：これといった原則を持たず、問題に向けて様々なアプローチを試みる。より良い予測を行うが、メディアにはなじまない。彼らは多くの問題は予測困難だという信念を持つため、自信なさ気に見えるからである。

C.学者の中には、積極的に表に出たがる人がいる。彼らは自信たっぷりにドラマチックな変化が起こると言いたがる。そうすれば注目される。つまり、ハリネズミのように大胆な予測をすれば、テレビに出やすくなるのだ。

D.キツネはテレビやビジネス、政治の世界になじまない。多くの問題は予測困難であり、不確実性には率直に向き合うべきだとする彼らの信念は、自信のなさと受け取られてしまうからだ。

投稿元：

レビューを見る

著者はマネーボールで有名になった予測モデルPECOTAの開発者です。テーマは面白いんですけど結論が明確には書かれていないですね。。。 どの章から読んでも入れる感じです。個人的に興味を引いたのが、チェスの人間対ソフトウェア対決(9章 機械との闘い)のところと、マネーボールは何を語ったのかその後10年経った今(3章)のところです。
チェスは奇天烈な人形ターク(これはこれで一冊の本にまとまっています『謎のチェス指し人形「ターク」』)から始まり、カスパロフに勝つためにディープ・ブルーが専用にカスタマイズされていく様子がドラマチックに述べられ、その過程で6手〜8手の先読み程度と思われていたディープ・ブルーの読みの深さが、実はもっと先の20手ぐらいまで読んでいるらしいということ。ディープ・ブルーの繰り出す奇策が、もはやソフト開発者でもバグによるものなのか新機能なのか判断できない次元へ到達した点が書かれています。怖さを感じますが、盤上ゲームのように明確に定義されたルールのもとで繰り広げられる計算処理はコンピュータソフトウェアの得意領域のため、もはや人間が勝つ余地は残されていないでしょう。
もう一方、野球の方は絡み合う条件が複雑ゆえに、マネーボールから10年経過してもスカウトの雇用が不要になったという事実はなく、ソフトウェアによる統計分析と従来からのスカウトとのハイブリッドな取り組みをとるチームがほとんどという話です。PECOTAと肩を並べる優れたソフトが複数存在し各チームで使用されており、いつ抜きん出たソフトが登場して来ても不思議ではない状態らしいです。

投稿元：

レビューを見る

2012年の大統領選において全米各州の結果をあてて日本でも話題になった538（five-thirty-eight）の主催者であるネイト・シルバーが語る「データを用いた予測」の方法論。

こう書くと、なにやらすごい定理や発見が書いてあるのか、と思いきや本書はそういった類の本ではなく、考え方やそもそもどういったルートを経て今のような考え方にいたったのかということを丁寧に記している（きっかけはもはや古典になってしまったセイバーメトリクスなわけだが）。なので、最初に本書を開いた僕のように「アカデミックな」アプローチがこれでもか・・・と書いてあることを期待した層にはちょっと期待外れかもしれない。

では、僕が本書を楽しめなかったというとそんなことはなくて、凡百の「ビッグデータ本」なんかなくても、これ一冊があれば十分なんじゃないか・・と思うぐらいこの本は気にいった。結局この本が言っているのはデータの中で「ノイズ」と「シグナル」を正しく選別し、そのストーリーを考えましょう、ということにほかならない。結局これが出来ずに本書で言うところの「特性適合」に陥ってしまっている例と言うのはかなり多い。

ノイズとシグナルをどう読み分けるかという、その根っこのところはあまり深く書いてないし（そこがまさしく著者の競争力の源泉だから仕方ない。もしかしたら言語化できないかもしれないし）、この一冊を読んだからと言ってベイズ統計学が出来るようになるわけではないのだが、少なくともこういう内容が広まれば予測するとはどういうことか・・・というのがもっと落ち着いて議論できるようになるのではないだろうか。

投稿元：

レビューを見る

著者は「マネーボール」でも取り上げられた、野球データ分析会社で予測モデルを立ち上げ、2008年の米大統領選では50州のうち49州の結果を的中させたデータアナリスト。

本書では天気予報、地震予知、パンデミックの拡散など多くの社会的な取り組みをケースとして、如何に成功事例などの過剰適合がノイズになり得るか、あるいはどのような波形にこそ注目されるべきなのかに迫る。

データ処理ではなく、データサイエンスが備えているべき未来に触れられるといっても過言ではない一冊。

投稿元：

レビューを見る

データを使う場合のみならず、物事の見方を示唆する内容になっていると思う。決して読みやすい訳ではないけど、事例は面白い。予測ってそういう捉え方を前提でするもんだよね。というのが腹に落ちる。