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

Predictive Analytics: The Power to Predict Who Will Click, Buy, Lie, or Die pdf epub mobi txt 电子书 下载 2026

出版者:Wiley
作者:Eric Siegel
出品人:
页数:368
译者:
出版时间:2016-1-11
价格:USD 13.07
装帧:Paperback
isbn号码:9781119145677
丛书系列:
图书标签:
  • 数据科学
  • 专业
  • MachineLearning
  • Data
  • AI
  • 预测分析
  • 数据挖掘
  • 机器学习
  • 统计建模
  • 商业智能
  • 数据科学
  • 行为预测
  • 风险评估
  • 决策分析
  • 大数据
想要找书就要到 图书目录大全
立刻按 ctrl+D收藏本页
你会得到大惊喜!!

具体描述

"TheFreakonomicsof big data." —Stein Kretsinger, founding executive of Advertising.com

Award-winning | Used by over 30 universities | Translated into 9 languages

An introduction for everyone. In this rich, fascinating — surprisingly accessible — introduction, leading expert Eric Siegel reveals how predictive analytics works, and how it affects everyone every day. Rather than a “how to” for hands-on techies, the book serves lay readers and experts alike by covering new case studies and the latest state-of-the-art techniques.

Prediction is booming. It reinvents industries and runs the world. Companies, governments, law enforcement, hospitals, and universities are seizing upon the power. These institutions predict whether you're going to click, buy, lie, or die. Why? For good reason: predicting human behavior combats risk, boosts sales, fortifies healthcare, streamlines manufacturing, conquers spam, optimizes social networks, toughens crime fighting, and wins elections. How? Prediction is powered by the world's most potent, flourishing unnaturalresource: data. Accumulated in large part as the by-product of routine tasks, data is the unsalted, flavorless residue deposited en masse as organizations churn away. Surprise! This heap of refuse is a gold mine.Big dataembodies an extraordinary wealth of experience from which to learn. Predictive Analyticsunleashes the power of data. With this technology,the computer literally learns from data how to predict the future behavior of individuals. Perfect prediction is not possible, but putting odds on the future drives millions of decisions more effectively, determining whom to call, mail, investigate, incarcerate, set up on a date, or medicate. In this lucid, captivating introduction — now in its Revised and Updated edition — former Columbia University professor and Predictive Analytics World founder Eric Siegel reveals the power and perils of prediction:

What type of mortgage risk Chase Bank predicted before the recession. Predicting which people will drop out of school, cancel a subscription, or get divorced before they even know it themselves. Why early retirement predicts a shorter life expectancy and vegetarians miss fewer flights. Five reasons why organizations predict death — including one health insurance company. How U.S. Bank and Obama for America calculated — and Hillary for America 2016 plans to calculate — the way to most strongly persuade each individual. Why the NSA wants all your data: machine learning supercomputers to fight terrorism. How IBM's Watson computer usedpredictive modelingto answer questions and beat the human champs on TV'sJeopardy! How companies ascertain untold, private truths — how Target figures out you're pregnant and Hewlett-Packard deduces you're about to quit your job. How judges and parole boards rely on crime-predicting computers to decide how long convicts remain in prison. 182 examples from Airbnb, the BBC, Citibank, ConEd, Facebook, Ford, Google, the IRS, LinkedIn, Match.com, MTV, Netflix, PayPal, Pfizer, Spotify, Uber, UPS, Wikipedia, and more.

How does predictive analytics work? This jam-packed book satisfies by demystifying the intriguing science under the hood. For future hands-on practitioners pursuing a career in the field, it sets a strong foundation, delivers the prerequisite knowledge, and whets your appetite for more.

A truly omnipresent science, predictive analytics constantly affects our daily lives. Whether you are a consumer of it — or consumed by it — get a handle on the power ofPredictive Analytics.

洞察未来:解锁数据中的潜在行为 在这个信息爆炸的时代,海量数据如同未被开采的金矿,蕴藏着预测人类行为的惊人力量。从消费者购物习惯的细微变化,到潜在欺诈行为的蛛丝马迹,再到关乎生死的健康预警,数据正以前所未有的方式揭示着未来可能发生的事件。《洞察未来:解锁数据中的潜在行为》(英文原书名:Predictive Analytics: The Power to Predict Who Will Click, Buy, Lie, or Die)并非一本冰冷的技术手册,而是一场引导读者深入探索数据科学核心的智慧之旅。本书旨在揭示如何将看似杂乱无章的数据转化为极具价值的洞察,从而在商业运营、风险管理、市场营销乃至于公共健康等多个领域,获得预测未来的先机。 本书的核心在于阐述预测性分析(Predictive Analytics)的强大威力。它不是神秘的占卜,而是基于严谨的数学模型和统计学原理,通过分析历史数据中的模式和趋势,来预测未来可能发生的事件。想象一下,你能够准确预判哪位客户最有可能点击你的广告,哪位用户最有可能购买你的产品,甚至在特定条件下,识别出那些可能面临健康风险的个体。这些曾经遥不可及的愿景,如今正通过预测性分析变为现实。 本书并非简单地罗列技术术语,而是致力于构建一个清晰的框架,让读者理解预测性分析的整个生命周期。从数据的收集和清洗,到特征工程的精雕细琢,再到各种强大算法的选择与应用,以及模型评估和部署的严谨流程,每一个环节都经过了深入浅出的阐述。作者通过大量的真实案例和生动的比喻,将抽象的概念具象化,让非技术背景的读者也能轻松掌握核心原理。 预测消费者行为是本书着重探讨的领域之一。在瞬息万变的消费市场中,企业面临着如何精准触达目标客户、提升转化率、优化用户体验的巨大挑战。本书将详细介绍如何利用购买历史、浏览行为、社交媒体互动等数据,构建预测模型,从而精准识别出最有可能产生购买意愿的潜在客户。无论是精准投放广告,还是个性化推荐商品,抑或是预测用户流失风险,预测性分析都能为企业提供强大的支持,实现营销效率和客户满意度的双重飞跃。 此外,本书还将深入探讨识别潜在欺诈行为的重要性。在金融、电商、保险等领域,欺诈行为带来的损失不容小觑。本书将阐述如何通过分析交易模式、用户行为异常等数据,构建有效的欺诈检测模型,从而在第一时间发现并阻止可疑活动,最大限度地降低企业的风险敞口。这不仅仅是技术层面的对抗,更是智慧与策略的博弈。 更进一步,本书将目光投向了对人类健康和福祉的潜在影响。在医疗健康领域,预测性分析正扮演着越来越重要的角色。通过分析病患的医疗记录、基因信息、生活习惯等数据,我们可以预测个体患上特定疾病的风险,从而实现早期干预和个性化治疗。本书将探讨这些前沿应用,展现数据科学如何赋能医疗保健,为人类健康保驾护航,甚至在极端情况下,帮助预测和应对可能危及生命的事件。 本书并非仅仅停留在理论层面,而是强调实践与落地。作者鼓励读者跳出书本,亲身参与到数据分析的实践中来。书中提供的案例分析和思考题,旨在激发读者的创造力和解决问题的能力。理解预测性分析的强大,不仅在于掌握技术,更在于培养一种数据驱动的思维方式,能够从纷繁复杂的数据中提炼出有价值的信息,并将其转化为切实可行的决策。 《洞察未来:解锁数据中的潜在行为》是一次对数据力量的深度挖掘,一次对未来趋势的精准预判。它将帮助你理解: 为何数据拥有如此惊人的预测能力? 揭示数据背后的模式与关联。 如何从海量数据中挖掘有价值的洞察? 学习数据收集、清洗与预处理的关键步骤。 哪些算法能够帮助我们预测未来? 深入浅出地介绍常用的预测模型。 如何将预测模型应用于实际业务场景? 通过丰富的案例理解预测性分析的商业价值。 预测性分析在不同行业中的应用前景如何? 从电商到金融,从营销到医疗,全景式展现其潜力。 如何培养数据驱动的思维,成为未来的决策者? 强调实践与创新。 阅读本书,你将不仅仅是一名数据的使用者,更将成为一名数据洞察者,一位能够驾驭数据、解锁未来行为的关键人物。无论你是希望提升企业竞争力、降低运营风险,还是渴望在个人职业生涯中获得突破,本书都将为你提供不可或缺的指引与启迪。准备好,迎接数据的挑战,洞察未来的先机。

作者简介

From the Back Cover

TRANSLATED INTO 9 LANGUAGES USED IN COURSES AT MORE THAN 30 UNIVERSITIES In this rich, fascinating—and surprisingly accessible—introduction, leading expert Eric Siegel reveals how predictive analytics works, and how it affects everyone every day. Trendsetters like Chase, Facebook, Google, Hillary for America, HP, IBM, Match.com, Netflix, the NSA, Pfizer, Target, and Uber are seizing upon the power of big data to predict human behavior—including yours. Why? Predictive analytics reinvents industries and runs the world. Read on to discover how it combats risk, boosts sales, fortifies healthcare, optimizes social networks, toughens crime fighting, and wins elections. "What Nate Silver did for poker and politics, this does for everything else." —David Leinweber, author of Nerds on Wall Street "The Freakonomics of big data." —Stein Kretsinger, founding executive, Advertising.com "A deeply informative dive into a topic that is critical to virtually every sector of business today." —Geoffrey Moore, author of Crossing the Chasm "Moneyball for business, government, and healthcare." —Jim Sterne, founder, eMetrics Summit Learn more: www.ThePredictionBook.com

Read more

About the Author

ERIC SIEGEL, PhD, is the founder of Predictive Analytics World and executive editor of The Predictive Analytics Times. A former Columbia University professor, he is a renowned speaker, educator, and leader in the field.

Read more

目录信息

读后感

评分

评分

评分

评分

评分

用户评价

评分

我对这类主题的书籍一向抱持着审慎的态度,因为市面上充斥着太多夸大其词、徒有其表的“速成宝典”。然而,深入阅读这本书的中间部分,我发现它的深度和广度远超我的预期。特别是当作者开始探讨高级机器学习模型在处理非结构化数据时的应用时,那种严谨的逻辑推演和对模型局限性的清醒认识,让我感到非常踏实。有一章节专门分析了欺诈检测系统,它详细阐述了如何构建一个能够实时识别异常交易模式的算法框架,其中涉及到的特征工程(Feature Engineering)的讨论,简直是教科书级别的范例。我尤其欣赏作者在解释复杂概念时所采用的类比,他能将高维度的数学概念,转化成日常生活中触手可及的场景,比如用“迷宫寻路”来比喻深度学习中的梯度下降过程。这不仅极大地降低了非技术背景读者的理解门槛,也让专业人士能从新的角度重新审视这些经典算法。这种平衡感做得极佳,让这本书既有学术上的严谨性,又不失大众传播的易读性,绝非一般同类书籍能企及。

评分

这本书最让我感到震撼的是其对伦理边界和预测社会影响的深刻反思。在许多技术书籍热衷于展示“能做什么”的时候,这本书却勇敢地将笔墨聚焦于“应该做什么”和“不该做什么”。我记得有一段内容讨论了信用评分模型中可能存在的隐性偏见(Bias),作者并未将此简单归咎于算法本身,而是深入剖析了训练数据中固有的社会不平等如何被模型无情地放大,最终导致对特定人群的不公平待遇。这种对算法公平性和透明度的关注,在这个AI日益渗透的时代显得尤为重要和及时。我读到这里时,不禁停下来沉思了很久,它迫使我作为一个数据的实践者,去思考每一次模型部署背后所附带的社会责任。作者在引用法律案例和哲学思辨时,处理得恰到好处,没有陷入空泛的道德说教,而是将其与实际的数据治理实践紧密结合起来。这本书提供的不是一个工具箱,而是一个道德指南针。

评分

这本书的结构安排和内容组织,体现出一种罕见的层次感。它不像某些工具书那样线性地堆砌知识点,而是像攀登一座山峰,步步深入,视野不断开阔。从最基础的回归分析和分类问题入手,逐步过渡到时间序列预测和自然语言处理中的情感分析。尤其是在讲解如何构建一个端到端的预测项目时,作者的步骤分解得极其清晰:从定义问题、数据获取、特征选择、模型训练、到最终的部署和监控,每一个环节都有详尽的说明和实际操作的建议。我个人在尝试将理论知识转化为实际生产力时常常感到迷茫,但这本书提供的那个“项目生命周期”模板,简直是雪中送炭。它不仅教会了我技术,更重要的是,它教会了我如何像一个专业的项目经理一样去规划和执行一个数据科学任务。这种系统性的思维框架的建立,对我日常工作的指导意义,远超任何单一的技术细节。

评分

读完这本书的最后部分,我感到一种强烈的智力满足感,这是一种源自于对复杂事物有了清晰掌控感后的愉悦。作者在收尾部分,将目光投向了更远的未来,探讨了诸如因果推断(Causal Inference)和可解释性AI(XAI)等前沿领域,暗示了下一波预测分析的浪潮将不再满足于“是什么”和“会怎样”,而是追问“为什么”和“如何干预”。这种对行业前瞻性的把握,让我确信这本书的价值不会随着时间迅速贬值。它成功地建立了一个坚实的理论基石,同时又为读者指明了持续学习的方向。对我而言,这本书最大的贡献在于,它彻底改变了我看待“数据”的方式——它不再是冰冷的数字集合,而是隐藏着人类行为模式和未来可能性的密码。阅读过程本身就是一次思维的重塑,它不仅提升了我的技术能力,更重要的是,它深化了我对数据驱动决策背后复杂性的理解和敬畏。

评分

这本书的封面设计简直是直击灵魂,那种深邃的蓝色调配上醒目的橙色标题,一下子就抓住了我这个常年混迹于数据分析圈子的人的眼球。说实话,我对“预测”这个词向来抱有一种近乎偏执的好奇心,因为它似乎代表着对未来的一种掌控感,尽管我们都知道这更像是一种基于概率的艺术。我翻开第一章时,就被作者那种直截了当的叙事风格给吸引住了。他没有一开始就抛出一堆复杂的数学公式,而是先用几个极具冲击力的商业案例开场,比如一家电商如何通过分析用户的微小行为轨迹,成功预判了某个产品在特定时间段内的销售额波动。这种从结果倒推过程的叙事手法非常高明,它瞬间拉高了我的阅读兴趣,让我迫不及待地想知道,究竟是哪些“魔力”在驱动着这些预测的实现。书里对数据收集和清洗的细致描述,也让我这种实战派深有体会,毕竟在现实世界中,八成的时间都花在了处理那些“脏数据”上,作者却能用一种近乎轻松的笔调,将这个枯燥的过程讲得像是在解一个精妙的谜题。整体而言,第一印象是,这不仅仅是一本技术手册,更像是一部关于如何将信息转化为洞察力的“权力指南”。

评分

评分

评分

评分

评分

相关图书

本站所有内容均为互联网搜索引擎提供的公开搜索信息,本站不存储任何数据与内容,任何内容与数据均与本站无关,如有需要请联系相关搜索引擎包括但不限于百度google,bing,sogou

© 2026 book.wenda123.org All Rights Reserved. 图书目录大全 版权所有