|
決策是由人類做出的。這意味著要成為一名優(yōu)秀的數(shù)據(jù)科學(xué)家要同時(shí)理解人和數(shù)據(jù)。在本文中，我將重點(diǎn)介紹5本非技術(shù)書籍——從某種意義上說，它們沒有深入研究數(shù)學(xué)和算法，但對于數(shù)據(jù)科學(xué)家來說卻是非常重要的讀物。對于任何想要通過數(shù)據(jù)做出更好決策的人來說，這些書都是必要的。 《信號與噪聲》 在本書中，作者解釋了問什么人們往往不善于作出預(yù)測，并研究了少數(shù)幾個(gè)在多個(gè)不同領(lǐng)域成功作出預(yù)測的人。事實(shí)證明，并沒有什么神奇的規(guī)則可以準(zhǔn)確地預(yù)測未來，那些偉大的預(yù)測者所運(yùn)用的往往也只是一些基本的規(guī)則。 這本書給了許多簡單的建議，比如: 像狐貍一樣思考（而不是刺猬）:有很多小想法（狐貍）而非抱著一個(gè)大想法不放（刺猬）。如果你只有一個(gè)想法，你會傾向于尋找確鑿的證據(jù)，而忽略任何與你觀點(diǎn)相矛盾的東西。但如果你有很多小想法，你就會更加關(guān)心哪些想法是正確的，當(dāng)證據(jù)不再支持某些想法時(shí)，你可以輕易放棄它們。這兩種不同的思維方式也解釋了為什么對自己預(yù)測更有信心的人往往更容易出錯(cuò)。（比如各種反轉(zhuǎn)新聞，就是因?yàn)閳?bào)導(dǎo)者過于堅(jiān)信自己想法是正確的，缺乏足夠的證據(jù)支撐導(dǎo)致的） 盡可能多地利用不同來源:每個(gè)數(shù)據(jù)的提供者都有自己的偏見，但通過匯總不同的看法，你就可以平衡誤差。由Silver創(chuàng)辦的著名民調(diào)網(wǎng)站FiveThirtyEight網(wǎng)站就很好地證明了這一點(diǎn)。（2008年成功預(yù)測奧巴馬將贏得美國總統(tǒng)大選） 結(jié)論中一定要包括不確定性區(qū)間，當(dāng)證據(jù)發(fā)生變化時(shí)，要勇于更新你的觀點(diǎn)：人們在預(yù)測時(shí)犯的最大錯(cuò)誤就是提供一個(gè)確切的數(shù)字或者“是與非”。雖然一個(gè)確切的答案可能是公眾想聽到的，但世界從來就不是嚴(yán)格的非黑即白，而是存在著不同程度的灰色。我們有責(zé)任把灰色的結(jié)論展現(xiàn)出來。 《算法霸權(quán)：數(shù)學(xué)殺傷性武器的威脅與不公》 對于攻讀統(tǒng)計(jì)學(xué)、機(jī)器學(xué)習(xí)或數(shù)據(jù)科學(xué)學(xué)位的學(xué)生，以及任何必須決定是否部署模型的人來說，本書都應(yīng)該是必讀書目?！皵?shù)學(xué)殺傷性武器”是指任何難以解釋的不透明算法；它們有時(shí)會影響數(shù)百萬甚至數(shù)億人，并且會造成巨大的破壞?！?016年Facebook的傳播算法就影響了總統(tǒng)大選。 此外，我們的模型只取決于輸入的數(shù)據(jù)，當(dāng)數(shù)據(jù)有偏差的時(shí)候，模型的輸出結(jié)果也會有偏差。比如一個(gè)“量刑”模型會將某人第一次被執(zhí)法的時(shí)間點(diǎn)考慮在內(nèi)。而由于不公正的警務(wù)策略，比如攔截搜身（黑人更容易成為對象），黑人男子與警察第一次發(fā)生沖突的年齡可能比白人男子小得多。這將導(dǎo)致該模型延長黑人的刑期，在此期間，這些人將失去經(jīng)濟(jì)機(jī)會，并被社會排斥。這些人更有可能再次犯罪，導(dǎo)致監(jiān)禁的惡性循環(huán)，這一切都是因?yàn)椴还木瘎?wù)策略產(chǎn)生的錯(cuò)誤數(shù)據(jù)，然后被輸入了一個(gè)黑匣子。 算法只是一種工具，和任何工具一樣，它們可以被用于好的方面，也可以被用于壞的方面。幸運(yùn)的是，我們還處于早期階段，這意味著我們可以規(guī)范模型的使用，以確保它們朝著客觀決策和有利于大多數(shù)人的方向發(fā)展。 《算法之美》 計(jì)算機(jī)科學(xué)和統(tǒng)計(jì)學(xué)在學(xué)習(xí)過程中會因?yàn)槌橄蠖@得無聊。只有當(dāng)它們應(yīng)用于現(xiàn)實(shí)問題時(shí)，它們才會變得足夠有趣，讓我們想要去理解。這兩本書都做了一件不可思議的工作——將枯燥無味的主題換成有趣的、內(nèi)容豐富的敘述，講訴如何在日常生活中使用算法、統(tǒng)計(jì)數(shù)據(jù)和數(shù)學(xué)。 在《算法之美》中，作者展示了如果使用“探索與利用的權(quán)衡”的思想（探索與利用的權(quán)衡:你應(yīng)該花費(fèi)精力去探索新的信息，還是專注于利用已有的信息獲得收益）來找出我們應(yīng)該花多長的時(shí)間來尋找配偶（或者工作，或者吃飯的地點(diǎn)等等）。同樣，我們可以使用排序算法來有效整理擺放我們的物品，以便下次快速能找到所需的物品。了解這些思想對于優(yōu)化我們的生活非常有幫助。 《魔鬼數(shù)學(xué)》 在《魔鬼數(shù)學(xué)》中，作者通過故事向我們展示了統(tǒng)計(jì)概念的使用和誤用，如線性回歸、推理、貝葉斯推理和概率。應(yīng)用概率定律告訴我們，買彩票總是賠錢的，除非在極少數(shù)情況下，回報(bào)實(shí)際上是正的（麻省理工學(xué)院的一些學(xué)生利用數(shù)學(xué)成功解密部分種類的彩票）。 《魔鬼數(shù)學(xué)》可以使你借助數(shù)學(xué)工具把問題看得更透徹，而非僅僅依靠常識。在原始社會，直覺可以很好地幫助我們，比如躲避天敵。但在現(xiàn)代社會，很多情況下我們最初的反應(yīng)是錯(cuò)誤的，在這種情況下，我們不能光依靠直覺，而是要利用概率和統(tǒng)計(jì)來做出最好的決定。 這本書融合了一些方程式和大量的故事，在嚴(yán)謹(jǐn)程度上恰到好處，讀起來也很有趣。通過這些書，我發(fā)現(xiàn)了許多在課堂上從未掌握的數(shù)據(jù)科學(xué)概念，總是會有突然頓悟“原來是這樣”的喜悅。數(shù)學(xué)、統(tǒng)計(jì)學(xué)和計(jì)算機(jī)科學(xué)只有在讓你的生活變得更美好的時(shí)候才有用，如果你想將數(shù)學(xué)工具應(yīng)用于日常生活中，這本書是很好的起點(diǎn)。 《思考，快與慢》 大部分人還沒有意識到這一點(diǎn)：人類是非理性的，我們在生活的各個(gè)方面都經(jīng)常做出糟糕的決定。但是，當(dāng)我們意識到這一點(diǎn)，明白了為什么自己的行為不是最優(yōu)的，我們就可以開始改變自己的行為，以便獲得更好的結(jié)果。這是本書的核心前提。 Kahneman（2002年諾貝爾經(jīng)濟(jì)學(xué)獎(jiǎng)得主）和他的研究伙伴Amos Tversky（以及RichardThaler等人），共同創(chuàng)立了極具影響力的行為經(jīng)濟(jì)學(xué)。該學(xué)說不把人視為理性的效用最大化者，而是把人視為非理性的決策者（事實(shí)上也確實(shí)如此）。這不僅在經(jīng)濟(jì)領(lǐng)域，而且在生活的各個(gè)領(lǐng)域，如醫(yī)學(xué)、體育、商業(yè)實(shí)踐、節(jié)能和退休基金等方面，都產(chǎn)生了巨大的影響。 在這本嚴(yán)謹(jǐn)且有趣的著作中，Kahneman概述了所有我們不按邏輯行事的方式，包括錨定效應(yīng)、經(jīng)驗(yàn)法則，以及沉沒成本謬誤等等。書中還描述了一種重要的結(jié)論——人的大腦有快與慢兩種作決定的方式（書中稱為“系統(tǒng)”）：
使用系統(tǒng)1是自然的、非自覺的，我們必須克服數(shù)百萬年的進(jìn)化才能熟練使用系統(tǒng)2。盡管這很困難，但在我們這個(gè)數(shù)據(jù)豐富的世界里，我們必須花時(shí)間磨煉系統(tǒng)2的思維方式。當(dāng)然，我們有時(shí)可能會遇到思考過度的問題，但是思考不足——使用系統(tǒng)1而非系統(tǒng)2，是一個(gè)嚴(yán)重得多的問題。 這本書對于理解人們?nèi)绾巫鰶Q策以及我們作為數(shù)據(jù)科學(xué)家應(yīng)該如何幫助人們更好地決策都起著至關(guān)重要的作用。 |
|
|
