??此書來歷
? ? 這本書是我參加CSDN公眾號(hào)活動(dòng)時(shí)贏取的，感謝小李以及我小伙伴們的援助~
??感受
? ? 1. 英文翻譯過來的書，看起來真別扭
? ? 2. 太久沒讀“枯燥的”科普讀物，很難精心，需要進(jìn)一步修煉
??內(nèi)容
零 廉價(jià)改變一切
????#? 目前的“人工智能”其實(shí)是預(yù)測(cè)，預(yù)測(cè)是根據(jù)你掌握的信息(數(shù)據(jù))，生成你未掌握的信息
? ? #? 預(yù)測(cè)成本下降會(huì)影響其他東西的價(jià)值：互補(bǔ)品(如數(shù)據(jù))價(jià)值升高，替代品(人類預(yù)測(cè))價(jià)值降低。然而，廉價(jià)帶來的影響卻常常意想不到。例如，計(jì)算變得廉價(jià)后，音樂CD行業(yè)由于數(shù)字音樂的興起而變得一蹶不振
? ? #? 計(jì)算機(jī)還不會(huì)思考，思考不會(huì)變的廉價(jià)
? ? #? 人工智能能協(xié)助組織執(zhí)行當(dāng)前的戰(zhàn)略，但當(dāng)人工智能過于強(qiáng)大時(shí)，會(huì)促成戰(zhàn)略的改變。例如，如果亞馬遜可以預(yù)測(cè)購物者想買什么，就可以先寄后買。2013年亞馬遜就申請(qǐng)了“預(yù)測(cè)性購物”的專利
第一部分 預(yù)測(cè)
? ? #? 預(yù)測(cè)除了生成未來的信息，還會(huì)生成現(xiàn)在和過去的信息。例如，信用卡盜刷檢測(cè)
? ? #? 準(zhǔn)確度的小幅提高可能有迷惑性。比如，準(zhǔn)確度從80%提高到90%，幅度為從98%到99.9%的兩倍。然而，前者意味著錯(cuò)誤率降到了2/3，后者意味著降到了1/20
? ? #? 回歸是根據(jù)過去發(fā)生的事件的平均值進(jìn)行預(yù)測(cè)，回歸模型渴望無偏差的結(jié)果。因此，預(yù)測(cè)的足夠多，預(yù)測(cè)在平均概率下就是完全正確的。但無偏差的預(yù)測(cè)也并非完美
? ? #? 與回歸不同，機(jī)器學(xué)習(xí)的預(yù)測(cè)平均概率下可能是錯(cuò)誤的，但允許偏差，以求減小方差
? ? #? ??預(yù)測(cè)無線電視客戶流失，運(yùn)用回歸模型的人會(huì)挑選影響因素，而運(yùn)用機(jī)器學(xué)習(xí)的人會(huì)將影響因素的選擇權(quán)交給了機(jī)器。因此，我們“意外的”發(fā)現(xiàn)，愛發(fā)大量短信、付費(fèi)時(shí)間遲的人容易流失。而上述因素恰恰未被歸入回歸模型
? ? #? 數(shù)據(jù)是預(yù)測(cè)的互補(bǔ)品，隨著預(yù)測(cè)變得廉價(jià)，數(shù)據(jù)的價(jià)值水漲船高
? ? #? 大數(shù)據(jù)熱的原因：人們希望數(shù)據(jù)能幫助減少不確定性，以及了解正發(fā)生的事情
? ? #? 要平衡獲取數(shù)據(jù)的成本，與提高預(yù)測(cè)準(zhǔn)確度的好處，需要估算投資回報(bào)率
? ? #? 從統(tǒng)計(jì)角度看，數(shù)據(jù)收益遞減。每增加一個(gè)數(shù)據(jù)對(duì)預(yù)測(cè)的改善，都比前一個(gè)小。例如，第一百次測(cè)量，比第一萬次測(cè)量對(duì)預(yù)測(cè)提升更大
? ? #? 從經(jīng)濟(jì)角度上看，往大庫存中增加數(shù)據(jù)，或許比往小庫存中增加數(shù)據(jù)效果更好。例如，就算只比競(jìng)爭(zhēng)對(duì)手好一點(diǎn)點(diǎn)，也能獲得巨大的收益
? ? #? 亞當(dāng) · 斯密(Adam Smith)提出勞動(dòng)分工的經(jīng)濟(jì)思想：根據(jù)相對(duì)優(yōu)勢(shì)來分配任務(wù)
? ? #? 即使是專業(yè)人士，人類也會(huì)過分看中凸顯信息，而忽視統(tǒng)計(jì)信息。例如，“存活率為90%”時(shí)更多醫(yī)生選擇手術(shù)，而“死亡率為10%”時(shí)更少醫(yī)生選擇手術(shù)。
? ? #? 世上存在“已知的已知”，“已知的未知”，“未知的已知”，“未知的未知”
? ? #? 對(duì)于“已知的已知”，機(jī)器能提供更好地預(yù)測(cè)
? ? #? 對(duì)于“已知的未知”，人類更擅長在數(shù)據(jù)極少時(shí)進(jìn)行預(yù)測(cè)。例如，美國總統(tǒng)選舉時(shí)，候選人和環(huán)境隨時(shí)都在變化，只提前幾天預(yù)測(cè)也很難做到。(不只是對(duì)于機(jī)器，人類亦然)
? ? #? 面對(duì)“未知的未知”，人和機(jī)器都會(huì)失敗。黑天鵝事件
? ? #? 面對(duì)“未知的已知”，例如，旺季需求多價(jià)格高，但錯(cuò)誤歸因會(huì)讓人認(rèn)為，價(jià)格高可以提升銷量
? ? #? 人和機(jī)器之間應(yīng)該恰當(dāng)分工
? ? #? 預(yù)測(cè)的成本隨著應(yīng)用頻率而下降，預(yù)測(cè)機(jī)器可以規(guī)?；瘮U(kuò)展?？偠灾祟愑姓J(rèn)知，故可根據(jù)少量數(shù)據(jù)來預(yù)測(cè)。機(jī)器則生成大部分常規(guī)預(yù)測(cè)，面對(duì)罕見情況時(shí)，要尋求人類協(xié)助。
