[Books] Nate Silver 的 The Signal and the Noise 繁體中譯本《精準預測》出版啦!

圖片取自 http://pic.eslite.com/Upload/Product/201308/l/635129301094863750.jpg

期盼很久的 Nate Silver 著作 《The Signal and the Noise: Why So Many Predictions Fail—but Some Don’t》終於在原文書出版 (2012/09/27) 接近一年後要出繁體中譯本《精準預測：如何從巨量雜訊中，看出重要的訊息？》了！

Nate Silver 是誰呢? 大學就讀芝加哥大學經濟系，曾在大三時前往倫敦政經學院研修一年，2000年大學畢業後，進入KPMG事務所擔任顧問，因為對實際工作內容缺乏熱情，開始(充分)利用時間發展自己的興趣，研發以數據預測美國職業棒球員表現與球隊賽果的PECOTA系統打出名堂，因為精準至極，因而吸引Baseball Propectus於2003年時收購。

2004年及2005年靠著打線上德州撲克牌賺了40萬美元，但2006年因為線上撲克受到「非法網路賭博禁止法案」影響，可以參與的雜魚玩家大幅減少(被迫退出或是破產了)，沒有較弱的雜魚玩家支撐比賽，贏錢難度大幅增加，2006年和2007年輸了共13萬5千美元後(約先前賺來的1/3)，停損，不打了。

從線上賭博法案通過後 Nate Silver 對政治程序興趣大增，也因此發覺政治競選活動預測的競爭門檻低得讓人心動，只要有做一些相當基本的研究，了解政治競選活動中什麼東西才是有預測力的，看起來就會像個天才！(因為特定的立場和意識形態，所以很多預測是以有偏見的眼光看待調查與數據，只看到他們想看到的，提出引人注目但背離事實的解讀，所以更多的資訊並沒有讓有偏見的人預測得更好，因為這隱藏了預測者的壞習慣或看待資訊的態度)，所以開始寫部落格，貼出詳細、以資料為主的分析，討論民意調查、募款數字之類的議題，2008年3月時將所分析的內容開始轉到 FiveThirtyEight (網站命名來自於美國選舉人團的總票數538票)發表他的選情預測。

2008年美國總統大選，他成功預測歐巴馬勝選：50州個別選舉結果，49州預測正確，而且35席參議員的勝選者，全部預測正確。 

2012年，他再次力抗全國媒體、政治名嘴團、預測機構所稱「勢均力敵」的說法，成功預測歐巴馬勝選， 這次 50州全部命中， 在關鍵州的預測更驚人的準確 。徹底打敗傳統電視台的民調、傳統政治名嘴的預測、傳統大型民意調查機構的預測 (例如: 蓋洛普 Gallup 和 Rasmussen) 可參考 Which Polls Fared Best (and Worst) in the 2012 Presidential Race 

《精準預測》書內涵蓋非常多元豐富的內容 (地震預測、氣象預測、氣候預測、反恐預測、西洋棋電腦對戰棋王、撲克贏錢預測、金融市場贏錢預測、經濟預測、職業棒球賽預測、職業籃球賽預測、流行病傳染預測、政治選舉結果預測.....等)，而且充分利用他於紐約時報擔任部落客與記者的資源 (2008年~2012年書籍出版前)，訪問了以上相關領域不同意見的核心專家(超過百位)的說明與看法，並內化與統整精粹成書籍內容。

與其說 Nate Silver 是預測鬼才(天才)，倒不如說他是對造成預測準確或錯誤的根本原因或侷限與盲點，有深刻體認與時時自省並檢討修正的持續改進者！非常推薦大家閱讀 Nate Silver 的《精準預測》！

《The Signal and the Noise: Why So Many Predictions Fail—but Some Don’t》

《精準預測：如何從巨量雜訊中，看出重要的訊息？》

★ 出版三個月穩居亞馬遜書店銷售總榜前 20 名、商業理財類第 1 名、政治社會科學類第 1 名 

★《紐約時報》暢銷書排行榜前 10 名 

★ 榮登亞馬遜書店 2012 年度「非文學類」第 1 名 

★ 獲選為亞馬遜書店編輯嚴選2012年度「商業類」最佳書籍 

★ 獲選《華爾街日報》2012「十大最佳非文學類好書」 

★《紐約時報》書評盛讚：「10 年來最重要的一本書」 

★ 2009 年《時代雜誌》將奈特˙席佛列入「世界最有影響力的百大名人」 

★ 2012 年《滾石雜誌》將奈特˙席佛譽為「改變遊戲規則的人」 

◎ Nate Silver 在書中不斷提醒讀者: 

˙預設立場或過度自信，對預測來說，是非常可怕的事。  

˙預測不是在追求是與非，而是估算事情發展的「機率」。有精準的機率，才能做出有利的決策。 

˙做預測時，最怕一看見「有相關」就解釋成「因果關係」。（冰淇淋 vs. 森林大火） 

˙預測時不能忽略「誤差」，並要勇於承認有「不確定性」。 不然你會過度解釋，變成不精準的預測。 

˙根據預測出來的機率，做了最有利的選擇，即使最後結果不好，仍然是好預測。 

˙在很多情境中，不是一定要追求終極完美的預測，只要預測比競爭對手好，你就贏了。 

˙當大家不免被雜訊迷惑時，問問自己，你有什麼法寶，能讓自己更接近真相？跟著法寶走，不要跟著群眾走。 

˙有新的重大資訊進來時，能保持客觀，隨時更新的預測，才有可能是精準的預測。

以下修改自簡體中譯本之目次，可以快速一窺內容主題之精髓。

[Books] The Data Journalism Handbook 資料新聞學手冊中文版

 圖片取自 http://farm8.staticflickr.com/7115/7038139465_1693e1a304.jpg

The Data Journalism Handbook 
由美國紐約時報(The New York Times)、英國衛報(The Guardian)、ProPublica、德國之聲(Deutsche Welle)、開放知識基金會(The Open Knowledge Foundation)、金融時報(The Financial Times)、La Nación 等來自世界先端資料新聞學實務者共同協作。


資料新聞學手冊(簡體)中文版線上閱讀
http://xiaoyongzi.github.io/web/index.html


The Data Journalism Handbook 資料新聞學手冊(簡體)中文版是將近30人(志工) 的在線協同作業翻譯，由香港大學JMSC進行審核。開放知識基金會和歐洲新聞中心正式授權。

    

[Data News] Google 2013Q1調查台灣智慧型手機之市場報告

Google 2013Q1調查台灣智慧型手機之市場報告pdf
檔案閱讀與下載  http://services.google.com/fh/files/misc/omp-2013-tw-local.pdf

以下僅是報告最後3頁對於此次調查樣本之說明

[Data News] 巨量資料團隊需要的五種人才

原文：Five Roles You Need on Your Big Data Team   http://blogs.hbr.org/cs/2013/07/five_roles_you_need_on_your_bi.html

作者：Matt Ariker, Tim McGuire, and Jesko Perry

中譯：巨量資料團隊需要的五種人才  http://www.hbrtaiwan.com/blog_content_261_1.html
譯者：侯秀琴

圖片取自 http://retail360solutions.com/wp-content/uploads/2013/08/data-scientist-wp.jpg

許多公司念念不忘要如何把他們的資料轉化為價值，但我們發現，他們花太多時間在「資料」上，花太少時間在這個方程式的「人員」這一邊。


然而，要把方程式裡「人員」這一邊做對，不只是要雇用最優秀的人才（雖然這點很重要）。根據我們的經驗，許多企業忽略了兩個重要項目：1）確認他們真正需要的人員，2）在他們的先進分析（advanced analytics）辦公室裡建立「顧客服務」的心態。


合適的團隊


巨量資料人才是關鍵問題。麥肯錫全球研究院（McKinsey Global Institute）指出，到2018年，光是在美國，就可能短缺14萬至19萬擁有深厚分析技能的人才。但是，企業應先花時間確認他們需要的各種角色，好讓巨量資料機器運作，而不是急著招募數學與科學高手。雖然不同的公司有不同的人才需求，但你的先進分析辦公室仍然需要配備下列五種重要人才：


1.資料衛生員（Data Hygienists）

可確保進入系統的資料是乾淨、正確的，並在整個資料生命週期當中都保持乾淨而正確。例如，擷取的時間值都相同嗎？一個資料集測量的可能是一年的日曆天數（365天），另一個測量的是一年的工作日數（260天），還有一個是一年的小時數（8765小時）。所有的值都必須相同，才能進行比較。或是舊資料的欄位裡面填的是新類型的資料，但沿用舊的欄位名稱？如果資料庫沒有處理這些問題，新產品的資料可能會覆蓋舊產品的資料，呈現毫無意義的結果。這個資料清理的工作，在資料最初被擷取時就得開始做，而且在任何階段接觸到該資料的所有團隊成員都應參與。


2.資料探索員（Data Explorer）

篩選堆積如山的巨量資料，找出你真正需要的資料。這可能是很重要的任務，因為外部那麼多資料並不是為了分析而存在，因此，不是用容易取得的方式儲存或組織的。收銀機的資料是絕佳的例子。它最初的功能是讓公司追蹤營收，而非去預測某一顧客接下來會買什麼產品。

[Speech] 沒有任何人只靠自己的努力就能變得富有 - Elizabeth Warren

美國哈佛大學法律系教授 Elizabeth Warren，身兼美國著名的破產法專家和民主黨參議員候選人，並於該次選舉中拿下 Massachusetts（麻州）參議員席次，是麻州有史以來第一位女性國會參議員。以下是 Warren 在2011年一場關於稅賦公平所發表的演說：



以下節錄文字約從影片55秒開始

There is nobody in this country who got rich on his own, Nobody!
在這個國家，沒有任何人只靠自己的努力就能變得富有！


"You built a factory out there? Good for you." 
"But I want to be clear: you moved your goods to market on the roads the rest of us paid for; you hired workers the rest of us paid to educate; you were safe in your factory because of police forces and fire forces that the rest of us paid for. You didn't have to worry that marauding bands would come and seize everything at your factory, and hire someone to protect against this, because of the work the rest of us did.
我要把話說得明白，也許你認為你一切的成就都是來自於你自己奮鬥的成果，可是別忘了那些社會成本，因為社會大眾的納稅，政府修建道路，你的貨物才能在工廠和市場之間順利運輸；社會大眾出資建立了完善的教育制度，你才可以雇用到優秀的員工；你不用擔心搶劫或意外，因為政府設立了安全的警政機構與消防隊安全維護，才讓你可以在工廠裡安心工作。


"Now look, you built a factory and it turned into something terrific, or a great idea? Keep a big hunk of it. But part of the underlying social contract is you take a hunk of that and pay forward for the next kid who comes along."
你看，你建造了一座工廠，並且經營的有聲有色或者發展出很好的理念，你可以拿走大部分的利潤，但是，這背後隱藏著一份社會契約，這份契約的內容是，你可以拿走這些利潤，但是你必須為下一代人負擔這些費用，讓制度運作得更順利。



以下轉貼報紙關於 Elizabeth Warren 的介紹