Esiste un buon libro di divulgazione scientifica sulle statistiche o sull'apprendimento automatico?


40

Ci sono un sacco di libri di scienza popolari davvero buoni in giro, che trattano di scienza vera, così come la storia e le ragioni dietro le attuali teorie, pur rimanendo estremamente piacevole da leggere. Ad esempio, "Chaos" di James Gleick (caos, frattali, non linearità), "Una breve storia del tempo" di Stephen Hawking (fisica, origine dell'universo, tempo, buchi neri) o "The Selfish Gene" di Richard Dawkins (evoluzione e selezione naturale). Alcuni di questi libri presentano argomenti (Dawkins) e altri no (Gleick). Ma servono tutti a rendere facile per quelli di noi senza un'approfondita educazione scientifica la comprensione di concetti altrimenti difficili.

Esistono libri di questo tipo incentrati principalmente sulla statistica o sull'apprendimento automatico?

Includi un riepilogo di ciò che copre ogni libro.


Sono stato così coraggioso di aggiungere ML al titolo, dal momento che sia la statistica che la ML sono i due argomenti di primo livello di questo sito e in caso contrario si potrebbe essere tentati di porre la stessa domanda per la ML. Spero sia tutto ok
Steffen,

2
(+1) Durante la lettura di questo libro su argomenti che conosco a volte è ... irritante, aiuta chiaramente ad avere una visione esterna e, si spera, idee per spiegare concetti difficili ai laici.
Steffen,

@steffen: sì, mi chiedevo se avrei dovuto includerlo. Francamente al momento non sono interessato alla ML, ma ho pensato che le risposte includessero libri relativi alla ML, dal momento che dal punto di vista della scienza pop, la ML e le statistiche sono sostanzialmente la stessa cosa. Comunque, felice di includerlo, in quanto potrebbe ottenere un paio di libri in più, e la duplicazione non è necessaria :)
nulla

@ naught101 Che ne dici di fare questo un Wiki della community?
Momo,

@Momo: felice che ciò accada. Non posso farlo da solo.
naught101

Risposte:


18

Sospetto che The Lady Tasting Tea , di David Salsberg, sia esattamente quello che vuoi. È molto scritto in uno stile narrativo, quasi come un romanzo, praticamente privo di matematica (come ricordo), quindi sarebbe accessibile a chiunque. L'ho letto molto tempo fa e mi è piaciuto molto. Legge molto velocemente e potrebbe dare alla gente un'idea di cosa sia l'analisi statistica e di come può aiutarci a capire il mondo e risolvere problemi pratici.


Sì, la narrativa è davvero importante. Lo avrei incluso nella domanda, ma alcuni degli esempi che ho usato non hanno una narrazione eccellente (ad esempio Dawkins), e ho dimenticato.
naught101,

3
Ho appena finito di leggere questo ed era esattamente quello che stavo cercando, quindi grazie per la raccomandazione. Ho trovato la qualità della scrittura abbastanza scarsa, che all'inizio mi ha distratto, ma dopo un po 'mi sono abituata. Il materiale trattato è eccellente e offre un grande resoconto storico della provenienza delle statistiche e di ciò che ha spinto le persone a fare le scoperte e ti lascia intravedere ciò che deve ancora venire, e una sensazione delle eccitanti possibilità di ottenere più coinvolto nel campo. Potrei vedere se riesco a convincere alcuni dei miei amici che odiano le statistiche a leggerlo :)
nought101


8

Altre buone letture:

The Flaw of Averages di Sam L. Savage

Fooled By Randomness di Nassim Taleb

Entrambi sono libri in qualche modo cautelativi sull'attenzione a come interpretare la probabilità e le statistiche nella nostra vita quotidiana. Ad esempio, nei mercati finanziari, si potrebbe abusare di una distribuzione gaussiana quotidiana come misura di rischio con conseguenze disastrose, e quindi potremmo voler utilizzare in pratica modelli più empirici (come le simulazioni Monte Carlo). Taleb è molto popolare negli ambienti finanziari e spesso ci avverte di essere più attenti ai pregiudizi comportamentali e all'eccessiva dipendenza dalla modellazione


8

"La teoria che non morirebbe" di Sharon Bertsch McGrayne è un libro molto leggibile sulla storia delle statistiche bayesiane e sull'idea generale che sta dietro senza impantanarsi troppo in matematica.

Sono anche un fan di "The Cartoon Guide to Statistics" di Gonnick e Smith come una bella introduzione al concetto generale di statistica con alcuni aspetti matematici, ma presentato in un modo che non ti fa addormentare (ho anche guide a fumetti su genetica, fisica e chimica e ho letto un paio di altre).


6

Suggerirei i seguenti libri, sebbene nessuno dei due sia l'ideale, dovresti dare un'occhiata:

  1. Il (mis) comportamento dei mercati di (il grande) B. Mandelbrot
  2. Colpito da un fulmine di Jefferey Rosenthal

con il primo più focalizzato sulla finanza, ma ancora statico, e il secondo è un'introduzione a tutti gli argomenti di probabilità interessanti: probabilità, il problema di Monty Hall, funzioni di utilità, passeggiate casuali ecc.


5

Un ottimo libro per aiutare l' alfabetizzazione statistica di base e il ragionamento statistico - e per rendere il caso importante per questi - è La tigre che non è di Andrew Dilnot, ex presentatore di un popolare programma radiofonico sulle statistiche applicate per la BBC.

Lo consiglio spesso come equivalente statistico del popolare libro di scienze pop Bad Science di Ben Goldacre. È utile per introdurre un ragionamento statistico di base, per mostrare l'importanza del ragionamento statistico di base e per preoccupare le persone della mancanza di un ragionamento statistico di base tra persone che dovrebbero conoscere meglio (in particolare politici, giornalisti, ecc.). Molto accessibile, coinvolgente, divertente in alcuni punti, profondamente preoccupante negli altri! Particolarmente utile come introduzione per chiunque pensi ai numeri come "non la loro cosa".


4

Ian Ayres è autore del libro "Super Crunchers: Why Thinking-by-Numbers Is the New Way to Be Smart", che discute diversi esempi di data mining.


3

Ho pensato che avrei colmato un vuoto qui sottolineando alcuni buoni libri in stile mercato di massa su set fuzzy, teoria dell'informazione, entropia e ragionamento statistico che ho letto e che consiglio vivamente.

• Nonostante ciò, un buon punto di partenza informale è McNeill, Dan, 1993, Fuzzy Logic. Simon & Schuster: New York.

• Per una buona introduzione del mercato di massa alle reti neurali, organizzate attorno ad alcune interessanti speculazioni sull'organizzazione del cervello umano, vedi Hawkins, Jeff, 2004, On Intelligence. Times Books: New York.

Per presentazioni facilmente leggibili su argomenti importanti come le insidie ​​della statistica e il ragionamento fallace, prova questi tre:

• Huff, Darrell, 1954, Come mentire con le statistiche. WW Norton & Company New York.

• Kault, David, 2003, Statistica con buon senso. Greenwood Press: Westport, Connecticut.

• Smith, Gary, 2014, Deviazioni standard: ipotesi imperfette, dati torturati e altri modi di mentire con le statistiche. Overlook Press: New York.

Di seguito sono tutti correlati alla teoria dell'informazione e all'entropia:

• Lucky, RW, 1989, Silicon Dreams: Information, Man e Machine. St. Martin's Press: New York.

• Questo autore fa un ottimo lavoro nel mettere la teoria dell'informazione nel contesto e nel sottolineare gli abusi, mentre ancora scrive in un modo che un non specialista può cogliere: Pierce, John Robinson, 1961, Symbols, Signals e Noise: The Nature and Processo di comunicazione. Harper: New York.

• Ho letto questo titolo simile, ma non ricordo se si tratta di un'edizione successiva o di un seguito: Pierce, John Robinson, 1980, An Introduction to Information Theory: Symbols, Signals & Noise. Pubblicazioni di Dover: New York.

• Se ricordo bene, questo autore era facilmente leggibile, pur entrando in alcuni concetti più avanzati: Brillouin, Léon, 1964, Scienza, Incertezza e Informazione. Academic Press: New York.

• Vedi anche Brillouin, Léon, 1962, Science and Information Theory. Academic Press: New York.

• L'ho letto molto tempo fa, ma credo che questo autore fosse leggibile e avesse alcune interessanti osservazioni sulla teoria dell'informazione: Bar-Hillel, Yehoshua, 1964, Lingua e informazione: saggi selezionati sulla loro teoria e applicazione. Pub Addison-Wesley. Co. Reading, Messa.

Voglio mettere in guardia sul fatto che i libri di mercato di massa su argomenti strabilianti come caos, informazioni, fisica quantistica, probabilità, casualità, "Cibernetica", auto-organizzazione, insiemi fuzzy e intelligenza artificiale contengono una piccola ma prominente minoranza di materiale che viene spazzato via decisamente sproporzionato, a volte al punto di essere logicamente non valido. Ognuna di queste teorie ha noti sostenitori che non sanno quando fermarsi con una cosa buona e fare enormi balzi logici per trasformare i loro campi particolari in spiegazioni grandiose di tutto. Ognuno ha autori che vanno ben oltre le prove, fino al punto di ignorare gli avvertimenti espliciti dei fondatori dei loro campi, come Shannon ha fatto riguardo agli abusi dell'entropia delle informazioni. C'è una tinta febbrile e malsana nella loro scrittura, che a volte si qualifica come scienza spazzatura prodotta da manovelle. Potrei nominare alcuni nomi famosi che continuano a stampare cose scandalose su questi argomenti, sulla base di ovvi errori logici e talvolta di fatti grossolanamente sbagliati. Non lo farò qui per evitare una grave guerra di fiamma, perché dovrei chiamare alcuni idoli e mucche sacre. Basta essere consapevoli del fatto che materiale fuorviante di questo tipo è là fuori ed essere pronti a bandiera rossa. Fai attenzione alle richieste straordinarie senza le prove straordinarie necessarie.


2

The Drunkard's Walk di Leonard Mlodinow è un'introduzione di facile lettura alle statistiche di base e alle probabilità. Il contenuto è rivolto a un pubblico senza formazione statistica o matematica e non ci sono equazioni. L'ho trovato un po 'troppo stupito. Ci sono molti aneddoti relativi a varie applicazioni di cattive statistiche e spiegazioni chiare sul perché si sono sbagliati.

Il libro tratta le statistiche di base e la probabilità condizionata.


1

Numbers Rule your World , di Kaiser Fung, descrive l'importanza delle statistiche in molti sistemi fondamentali per la società moderna, come i mercati assicurativi.

Number Sense , sempre di Kaiser Fung, parla più specificamente dei "big data".


1

The Master Algorithm: How the Quest for the Ultimate Learning Machine Remake Our Our World è un libro di Pedro Domingos pubblicato nel 2015. Domingos ha scritto il libro per generare interesse da parte delle persone al di fuori del campo.

Il libro descrive cinque tribù dell'apprendimento automatico: ragionamento induttivo, connessionismo, calcolo evolutivo, teorema di Bayes e modellizzazione analogica. L'autore spiega queste tribù al lettore facendo riferimento a processi più comprensibili di logica, connessioni fatte nel cervello, selezione naturale, giudizi di probabilità e somiglianza. In tutto il libro, si suggerisce che ogni diversa tribù abbia il potenziale per contribuire a un "algoritmo master" unificante.

https://en.m.wikipedia.org/wiki/The_Master_Algorithm

Utilizzando il nostro sito, riconosci di aver letto e compreso le nostre Informativa sui cookie e Informativa sulla privacy.
Licensed under cc by-sa 3.0 with attribution required.