六本好書帶你入門數據科學

如今的數據科學家經常被要求學習一系列的建模技術、運算方法等。諸如線性回歸，很多人都在使用它，但卻不知道為什么使用它，因此就會出現這么一種情況，很多新人隨時都準備好部署模型，但卻不了解實際情況，這些技術群體并沒有把重心放在解決技術的盲目性上，而是放在了關于選擇何種工具的爭論上（R 或 Python）。歸根結底，決策是由人類做出的，想要成為一名專業的數據科學家意味著必須既了解人性又了解數據。

案例：

當美國科技公司Opower（一家致力于發掘能源數據，為用戶提供節能建議的公司）想讓人們節約用電時，他們向客戶提供了大量關于其用電量及成本的數據。然而，僅僅靠這些冷冰冰的數字并不足以讓人們做出改變。為了達到目的，Opower需要一些關于心理學及行為科學的知識，如果在家庭能源賬單上用笑臉表示費用低于鄰居平均水平，用皺眉表情表示高于鄰居平均水平的話，人們的能源使用就會減少，也會更配合能源公司的環保要求。第二年，統計表明，高消費家庭的用戶減少了3%的用電量！

No.1 信號與噪聲

作者：納特·西爾弗（Nate Silver）

本書可能是世界上最受歡迎的與統計相關的書籍之一。信號與噪聲是數據科學中一種常用的比喻手法。“信號”指的是我們想要并需要的事實，而“噪聲”則是另一回事，通常指的是不相干的信息，它阻礙或誤導我們搜索真實的信號。

大數據時代，海量的信息充斥在我們周圍，然而隨著現實中生活節奏的逐步加快，所做出的預測的速度及數量也被迫逐步增加。

然而事實卻是，現實世界中的很多預測都失敗了，人們為此付出了巨大的社會代價。本書檢視了從颶風到地震、從經濟到股市、從NBA到政治選舉在內的眾多領域的預測事例，旨在回答一個問題：如何才能從繁雜的海量數據中篩選出真正的信號，摒棄噪聲的干擾，從而做出接近的預測。西爾弗認為，未來是沒有精準的答案的，只有偉大的預言家所實踐的基本法則能夠幫助我們改善社會。

No. 2 算法霸權：數學殺傷性武器的威脅

作者：凱西·奧尼爾（Cathy O’Neill）

數據科學家凱西·奧尼爾認為，我們應該警惕不斷滲透和深入我們生活的數學模型——它們的存在，很有可能威脅到我們的社會結構。

我們生活在一個依賴“算法”的時代，它對我們生活的影響越來越大，我們去哪里上學，我是不是應該貸款買車，我們應該花多少錢來買健康保險，這些都不是由人來決定的，而是由大數據模型來決定的。從理論上來說，這一模型應該讓社會更加公平，因為每一個人的衡量標準都是一樣的，不應該存在偏見。

在作者看來，大數據猶如一個黑盒，規模、傷害和隱秘共存，她在書中引用了大量發生在美國當下的、基于大數據和算法的、改變個人生活的案例，并對影響這些城市生活經驗的算法做了特別的觀察和研究。

No. 3-4 算法之美：指導工作與生活的算法

作者：布萊恩·克里斯汀&湯姆·格里菲思

魔鬼數學：大數據時代，數學思維的力量

作者：喬丹·艾倫伯格（Jordan Ellenberg）

計算機科學和統計學（包括其他所有的研究性學科）在學校的課堂上往往會遇到一個問題：學起來既抽象又無聊。只有當它們被應用于解決現實的問題的時候，才會變得足夠有趣，讓我們想要去探索。

而上述這兩本書都把枯燥的主題轉變成了有趣的、信息豐富的描繪，講述了如何在日常生活中使用算法、統計和數學。

所謂算法，是指解題方案的準確而完整的描述，是一系列解決問題的清晰指令，算法代表著用系統的方法描述解決問題的策略機制。如果我們在考慮問題時，清晰地了解我們所與之對應的算法，那么就可以更容易地解析問題或者更優地解決問題。

而在艾倫伯格的這本書中，主要講述了數學的魅力，以及如何獲得用數學原則解決生活中問題的技巧。作者認為，數學可以幫助我們更好地了解這個世界的結構和本質，應該被放在每個有思想的人的工具箱里，用于更好地解決問題，規避謬誤和錯誤的方法。這本書摒棄了復雜的專業術語，用現實世界中的逸事、基礎的方程式和簡單的圖表，為讀者帶來一堂零基礎的數學課。

這兩本書的嚴謹程度都是恰到好處的，其中夾雜著一些公式邏輯，還有很多實際案例。在書中，我發現了許多從未在課堂上完全掌握的數據科學概念，最后我一遍又一遍地翻閱，體驗了獲得知識時刻的快樂。當然，數學、統計學和計算機科學只在能幫你更好地生活的情況下有用，而且這兩本書都展示了你從未考慮過的這些學科的用途。

No.5 思考，快與慢

作者：丹尼爾·卡尼曼（Daniel Kahneman）

人類是非理性的，我們通常會在生活中的各種情況里做出可怕的決定。然而，一旦理解了為什么我們會這么做而不是采取最佳行動時，就可以開始著手改變自己的行為以獲得更好的結果了，這就是卡尼曼數十年實驗成果的核心。他的研究打開了認知心理學、認知科學、對理性與幸福的研究以及行為經濟學的新局面，而本書也是他的集大成之作。

卡尼曼在《思考，快與慢》中揭示了三十多種理性偏差，如啟發式聯想，其中包括可得性偏見、錨定效應、直覺判斷、光環效應等；如過度自信，其中包括后見之明、有效性錯覺、算法判斷等；如前景理論，包括風險決策、損失厭惡、稟賦效應、四重模式等。它們像一面思維的立體鏡子，360度角照見大腦思考過程和頑固的偏差，讓你認知你自己的思考決策過程。

作為2002年諾貝爾經濟學獎獲得者，卡尼曼和他的研究伙伴阿莫斯·特沃斯基（Amos Tversky，因對決策過程的研究而著名）以及理查德·塞勒（Richard Thaler，2017年諾貝爾經濟學獎得主）等其他人共同創造了行為經濟學的高光時刻，也讓這個經濟學中本來頗為小眾的分支走進了更多人的視野，它將人們視為非理性的決策者，而非追逐效用最大化的理性人。當然事實也的確如此。這使得人們不僅在經濟學上，而且在醫學、體育、商業實踐、節能和退休基金等生活領域的思維和設計選擇發生了一些巨大的轉變。我們也可以將本書中的許多發現應用于數據科學，例如如何呈現研究結果等。

《思考，快與慢》的基礎是作者提出的關于人類的思考框架：系統1和系統2。系統1代指人類的非受控或者說是無意識的思考模式；系統2代指受人自身控制的或為有意識進行的思考模式。用系統1思考或判斷是非常快捷的，幾乎完全取決于直覺和經驗，因此人們往往第一時間通過它在腦海中形成觀點。但有時系統1可能得不到結論甚至得到錯誤的結論，在這種情況下，人類也經常求助系統2進行更為復雜和費力的思考過程，以補充或糾正系統1。

如果你想了解實際的人類心理學，而不是傳統課堂上的那種理想化的知識，那么這本書是最好的開始。嚴格地說，卡尼曼并不是一個熱衷于科普書籍的作家，但是他和他的同事杰出的學術貢獻，卻深刻地改變了我們對自己的認識。相較之下，近年來很多研究開始將目光投向社會行為的神經基礎，用磁共振腦成像之類的法子探究問題。卡尼曼的工作專注于人類的行為，嚴謹地避免過多關于機制的推論。在如今的心理學界看來，似乎不那么時髦了。但是他的實驗充滿巧思與洞見，卻不會是科學史上曇花一現的觀點。

No.6 黑天鵝：如何應對不可預知的未來

作者： 納西姆·尼古拉斯·塔勒布 （Nassim Nicholas Taleb）

塔勒布曾是一名定量交易員，在2000年和2007年的市場低迷期間賺了大量的錢，他已成為一位有名學者研究者，為他的作品贏得了全世界的目光，數不盡的贊譽和批評接踵而至。

那時，塔勒布感知到一種想法：當代思維方式的失敗，尤其是在不確定性的時代的失敗，是非常嚴重的。在《黑天鵝》一書中，塔勒布提出了這樣一個概念：我們對支配人類活動的隨機性視而不見，因而，當事情沒有如預期那樣發展時，我們就會被毀滅。黑天鵝最初于2007年出版，自2008年和2016年的金融危機以來，它變得更加有說服力，完全顛覆了傳統的一套思維模式。

“黑天鵝”對數據科學家很重要，因為它表明，任何僅基于過去性能的模型通常都會出錯，并產生災難性的后果。所有機器學習模型都是用過去的數據構建的，這意味著我們不能太信任它們。模型（包括Taleb）是有缺陷的，為了盡可能與現實貼近，我們應該確保有系統來處理這些不可避免的失敗。

值得一提的是，塔勒布不僅以其新穎的思想而聞名，而且他的性格也極端好斗。他甚至愿意和所有人較量，經常批評像史蒂文·平克（美國實驗心理學家）這樣的學者，或者像納特·西爾弗（數據分析師，曾經在2012年美國總統大選中準確預測了50個州的選舉結果）那樣的公眾人物。