Hay un montón de libros de ciencia popular muy buenos, que tratan sobre ciencia real, así como la historia y las razones detrás de las teorías actuales, sin dejar de ser extremadamente agradable de leer. Por ejemplo, "Caos" de James Gleick (caos, fractales, no linealidad), "Una breve historia del tiempo" de Stephen Hawking (física, origen del universo, tiempo, agujeros negros) o "El gen egoísta" de Richard Dawkins (evolución y selección natural). Algunos de estos libros presentan argumentos (Dawkins) y otros no (Gleick). Pero todos sirven para que sea fácil para aquellos de nosotros sin una educación científica profunda comprender conceptos que de otro modo serían difíciles.
¿Existen libros de este tipo que se centren principalmente en estadísticas o aprendizaje automático?
Incluya un resumen de lo que cubre cada libro.
fuente
Respuestas:
Sospecho que The Lady Tasting Tea , de David Salsberg, es exactamente lo que quieres. Está escrito en un estilo narrativo, casi como una novela, esencialmente sin matemáticas (como recuerdo), por lo que sería accesible para cualquiera. Lo leí hace mucho tiempo y realmente lo disfruté. Se lee muy rápido y podría dar a las personas una idea de lo que se trata el análisis estadístico y cómo puede ayudarnos a comprender el mundo y resolver problemas prácticos.
fuente
El nuevo libro de Nate Silver, The Signal and the Noise: Why Failice la mayoría de las predicciones, pero algunas no se ajustan bien a su descripción. También es una introducción al pensamiento bayesiano para laicos. Recibió algo de atención últimamente y puede encontrar una reseña del libro aquí .
También vale la pena echarle un vistazo a los libros Freakonomics de Levitt & Dubner .
fuente
Más buenas lecturas:
La falla de los promedios por Sam L. Savage
Engañado por la aleatoriedad por Nassim Taleb
Ambos son libros un tanto cautelosos sobre tener cuidado con la forma de interpretar la probabilidad y las estadísticas en nuestra vida cotidiana. Por ejemplo, en los mercados financieros, uno podría hacer mal uso de una distribución gaussiana cotidiana como medida de riesgo con consecuencias desastrosas, y por lo tanto podríamos querer usar modelos más empíricos (como las simulaciones de Monte Carlo) en la práctica. Taleb es muy popular en los círculos financieros, y a menudo nos advierte que tengamos más cuidado con los sesgos de comportamiento y la excesiva dependencia del modelado.
fuente
"La teoría que no moriría", de Sharon Bertsch McGrayne, es un libro muy legible sobre la historia de las estadísticas bayesianas y la idea general que hay detrás de él sin enredarse demasiado en las matemáticas.
También soy fanático de "The Cartoon Guide to Statistics" de Gonnick y Smith como una buena introducción al concepto general de estadística con algunas de las matemáticas, pero presentado de una manera que no te deja dormir (también tengo el guías de dibujos animados sobre genética, física y química, y he leído algunos de los otros).
fuente
Sugeriría los siguientes libros, aunque ninguno de los dos es ideal, debería consultar:
con el primero más centrado en las finanzas, pero aún con estadísticas, y el segundo es una introducción a todos los temas de probabilidad interesantes: probabilidades, el problema de Monty Hall, funciones de utilidad, paseos aleatorios, etc.
fuente
Un libro muy bueno para ayudar a la alfabetización estadística básica y al razonamiento estadístico , y para hacer que estos argumentos sean importantes, es The Tiger That Isn't de Andrew Dilnot, el ex presentador de un popular programa de radio sobre estadísticas aplicadas para la BBC.
A menudo lo recomiendo como el equivalente estadístico del popular libro de ciencia pop Bad Science de Ben Goldacre. Es bueno para introducir el razonamiento estadístico básico, para mostrar la importancia del razonamiento estadístico básico y hacer que las personas se preocupen por la falta de razonamiento estadístico básico entre las personas que realmente deberían saber mejor (en particular, políticos, periodistas, etc.). Muy accesible, atractivo, divertido en algunos lugares, profundamente preocupante en los demás. Particularmente bueno como introducción para cualquiera que piense en los números como "no es lo suyo".
fuente
Ian Ayres es autor del libro "Super Crunchers: por qué pensar por números es la nueva forma de ser inteligente", que analiza varios ejemplos de minería de datos.
fuente
Pensé que llenaría un vacío aquí al señalar algunos buenos libros de estilo de mercado masivo sobre conjuntos difusos, teoría de la información, entropía y razonamiento estadístico que he leído y recomiendo encarecidamente.
• Para todas las cosas difusas, un buen punto de partida informal es McNeill, Dan, 1993, Fuzzy Logic. Simon & Schuster: Nueva York.
• Para una buena introducción del mercado de masas a las redes neuronales, organizada en torno a algunas especulaciones interesantes sobre la organización del cerebro humano, ver Hawkins, Jeff, 2004, On Intelligence. Times Books: Nueva York.
Para presentaciones fáciles de leer sobre temas importantes como las trampas de las estadísticas y el razonamiento falaz, pruebe estos tres:
• Huff, Darrell, 1954, Cómo mentir con las estadísticas. WW Norton & Company Nueva York.
• Kault, David, 2003, Estadísticas con sentido común. Greenwood Press: Westport, Connecticut.
• Smith, Gary, 2014, Desviaciones estándar: supuestos defectuosos, datos torturados y otras formas de mentir con las estadísticas. Overlook Press: Nueva York.
Los siguientes están relacionados con la teoría de la información y la entropía:
• Lucky, RW, 1989, Silicon Dreams: Information, Man, and Machine. St. Martin's Press: Nueva York.
• Este autor hace un excelente trabajo al poner la teoría de la información en contexto y señalar los abusos de la misma, sin dejar de escribir de una manera que un no especialista puede comprender: Pierce, John Robinson, 1961, Símbolos, señales y ruido: la naturaleza y Proceso de comunicación. Harper: Nueva York.
• Leí este título similar, pero no recuerdo si es una edición posterior o una continuación: Pierce, John Robinson, 1980, Introducción a la teoría de la información: símbolos, señales y ruido. Publicaciones de Dover: Nueva York.
• Si no recuerdo mal, este autor fue fácilmente legible, sin dejar de entrar en algunos conceptos más avanzados: Brillouin, Léon, 1964, Ciencia, incertidumbre e información. Prensa académica: Nueva York.
• Ver también Brillouin, Léon, 1962, Ciencia y teoría de la información. Prensa académica: Nueva York.
• Lo leí hace mucho tiempo, pero creo que este autor era legible y tenía algunas observaciones interesantes sobre la teoría de la información: Bar-Hillel, Yehoshua, 1964, Idioma e información: Ensayos seleccionados sobre su teoría y aplicación. Pub Addison-Wesley. Co. Lectura, Mass.
Quiero advertir que los libros del mercado masivo sobre temas alucinantes como el caos, la información, la física cuántica, la probabilidad, la aleatoriedad, la "cibernética", la autoorganización, los conjuntos difusos y la inteligencia artificial contienen una pequeña pero prominente minoría de material que se sopla fuera de proporción, a veces hasta el punto de ser lógicamente inválido. Cada una de estas teorías tiene defensores bien conocidos que no saben cuándo detenerse con algo bueno y hacer grandes avances lógicos para convertir sus campos particulares en explicaciones grandiosas de todo.. Cada uno tiene autores que van más allá de la evidencia, incluso hasta el punto de ignorar las advertencias explícitas de los fundadores de sus campos, como lo hizo Shannon sobre el mal uso de la entropía de la información. Hay un tinte febril e insalubre en su escritura, que en ocasiones califica como ciencia basura producida por los chiflados. Podría nombrar algunos nombres famosos que continúan imprimiendo cosas escandalosas sobre estos temas, basados en obvias falacias lógicas y, a veces, puntos de hecho muy equivocados. No haré eso aquí para evitar una guerra de llamas seria, porque tendría que llamar a algunos ídolos y vacas sagradas. Solo tenga en cuenta que existe material engañoso de este tipo y esté listo para marcarlo. Tenga cuidado con los reclamos extraordinarios sin la prueba extraordinaria requerida.
fuente
The Drunkard's Walk de Leonard Mlodinow es una introducción fácil de leer a las estadísticas básicas y la probabilidad. El contenido está dirigido a un público sin entrenamiento estadístico o matemático, y no hay ecuaciones. Lo encontré un poco demasiado tonto. Hay muchas anécdotas que relacionan varias aplicaciones de malas estadísticas y explicaciones claras de por qué estaban equivocadas.
El libro cubre estadísticas básicas y probabilidad condicional.
fuente
Numbers Rule your World , de Kaiser Fung, describe la importancia de las estadísticas en muchos sistemas que son fundamentales para la sociedad moderna, como los mercados de seguros.
Number Sense , también de Kaiser Fung, habla sobre "big data" más específicamente.
fuente
The Master Algorithm: How the Quest for the Ultimate Learning Machine Remake Our World es un libro de Pedro Domingos publicado en 2015. Domingos escribió el libro para generar interés de personas fuera del campo.
https://en.m.wikipedia.org/wiki/The_Master_Algorithm
fuente