Book

Predictive Analytics

The Power to Predict Who Will Click, Buy, Lie, or Die

Eric Siegel

Wiley, 2016

Buy the book

Read, Listen, or Discuss

Amazon Kindle Discuss

1×

Войдите, чтобы прослушать аудиоверсию краткого изложения.

Editorial Rating

Мы составляем краткие изложения книг*, помогающих читателям разбираться в законах современного мира и менять его к лучшему. Материалы, которые мы отбираем для нашей библиотеки, должны отвечать по крайней мере одному из наших двух основных критериев:

Информативно. – Вы получите такую информацию, которая позволит вам более взвешенно и эффективно принимать решения.

Полезно. – Вы получите такие практические советы, которые помогут вам лучше делать то, чем вы занимаетесь.

Каждому материалу мы присваиваем рейтинг от 1 до 10 на основе этих двух критериев. Наш рейтинг поможет вам распределить книги в вашем списке для чтения по шкале от добротных (5) до выдающихся (10). По книгам, которые мы оцениваем ниже 5, краткие изложения не составляются. Вот что означают цифры рейтинга:

10 – Великолепно. Полезная и/или информативная книга, которая, помимо соблюдения высочайших стандартов во всех отношениях, выделяется даже среди лучших книг. Как правило, это книга, сразу ставшая классикой, которую должен прочитать каждый.
9 – Отлично. Полезная и/или информативная книга, очень хорошо организованная и написанная, имеющая множество достоинств и не имеющая недостатков, которые заслуживали бы упоминания.
8 – Очень хорошо. Полезная и/или информативная книга, которая имеет много важных достоинств, но при этом не может быть названа выдающейся: например, освещает последние открытия в своей области и написана известным специалистом, но в отношении стиля оставляет желать лучшего.
7 – Хорошо. Полезная и/или информативная книга, имеющая два и более важных достоинства: например, очень увлекательно рассказывающая о новых идеях в какой-то предметной области.
6 – Достойно внимания. Полезная и/или информативная книга, которая обращает на себя внимание по крайней мере каким-то одним аспектом, например четкой организацией материала.
5 – Добротно. Полезная и/или информативная книга, несмотря на очевидные недостатки. Например, в одной области автор может давать разумные советы, а в других или содержится много повторов, или нет ничего особенно ценного.

*getAbstract работает не только с книгами. Мы составляем краткие изложения всех видов контента, которые могут быть полезны нашей аудитории: помимо книг это статьи, отчеты, видео и подкасты. То, что мы говорим здесь о книгах, относится ко всем видам материалов, которые мы пересказываем.

Recommendation

Predictive analytics (PA) is a concept that’s both undeniably powerful and potentially creepy. This branch of computer science combines big data with statistics to foretell what you might buy, how you might vote or when you might die. Author and predictive analytics guru Eric Siegel is an unabashed cheerleader for his discipline, and he mostly brushes off the privacy concerns it raises. But that’s not to dismiss his study, which is engagingly written and elegantly translates dense materials and abstract concepts into easy-to-read prose. Siegel draws on a number of real-world examples from well-known companies, including Target, Hewlett-Packard and Chase Bank, and he describes his own experience as an expert consultant on predictive analytics. The result is an enlightening, plainly written guide. getAbstract recommends his PA overview to managers and investors seeking insight into a fast-growing corner of the tech economy.

Summary

Big Data and Predictions

Imagine it’s 2022. Predictive analytics (PA) plays a crucial role in your life, starting with your commute to work. When you get in your car, a predictive model will use biometrics to verify your identity. Spotify will pick music based on its forecast of your musical tastes.

As you drive, a “social techretary” reads the Facebook feeds, CareerBuilder ads and Match responses it predicts you will like. You’ll receive directions and notifications about traffic congestion from Siri. If you take your eyes off the road for too long, your car will shake your seat as a warning. If a more severe threat looms, such as a distracted driver in another vehicle or a child about to dart into traffic, your car will sound a warning. Your vehicle’s prediction system will scan the engine and transmission and warn you of imminent mechanical breakdowns.

These interactions are just the most obvious uses of PA. Other examples operate behind the scenes. You bought the car with a loan that won approval because you have a good credit score. Your auto insurer monitors your behavior with sensors that send information about your driving habits to a predictive model...

About the Author

Former Columbia University professor Eric Siegel is the founder of Predictive Analytics World and executive editor of The Predictive Analytics Times.

Comment on this summary

Sign in to share your opinion
A. S. 7 years ago

Interesting, worth a read.
a. A. getAbstract 8 years ago

PA is = to FICO scoring in the early days. Soon everyone will use it.
M. d. 9 years ago

Good introduction. It didn't answer the question posted at beginning on how to *handle* privacy concerns.

Predictive Analytics

The Power to Predict Who Will Click, Buy, Lie, or Die

Read, Listen, or Discuss

Editorial Rating

Recommendation

Summary

Big Data and Predictions

About the Author

My Highlights

Comment on this summary

More on this topic

By the same author

The AI Playbook

Learners who read this summary also read

Cyber Privacy

The Age of Prediction

The Daily You

2020 Tech Trends Report

Big Data in Practice

Reputation Economics

Related Skills