数据分析简史：从概率到大数据

快速选读了一下，跳过了中间模糊逻辑、分形统计学、数据分络分析，也跳过了公式和具体数学原理内容🤣单看这些科学家的故事也很有趣且能得到激励，如果有 Bayes、Pearson、Fisher、Hinton 的传记那我一定会看

天文学中的数据分析；早期的概率论思想，包含了贝叶斯主观概率；分布问题与回归拟合，重要人物高斯、皮尔逊、费希尔；模糊推理；分形分布；优化问题，线性规划和数据包络分析；采样方法、随机模拟与计算统计；学习理论与神经网络；经验主义的大数据挖掘（区别基于理论假设与实验验证的经典科学）。后续找感兴趣的领域去读，还是要多补些数理知识，增加对这样一个黑盒时代背后的机制理解。

此书差矣！费马分赌本问题没有说清，比赛欲分出胜负最多还需四局组合，三种甲胜，一种乙胜。

非常好的一本书，但好像读过的人不多。强烈推荐！

为什么一些基础学科，极少有中国科学家的名字？看到概率论的起源，算是突然顿悟吧：因为自汉武帝罢黜百家，独尊儒术，儒家统治中国思想界2000余年，造成“重文轻理”的偏科，尽管有张衡，沈括，徐光启等科学家，但终究还是少。而西方虽然一直束缚于上帝创世说及各式宗教等，但是，还是有部分人能够跳出束缚，逐步创建各类自然科学。 由“分赌金问题”发展而来的概率学，帕斯卡和费马各自给出不同方案，殊途同归 概率在生活中的应用太广泛了 1. 彩票， 一个理性占优的人，是不会买彩票的，即使没有人为作弊，一张2元的彩票，其数学期望(或者说预期回报的平均数) 一定 < 2元。 2. 保险精算，最重要的就是伯努利大数定律(先验概率)和贝叶斯定理(逆概率或条件概率)。 3. 资本市场风险及预期回报率, 风险是啥？就是不确定性，基于概率的。资本资产定价模型(CPAM)，加权平均资本成本(WACC)等等，都是有概率引申出来的，暂且不细述，有兴趣可自行百科。 4. 人工智能， 以深度学习为例，建模的原理就是基于概率，最大似然函数，损失函数等等，线性回归或逻辑回归，就是找到概率最大的参数。 。。。

专业又通俗易懂。非常好的一本统计书