Корреляция вместо каузальности.
В книге приводится множество примеров использования машинного обучения в анализе данных в разных областях знаний. Анализируются возможности и опасности аналитики данных, в частности влияние её на возможность-невозможность сохранения «приватности» частных данных и как обществу нужно будет измениться для приспособления з новым информационным реалиям.
Очень понравились примеры краудфандинга в аналитике данных, думаю, такие проекты будут встречаться всё чаще, и существенно повлияют на глобальный рынок труда.
Книга в целом больше обзорная, чем техническая, поэтому читать можно всем неспециалистам в данной области.
Для меня основным минусом книги является её «попсовость» – мало времени уделяется описанию непосредственно методик машинного обучения, использованных в приведённых в книге примерах. Также по-моему маловато времени уделяется недостаткам использования машинного обучения (но это понятно, задача автора восхвалить свою область деятельности)), например, эффекту сужения «кругозора», когда вся програмная инфраструктура окружает тебя тем, что по их прогнозам тебе должно понравиться (товары, услуги, новости, книги, люди, и т.д.), закрывая тебя в гетто прошлых решений.
Моя оценка 8/10.
Отзывы 5