這是一本令我相見恨晚的好書。
作者傑瑞‧穆勒（Jerry Z. Muller）是歷史學教授。
歷史學專家通常都極度重視所謂原因例如遠因近因，最簡單就是大家上學讀到黃巾之亂，課本會告訴你發生的遠因是什麼，近因是什麼等等，接下來就要背誦考試。
#問題有人質疑過這個真的正確嗎?
#所謂各種發生的原因說穿的就是事後諸葛
#實際上一點意義也沒有
傑瑞‧穆勒教授則是反常的告訴你：
#大部份數據都被扭曲濫用
#並且扭曲了真實
不可否認的，這是一本比較有深度的書籍。
#相當適合喜歡思考的朋友閱讀。
#或是想要開拓不同的視界朋友。
本書幾乎就是塔雷伯「不確定五部曲」的最佳佐證書籍。
「黑天鵝效應」作者塔雷伯告訴大家，我們身處的社會是個隨機且不確定性的。#當然商業與金融世界也是如此
既然整個世界是不確定性的，那如何預測呢？
#無法預測的世界
#用來預測的數據當然有誤
好了，經過塔雷伯我們知道世界無法用數據預測。但我們大腦卻喜歡預測喜歡數據。
《投資進化論》作者傑森．茲威格先生告訴我們：「大腦有一個反映性頭腦」，這個頭腦特愛數據與分析，試圖在一堆數據中找出答案，並且自詡是最理性客觀的一面。
#可惜會見樹不見林
#並且常常被誤導到另一個錯誤的方向
#華爾街最不缺的就是數據
於是傑瑞‧穆勒教授在《失控的數據》告訴我們：
1️⃣我們喜歡不自主的衡量最簡單的項目：於是我看到一群可笑的投資大眾，艱辛萬難的選股工程居然只願意相信殖利率。
2️⃣衡量投入而非結果：這使得許多公司甚至政府的決策出偏差，常常為了衡量投入大量金額，而非在乎結果。投資人也常常為了衡量花費大量時間與金錢樂此不疲（稱之為繳學費），而忽略本身一敗塗地的績效。
3️⃣因為標準化降低品質：服務業為例，為了提高績效業績，常常強迫員工推銷產品，忽略服務顧客品質。推銷第一名被嘉獎，真誠服務客人的員工可能因為績效低落而被處罰。
4️⃣美化方式來操控指標。
5️⃣降低標準改善數據。
6️⃣作弊。
以上三點我以兩位大師金句註解：
#只要是數據都可以被任意改變 《國富論》亞當·斯密
#量化數據最多只是反映真實的蒼白倒影 《指數化投資之父》約翰·柏格
就理財財經來說：
這是一本主動投資者不願意推薦的書籍，因為每個章節都在告訴他們：「你們信任的指標與數據有問題。」
對於被動投資者而言，這本書可以增加你的信心與知識。讓你知道這個世界上唯一不變的就是改變。
#因此看似無腦的跟隨市場動次才是上上之策
#因為世界上所有量化的東西都未必是真實
最後引用一個不知道是誰的名言做結論（我記得不是愛因斯坦說的）：
#並不是每一件重要的事情都算得出來
#也不是每一件算得出來的事情都重要
用來預測的數據當然有誤 在 圖解最常用的10個機器學習演算法！ | 數據分析那些事 - Medium 的相關結果
由於預測建模主要關注最小化模型的誤差，或者以可解釋性為代價來做出最準確的預測。 我們會從許多不同領域借用、重用和盜用演算法，其中涉及一些統計學知識。 線性迴歸用 ... ... <看更多>