Product Info
Description
與達爾文共進晚餐：演化如何造就美食，食物又如何形塑人類的演化
NOW: RM 64.70 (-0%)
MEMBER: RM 58.23 (-10%)
PRODUCT INFORMATION
亞馬遜「資訊管理」暢銷書第一名 亞馬遜「電腦文化」暢銷書第一名 元智大學校長、資訊工業策進會董事長 張進福 趨勢科技董事長 張明正 《Wired》雜誌中文版總編輯 程九如 熱烈推薦 每十年，總是有極少數的書，能改變你看待一切的方式。 《大數據》正是這樣的書。 —— 萊斯格（Lawrence Lessig），哈佛法學院網路智慧財產權教授 汽車烤漆的顏色能告訴你，這輛二手車的故障率高低嗎？ 市政府要怎樣清查，才能迅速找出有致命危險的人孔蓋？ 從谷歌的搜尋字眼，怎麼預測流感疫情的蔓延？ 要回答這些問題，關鍵就在於巨量資料（俗稱大數據）。 「巨量資料分析」是一門新興科技，能夠解讀和預測無數的現象，包括預測機票的價格、好萊塢新片的票房、你家裡的青少年是否未婚懷孕！ 也能協助診斷早產兒的健康情況，探查收入高低與幸福快樂的相關程度，幫忙規劃快遞的送貨路線、電動車的充電站應該設置在哪裡，還能用來發展自動導航的無人駕駛汽車、以及「從駕駛人的臀部形態判斷是否為車主」的防盜系統，也能夠快速進行多種語文的互譯…… 兩位最頂尖的大數據專家，真正掌握到巨量資料思維的精髓，在這本書裡，清晰曉暢的解釋了巨量資料是什麼，它將如何改變我們的生活，對經濟、社會和科學會帶來什麼影響，我們又能夠做些什麼，趕搭上這波新潮流，同時也懂得保護自己，避免個人資料和隱私受到侵害。 《大數據》開闢了新境界，告訴我們巨量資料如何從根本上，轉變我們對世界的基本理解……這本書清楚說明了，企業如何釋放潛藏的價值，決策者如何因應新局，以及每個人的認知模式需要如何改變。—— 伊藤穰一（Joi Ito），麻省理工學院媒體實驗室主任 任何人如果想要保持領先地位，確定未來的商業發展趨勢，都必須閱讀《大數據》。—— 貝尼奧夫（Marc Benioff），salesforce.com董事長兼執行長 《大數據》很樂觀而務實的看待巨量資料革命——你只要伸頭看看周遭發生的大變化，就會明白這場革命已然開始了，更大的變化即將衝擊而來。—— 多克托羅（Cory Doctorow），boingboing.com 我們敢肯定的是，《大數據》將是在討論這方面的未來時，一言九鼎的文本。—— 富比士網站 有太多書籍在頌揚資訊社會的技術奇蹟，但是唯有這本《大數據》對資訊的本質，進行了原創的分析。——《柯克斯書評》（Kirkus Reviews） 這本書充滿了偉大的見解、駕馭資訊的新途徑，並且對於未來趨勢，提供了很有說服力的願景，這是任何使用巨量資料的人、或受到巨量資料影響的人，都不可或缺的讀物。—— 喬納斯（Jeff Jonas），IBM首席科學家 這本出色耀眼的書，撥開了圍繞在巨量資料周邊的迷霧。不論你從事的是商業、資訊科技、公共行政、教育、醫療，或者你只是單純對未來趨勢感到好奇，都必須閱讀這本《大數據》。—— 布朗（John Seely Brown），全錄帕羅奧圖研究中心主任 正如水是濕滑的，然而單個水分子卻不是；巨量資料也能顯現個別資料無法揭露的訊息。作者向我們展示了龐大、複雜、凌亂的資料，若是集合起來，竟能用來預測購物行為、流感爆發……的一切模式，真是令人驚駭。—— 薛奇（Clay Shirky），社會媒體理論家 作者讓「巨量資料」這個名詞的內涵變得非常清晰，重要性也遠遠超過矽谷的其他流行語彙……沒有哪一本書能夠提供了這樣的可讀性和平衡報導，告訴我們繼續迷戀數據和資料的諸多好處及缺點。——《華爾街日報》 「巨量資料」是企業管理階層、技術官僚的流行語之一，如果你想知道他們都在談論些什麼，那麼《大數據》正是為你而寫的。這本書深入淺出、而且很意思的切入這個大題目……——《波士頓環球報》
麥爾荀伯格 Viktor Mayer-Schönberger 牛津大學網路研究所教授，並擔任微軟、世界經濟論壇等大公司和組織的顧問，是大數據（巨量資料）領域公認的權威，寫過八本書以及上百篇專論。 庫基耶 Kenneth Cukier 《經濟學人》雜誌資料編輯，巨量資料思潮評論員，經常於《紐約時報》、《金融時報》、以及《外交事務》期刊發表財經文章。
林俊宏 師範大學翻譯研究所碩士。喜好電影、音樂、閱讀、閒晃，覺得把話講清楚比什麼都重要。譯有《英語的秘密家譜》、《建築為何重要》、《大科學》、《群的智慧》、《天空的女兒》等書。現就讀於師大譯研所博士班。
TABLE OF CONTENT
第1章 現在 該讓巨量資料說話了 第2章 更多資料 「樣本＝母體」的時代來臨 第3章 雜亂 擁抱不精確，宏觀新世界 第4章 相關性 不再拘泥於因果關係 第5章 資料化 當一切成為資料，用途無窮無盡 第6章 價值 不在乎擁有，只在乎充分運用 第7章 蘊涵 資料價值鏈的三個環節 第8章 風險 巨量資料也有黑暗面 第9章 管控 打破巨量資料的黑盒子 第10章 未來 巨量資料只是工具，勿忘謙卑與人性 資料來源 延伸閱讀 謝辭
CONTENT PREVIEW OF THE BOOK
第1章 現在：該讓巨量資料說話了 2009年又冒出了一種新的流感病毒，稱為H1N1。這種新菌株結合了禽流感和豬流感病毒，迅速蔓延。短短幾星期內，全球的公共衛生機構都憂心忡忡，擔心即將爆發流感大流行。有些人發出警訊，認為這次爆發可能與1918年的西班牙流感不相上下，當時感染人數達到五億人，最後奪走數千萬人的性命。雪上加霜的是，面對流感可能爆發，卻還沒有能派上用場的疫苗，公共衛生當局唯一能努力的，就是減緩其蔓延的速度。為了達到這項目的，必須先知道當前流行感染的範圍及程度。 在美國，疾病管制局（CDC）要求醫生一碰到新流感病例，就必須立刻通報。即使如此，通報的速度仍然總是慢了病毒一步，大約是慢上一到兩星期。畢竟，民眾覺得身體不舒服之後，通常還是會過個幾天才就醫，而層層通報回到疾管局也需要時間，更別提疾管局要每星期才整理一次通報來的資料。但是面對迅速蔓延的疫情，拖個兩星期簡直就像是拖了一個世紀，會在最關鍵的時刻，讓公共衛生當局完全無法掌握真實情況。 巨量資料初試啼聲 說巧不巧，就在H1N1躍上新聞頭條的幾星期前，網路巨擘谷歌（Google）旗下的幾位工程師，在著名的《自然》科學期刊發表了一篇重要的論文，當時並未引起一般人的注意，只在衛生當局和電腦科學圈裡引起討論。該篇論文解釋了谷歌能如何「預測」美國在冬天即將爆發流感，甚至還能精準定位到是哪些州。谷歌的祕訣，就是看看民眾在網路上搜尋些什麼。由於谷歌每天會接收到超過三十億筆的搜尋，而且會把它們全部儲存起來，那就會有大量的資料得以運用。 谷歌先挑出美國人最常使用的前五千萬個搜尋字眼，再與美國疾病管制局在2003年到2008年之間的流感傳播資料，加以比對。谷歌的想法，是想靠著民眾在網路上搜尋什麼關鍵詞，找出那些感染了流感的人。雖然也曾有人就網路搜尋字眼做過類似的努力，但是從來沒人能像谷歌一樣掌握巨量資料（big data，直譯為大數據），並具備強大的處理能力和在統計上的專業技能。 雖然谷歌已經猜到，民眾的搜尋字眼可能與流感有關，像是「止咳退燒」，但相不相關其實不是真正的重點，他們設計的系統也不是從這個角度出發。谷歌這套系統真正做的，是要針對搜尋字眼的搜尋頻率，找出和流感傳播的時間、地區，有沒有統計上的相關性（correlation）。他們總共用上了高達4億5千萬種不同的數學模型，測試各種搜尋字眼，再與疾管局在2007年與2008年的實際流感病例加以比較。他們可挖到寶了！這套軟體找出了一組共四十五個搜尋字眼，放進數學模型之後，預測結果會與官方公布的全美真實資料十分符合，有強烈的相關性。於是，他們就像疾管局一樣能夠掌握流感疫情，但可不是一、兩星期之後的事，而是幾近即時同步的掌握！ 因此，在2009年發生H1N1危機的時候，比起政府手中的資料（以及無可避免的通報延遲），谷歌系統能提供更有用、更及時的資訊。公衛當局有了這種寶貴的資訊，控制疫情如虎添翼。
