Gracias por el A2A.
Soy de la opinión de que las herramientas son solo herramientas, por lo que estoy evitando tecnologías o software específicos. Con eso en mente, aquí están mis elecciones:
De arriba a abajo:
- ¿Cuáles son algunas de las líneas más conmovedoras que has leído en un libro?
- ¿Cuáles son algunos de los mejores libros que estiran la mente?
- ¿Cuáles son algunos libros de lectura para un homo sapien de 21 años?
- ¿Cuáles son algunos de los mejores libros indios?
- ¿Cuáles son algunos libros que un joven de 26 años debería leer?
Compitiendo en Analytics por Tom Davenport y Jeanne Harris
Presenta y articula la idea de análisis como la próxima base de la competencia y lo que se necesita para jugar el juego de análisis como empresa. Puedo estar un poco sesgado porque este fue uno de los primeros libros que recogí, pero anecdóticamente parece ser un libro bien conocido que influyó en los ejecutivos de la compañía sobre el valor de los datos. También tiene algunos casos de estudio memorables que vale la pena leer en su totalidad.
La señal y el ruido de Nate Silver
Este es un libro recomendado para cualquier persona con un interés casual en el análisis predictivo. Me ayudó a comenzar a formular preguntas con una lente de análisis predictivo en diferentes dominios, como deportes, desastres naturales y elecciones. Más importante aún, habla sobre las limitaciones de la predicción, lo que la impulsa y cómo podemos mejorar.
Pensamiento, rápido y lento por Daniel Kahneman
Este es el mejor libro que he leído sobre nuestra forma de pensar. Si el valor de la analítica está en tomar decisiones basadas en hechos basados en datos, este libro muestra nuestros sesgos cognitivos al confrontar los detalles y por qué cometemos errores como humanos. Si bien algunos pueden argumentar que este puede no ser un libro de ‘análisis’, lo estoy planteando porque consumir análisis es tan importante como producirlo. Y conocer nuestros prejuicios contribuye en gran medida a convertirnos en productores y consumidores educados de análisis.
El cisne negro de Nassim Taleb
The Black Swan se centra en la “larga cola” de eventos que son improbables e impactantes. Personalmente, me pareció una gran lectura después de ‘The Signal and The Noise’, ya que se expande en donde las predicciones fallan. También cubre algunos conceptos muy importantes en análisis, como por qué la omnipresente ‘curva de campana’ a menudo es inapropiada, la importancia de pensar en lo que no se ve y la tendencia humana a imponer una historia donde no hay ninguna (también conocida como ‘narrativa falacia’).
Outliers de Malcolm Gladwell
Malcolm Gladwell ha sido criticado a lo largo de los años, por lo que le sugiero que lea sus libros cuidadosamente y saque sus propias conclusiones. No obstante, he elegido destacar dos de sus libros porque ilustran puntos importantes en análisis. Una conclusión de Outliers es la importancia de resistir el tropo del héroe cotidiano que triunfa debido a la tenacidad, el trabajo duro y un poco de suerte. Los ejemplos de Malcolm muestran la parte masiva de que nuestras circunstancias y año de nacimiento impulsan mucho de lo que vemos hoy como éxito.
Más importante aún, nos abre los ojos al talento que nos rodea y a cómo estamos sistemáticamente ciegos a él debido a la forma en que pensamos en el éxito.
Freakonomics de Stephen J. Dubner y Steven Levitt
Puse Freakonomics está en esta lista porque la analítica a menudo consiste en hacer las preguntas correctas. Y Freakonomics continúa haciendo una amplia gama de preguntas que despertarán y afinarán su curiosidad. Es poco convencional pero aplicable, y lo utilicé como fuente de inspiración para responder a esta pregunta sobre cuentas falsas en Quora. Tampoco hace daño que sea una lectura fácil y entretenida.
Parpadeo por Malcolm Gladwell y Superforecasting por Philip Tetlock
La importancia del segundo libro de Malcolm Gladwell radica en su abordaje de tomar decisiones basadas en la intuición. Este libro es a la vez una celebración y una precaución sobre la intuición, y trata cuándo aprovecharlo y cuándo se puede engañar.
Descubrí que era una buena introducción a Superforecasting de Philip Tetlock. Philip Tetlock puede no ser tan familiar como algunos de los otros autores aquí, pero su estudio que demostró que los expertos estaban en el nivel de los monos lanzando dardos puede sonar una campana.
Ambos libros juntos deberían darle un panorama sobre cómo y dónde aplicar la intuición, y dónde la intuición debe ser aumentada cuidadosamente por el análisis de datos.
Negocio impulsado por la información por Robert Hillard
El único libro de consultoría en esta colección, agregué esto porque la gran mayoría de las discusiones sobre análisis que he observado tienden a centrarse en los aspectos técnicos de la recopilación de datos, seguidos rápidamente por la visualización de datos, el modelado estadístico y el aprendizaje automático. Pocos realmente se detienen para tratar la información como un activo, y comienzan a reunir los aspectos no técnicos de lo que se necesita para generar una apreciación de los datos y la información a escala.
Análisis predictivo por Eric Siegel
El último libro es la fuente de gran parte de la conversación sobre análisis predictivo, incluida la infame historia de cómo Target expuso el embarazo de una adolescente. Más importante aún, cubre el gran problema de la privacidad y la ética relacionadas con la predicción, por lo que es un libro importante para cualquier cosa que piense en implementar algoritmos predictivos. También se debe dar una nota especial a la sección central extraíble del libro, que ofrece más de cien casos de uso para el análisis predictivo.
Hay algunos otros libros que estoy planeando leer que también podrían estar en esta lista. Antifragile de Nassim Taleb, Puntos de puntuación de Clive Humby y Lean Analytics de Alistair Croll están en la lista hasta ahora, ¡pero tantos libros, tan poco tiempo!
Disfruta 🙂