川添節子のレビュー一覧

ベストセラーコード 「売れる文章」を見きわめる驚異のアルゴリズム

ジョディ・アーチャー / マシュー・ジョッカーズ / 川添節子 / 西内啓

LDA(潜在的ディリクレ配分法)でトピックモデリングを実施し、その本にどういうトピックが含まれているか、またその他機械学習で売れている本とそうでない本の違いを解析した結果が書かれている。
アルゴリズムが選んだベストセラーになる確率が一番高い本は「デイヴ エガーズ」の「ザ・サークル」だったそう。
ジョン・グリシャム、ダニエル・スティールは多くのベストセラーがあるが、アルゴリズムでも説明できたんだそう。
ニューヨーク・タイムズのベストセラーリストから売れている小説を500冊ほど、それほど売れてない小説を4,500冊ほど選び、それを学習させモデルを作った。4年ぐらい掛けたらしい

シグナル&ノイズ 天才データアナリストの「予測学」

ネイト・シルバー / 川添節子 / 西内啓

自分が興味ある分野だけに、500ページのボリュームでしたが、かなり興味深く読みました。
リーマンショックや巨大地震、インフルエンザなどの予測に関する失敗のエピソードは、参考になりました。
著者は、最近のビックデータ分析で用いられているベイズ統計の重要性と推奨をしてます。
ある事象を分析する上で、その事象が起こる前の事前確率を見積もり、現実の事実を組み合わせて、確率的に予測する理論です。
ベイズ的アプローチは、問題解決のための観察・仮説形成・検証というアプローチと、概ね同じプロセス・思考法であるという切り口は、圧巻でした。
また、ベイズ統計が批判されている部分である、事前確率に主観性が入ることについても、大まかですが人間が思考して行動する以上は主観性は避けられず、またベイズ統計の、日々変化している世の中の事実に対応出来る柔軟性があれば、問題を最小限に抑えることができるという論には、なるほどと感じました。
いままで自分は、多変量解析など頻度論での統計解析を経験してきましたが、解析対象と実際の頻度理論が乖離しており、解析後に再解釈するという場面が多く、馴染みにくいというのが現実です。それ故、なかなか統計学が世の中に浸透しない一因かと思います。
一方、ベイズ統計の場合、自分の思考そのものをベイズ的に変えることができれば、解析対象そのものの思考がベイズ的思考で考えるので、合理的であると思います。
ぜひ自分の身の回りに適用していきたい考え方だなと、あらためて感じ入りました。
ちなみに、他の予測に関するエピソードとして、ポーカー勝負、地球温暖化、テロ防止のための国家インテリジェンスなど、多様です。
この様な予測に関する学習ができる本を探していた自分としては、大ラッキーでした。

シグナル&ノイズ 天才データアナリストの「予測学」

ネイト・シルバー / 川添節子 / 西内啓

地震予知、地球温暖化予測で用いられるデータの信憑性に関して、もやもやとしたものがあったが、本書を読んで見方が多少分かってきた。因果関係と相関関係、データ中に含まれるノイズ、そのデータを使う人の目的などを知り、安易に騙されないよう心掛けたい。特に自分に都合の良い意見を持っている人のよりどころとしているデータに関しては客観的に見直したり、反対意見の人の考えも排除しすぎないよう注意しよう。

シグナル&ノイズ 天才データアナリストの「予測学」

ネイト・シルバー / 川添節子 / 西内啓

前から読みたかったのだがなかなか手が出せずにいた。また大作なので読み終わるまで思いのほか時間がかかってしまった。
ビッグデータに関連してモヤモヤしていたことのすべてという訳にはいかないが、半分くらいはすっきりした気がする。
どう消化するかはまだまだ課題であるが。
ちょうど私的には目先の課題として第12章　地球温暖化をめぐる「懐疑心」からいろいろと大きなヒントが得られそうである。

シグナル&ノイズ 天才データアナリストの「予測学」

ネイト・シルバー / 川添節子 / 西内啓

大リーグの弱小チーム オークランド・アスレティックスを低予算でも統計を駆使することで割安なプレイヤーを集めることでプレーオフの常連にした『マネーボール』で有名になった野球データを分析したセイバーメトリクスPECOTAを開発。大統領予選について統計的に予測をしてWebサイトに発表した結果がほぼ的中したことでも有名。

著者は一時期、オンラインポーカーゲームにもかなり熱中していたらしい。第10章に詳しいが、カモがいると勝てる理論は納得。自分の経験でも、フリー麻雀で点5の東南では余裕を持って勝っていたけど、点10の東風では勝てなかった。この結果は、おそらくはカモがいるかどうかに依存していたんだと思う。カモは時間を掛けて楽しむのが目的なので東南に行き、腕に覚えがあってスリルやお金を求めていくと東風になる。そうなると余程でない限り場代分は確実に沈んでいく感じだった。

そのほかにも、選挙結果予測、天気予測、巨大地震予測、経済の統計的予測、プロスポーツ選手の成績予測、パンデミック発生予測、コンピュータによるチェス、ポーカーゲーム、金融市場予測、地球温暖化、テロ発生、についても統計や確立論をベースに分析していく。ノイズを取り除いて、シグナルを取り出していく。それは実に難しくて、時に人の直観に反していることもある。ベイズ理論についてもしっかりと理解しておくことが必要だし、アウトオブサンプルの影響にも意識を持つことが必要である。情報が多くなればばるほど予測の精度が上がるべきだが、実際には情報の扱いが正しくないことで、そうでないことも多い。予測の自己充足の効果だって甘く見ない方がよい。著者の論は、非常に理知的。最初の方に出てくるが、テレビに出てくるような人の予測は当たっていないことの方が多い、なぜならそれらの人は立場を持って発言をするからだと。だよね。

長いけど、面白い。いろんな意味で著者の性格があらわれているんだと思う。統計学の本がたくさん出ているがその中でもおすすめできる部類の本だと思う。

バランスシートで読みとく世界経済史 ヴェニスの商人はいかにして資本主義を発明したのか？

ジェーン・グリーソン・ホワイト / 川添節子

複式簿記の発明から国民経済計算に至る会計の歴史を、数学の発展ともからめて非常に詳しく、でもわかりやすく述べてくれており、実に勉強になりました。
今日本では、官庁の非効率性は会計制度に複式簿記を導入していないことも大きいという議論から、公会計にも財務諸表を取り入れようという動きが活発ですが、この本の最終章には、世の中の価値というものは必ずしも会計数値で十全に表現できるものではないこと、会計とともに会計以外の価値の計測方法をいろいろ工夫しなければならないことが書かれており、非常に示唆に富みます。
公務員として、実に有意義な本でした。

シグナル&ノイズ 天才データアナリストの「予測学」

ネイト・シルバー / 川添節子 / 西内啓

何らかの形で予測を仕事にする人は読んだ方がいいと思いました。
予測がなぜ当たるのか、そしてなぜ当たらないのか、について、様々な分野での事例を引きながら深く考察した本。
よい予測者になるための心構えを学びました。

シグナル&ノイズ 天才データアナリストの「予測学」

ネイト・シルバー / 川添節子 / 西内啓

著者は「マネーボール」でも取り上げられた、野球データ分析会社で予測モデルを立ち上げ、2008年の米大統領選では50州のうち49州の結果を的中させたデータアナリスト。

本書では天気予報、地震予知、パンデミックの拡散など多くの社会的な取り組みをケースとして、如何に成功事例などの過剰適合がノイズになり得るか、あるいはどのような波形にこそ注目されるべきなのかに迫る。

データ処理ではなく、データサイエンスが備えているべき未来に触れられるといっても過言ではない一冊。

シグナル&ノイズ 天才データアナリストの「予測学」

ネイト・シルバー / 川添節子 / 西内啓

■予測

A.予測する際は、もっと確率と不確実性を受け入れねばならない。この点において役立つのが、条件付き確率を導き出す「ベイズの定理」だ。1 つのアイデアを違う角度から考える必要性を理解し、検証する方法を得る手がかりとなる。

B.ある心理学者によれば、専門家は「ハリネズミ」と「キツネ」の2 つのグループに分類できる。
・ハリネズミ：大きな考えを信じ、社会には基本原則があると信じている。大胆な予測をするのでよくメディアに登場するが、予測する能力はキツネより劣る。
・キツネ：これといった原則を持たず、問題に向けて様々なアプローチを試みる。より良い予測を行うが、メディアにはなじまない。彼らは多くの問題は予測困難だという信念を持つため、自信なさ気に見えるからである。

C.学者の中には、積極的に表に出たがる人がいる。彼らは自信たっぷりにドラマチックな変化が起こると言いたがる。そうすれば注目される。つまり、ハリネズミのように大胆な予測をすれば、テレビに出やすくなるのだ。

D.キツネはテレビやビジネス、政治の世界になじまない。多くの問題は予測困難であり、不確実性には率直に向き合うべきだとする彼らの信念は、自信のなさと受け取られてしまうからだ。

競争なきアメリカ――自由市場を再起動する経済学

トマ・フィリポン / 川添節子

米国のブロードバンド回線料金は欧州などに比べてかなり高額らしい。米国が月額平均66米ドルなのに対して欧州の平均は35米ドル。

自由市場なはずの米国の各種サービス料金は、どんな業界でも高い。この理由を解き明かそうという一冊。

本書の主張としては、市場競争の減少と独占化の進行、勝者総取りの無形資産の影響拡大に原因があり、どちらも大企業によるロビイ活動や選挙資金提供の影響が大きいという。

米国での大企業ロビイ活動が特に熱心な業界は、IT、ヘルスケア、製造業、金融などであり、どれも高額所得企業ばかりだ。
反トラスト法が実質的に機能せず、新規参入障壁が高くなり費用の高止まりにつながっていそう。
こういうところに格差拡大の芽があるのかな。

平均利益成長率が低下傾向なのは、利益を設備投資や給与にまわさず、自社株買いにばかり投じているのも一因か。

欲望の見つけ方 お金・恋愛・キャリア

ルークバージス / 川添節子

なかなか本質をついてて面白い本だった。
「みんなが持ってるから欲しい」って日常でよくある中で、これに自覚的になれるかどうかで道を踏み外さない軸になると思う。

人間の欲望は他者の欲望を模倣することで生まれる。
つまり、他者（モデル）が欲しいと思うものを欲しくなる。
同じものを欲しがるから争いが生まれる。

夢の正体 夜の旅を科学する

アリスロブ / 川添節子

「夢の正体 ~夜の旅を科学する~」
夢に魅了された著者の調査と実体験。網羅的に書かれていたので気になったことだけ。

✅予知夢：脳は寝ている間も動いている。現在自分が患っている病気も潜在的に現れるため、将来の病気が予知できる。
例）歩き回る夢⇒認知症

シグナル&ノイズ 天才データアナリストの「予測学」

ネイト・シルバー / 川添節子 / 西内啓

未来を予想するための理論としてペイズ定理というのがある。過去の情報に基づいて未来を予想する。しかし、過去の情報には、重要な情報であるシグナルと、誤情報であるノイズとがある。ノイズによってバイアスがかかり、誤った予想がなされてしまう。そこで、結果と照らし合わせて、確率論的に次の予想を行う。これを何度も繰り返すことで、より正確な予想が行えるようになる。これは、気象予想やチェスでは威力を発揮する。正確なフィードバックが得られ、コンピュータの力、特に生成AIの力を存分に発揮できるからだ。一方、地震や経済のように、システムが複雑で、予想が正しかったか否かの検証が難しい場合には、コンピュータでは対応出来ないという。兎に角、複雑な未来を予測するヒントが詰まった必読の書である。

欲望の見つけ方 お金・恋愛・キャリア

ルークバージス / 川添節子

常に我々は何かを求めている。ただ、なぜその欲望を抱いているかを深く考えたことがない。欲望の大部分は、周りの模倣によって生じる。人間は模倣に長けた生物であり、無意識ながらモデルの影響を受けてしまっている。ただ、モデルという他人の欲望を真似ただけであるから、叶えてもそれほど幸福を感じることはできない。だからこそ、自分の本当に欲するものの傾向(可能性実現、前進、独特、中心になる、支配、完成、理解し表現する、協力、新しい学びを披露、開発、自分を認知させる、理想を経験、確立、探究、卓越、所有、改善、人の行動を変える、影響を与える、正しいことをする、立て直す、基準に達する、習得、難題に対処、組織する、打ち勝つ)を捉えることが大切。

欲望の見つけ方 お金・恋愛・キャリア

ルークバージス / 川添節子

欲望は社会的なもので模倣がベースである。ほかの人が欲しがるかどうかが重要。
今は社会が薄い欲望を搔き立ててくる。自省により濃い欲望を育てて充足を感じることができるようにすべし。周りに対してもその方向に進むようにふるまうべし。
うーん。濃い欲望はかなり不幸をよびそうな気もする。

欲望の見つけ方 お金・恋愛・キャリア

ルークバージス / 川添節子

2024年12月11日、グラビティの読書の星で紹介してる人がいた。

「俺はあまり物欲がないんだけど、そもそも「『モノが欲しい』っていう欲求はどこから来るんだろう？」と思って買った本。

Paypal創業者のピーター・ティールも魅了された「模倣の欲望理論」というらしく、俺も引き込まれて一気読み。面白かったので、興味がある人は是非。」

● 2025年3月7日、改装工事後はじめて新宿・ブックファーストへ。地下1階。まず表紙の「スティーブ・ジョブズにもモデルがいた！」で目を惹かれ、次にその下の「本書はルネジラールについて書かれた最もわかりやすい入門書である」で読まなきゃ！ルネジラールどっかでチェックしたぞ。世の始まりから隠されていることかな？

●2025年5月26日、東京大学・書籍部にあった。セッションで寄った日。

欲望の見つけ方 お金・恋愛・キャリア

ルークバージス / 川添節子

欲求（生き物としての基本的なもの）
その上の欲望は模倣から生まれる
ルネジラール

人は似れば似るほど相手を脅威に感じる

イノベーションのためにイミテーションを利用する
隣でなく、上に作る

私を守ってほしい、私がほしいものから。
ジェニーホルツァー

スケープゴートメカニズム
似たもの同士の模倣だらけだと争いが生まれるので一つの敵を作ることで統一させる

人生で何かをうまくやって、それで満たされたときのことは？

モンテッソーリ
子供は成長したい、世の中に自分の居場所を、作りたいと思っているという気づき

サイレントリトリートで深い沈黙に投資する
最低３日から
読書だけはOK

AIが怖いのは、私たちより賢くなるときでなく、同じものを欲しがるようになったとき

濃い欲望を見つけるためには瞑想思考が必要

どこかでもう一度再読したい本

データは騙る 改竄・捏造・不正を見抜く統計学

ゲアリースミス / 川添節子

数字というものは実に力強い。

数字で表現すると他者との比較が可能になるし、過去との比較が可能になるし。相関性についても、ほら相関係数が１に近づいています、というとなるほど確かに、などと思ってします。

ところが、ところが、実は数字だって怪しいものがある、しかも相当ある、というのが本書の主張するところです。

・・・
本作、19章に渡って、これはおかしい、あれはおかしいとまくし立てております。夫々、なるほどと思うことがあります。

分かったり分からなかったりしましたが、印象深かったものを以下に記したく存じます。

・・・
＜生存者バイアス＞

第二章で図入りで解説されています。

英国空軍が帰還飛行機の被弾状況を見て、どこを補強すれば生還率が上がるかという話。

A:「コクピットやエンジン、燃料タンクよりも、被弾が多かった翼と後部部分を補強」
B:「コクピット、エンジン、燃料タンクを更に補強」

答えはBでした。

コクピットやエンジン・燃料タンクに被弾した飛行機は撃ち落されてそもそも帰還できず観察されなかった。一方、帰還した飛行機の被弾状況を見ると「これは被弾している翼部分や後部を補強すればよい」と考えてしまうわけです。つまり生き残っているものだけをみてはいけない。

帰還率を上げるには、墜落の原因になったコクピット・エンジン・燃料部分を補強すること、というのが結論になり、実際うまくいったという話。

同じような誤りを、かの有名な「ビジョナリーカンパニー」も犯していると主張。

今生き残っている優秀企業（のみ）から成功の源を探るものですが、同じ特性を持っていても途中で潰れた会社もあるわけです。正しい分析をするのならば、同じ特性を持つ企業をピックアップし、そこからアウトパフォームできるかを（つまり生存者バイアスを除いて）将来に向けて確認する必要がある、という主張です。

・・・
＜相関関係は必ずしも因果関係ではない＞

第三章の例で、ビールの消費量と結婚者数がグラフで書かれています。どちらも右肩上がり。これを見て、「アルコール消費量が増えると結婚するカップルが増える」という結論が演繹したとします。

もちろん、これは間違い。

背後に人口が増加しているというベースストーリがあるとすれば、応じてビール消費量もカップル数も増加して全くおかしくありません。

計算上は、アルコール消費量とカップル数は相関性が見いだせるということ。故に改めて確認するべきは、相関性が因果を示すわけではない、ということ。

・・・
＜パターンを見て理論がないもの（テクニカル分析）＞

米国だとスーパーボール（アメフトの日本シリーズみたいなもの）の勝ち負けで株価が上がる下がるなどとまことしやかに言います。筆者はこれを偶然と言い、同様のことを株式のテクニカル分析にも指摘します。

パターンがあって、そこに理論（説明）を当てはめただけで、ある現象の説明を仕切れていないという主張です。

こちらについては16章に詳しいです。

・・・
＜その他＞

・理論を立ててから、合致するデータを持ってくるもの（不整合なデータの切り捨て）

・データを集めて当てはまるところを取り上げるもの

・グラフを拡大し大きな上下に見せかけるなど

こうした事例を多く示していましたが、科学に従事する人であろうと、見たいものしか見たくないという心の状況がデータの欠落（意図的か偶然かによらず）につながっているということなのかもしれません。

因みに最終章（19章）はまとめのような形であり、時間がない方は先ずこちらを読むと概ね内容が分かるかと思います。

・・・
ということでデータの見せ方のお話でした。
非常に参考になりました。

数字を使って流麗に説明されると、感覚的におかしいなと思っても説明・反論ができないとそのまま会議でも流されてしまうことが多々あります。

そういう「もやもや」を言語化をする上で本書は有用だと思います。数字だって使い方がおかしければ、やはり正しくないのです。

数字をベースに仕事をされたい方、投資を良くされる方、ギャンブルと確率について関心のある方等には参考になると思います。

欲望の見つけ方 お金・恋愛・キャリア

ルークバージス / 川添節子

タイトルが気になり読書。
興味深い
欲望についての本

メモ
・私たちが欲しがるもののほとんどは模倣によるもので内在するものではない。
・模倣の欲望。
・模倣に影響されず、反模倣的にさえ見える人は魅力的にうつる。

欲望の見つけ方 お金・恋愛・キャリア

ルークバージス / 川添節子

何を伝えたいのか、理解しきれなかった。
内容は大きく2点
・模倣理論が現れた具体例
・抽象的な概念の説明(スケープゴート、リーダーシップなど)

よく理解できなかった点
・読者にどうして欲しいのか
・模倣のモデルを理解して何になるのか(例えば、本田圭佑さんを仕事のモデルだと理解して行動する場合と何となく行動する場合の効果の違いは何なのか)

総じてゴールが全く見えてこず、読んでいて苦しかった。自分の知性では読みきれなかった。