本文是我可以在此处订阅的下一本书的一组：https：//www.danrose.ai/book
理解数据的一个重要概念是黑天鹅的概念。这 黑天鹅理论 他是由我的统计数据和“随机欺骗尼古拉斯·塔利布（Nicholas Talib）的作者提出的。我只能推荐一本书。
多年来，人们通常知道黑天鹅不存在。由于从未注意到黑天鹅，因此在任何数据中都不存在。如果您当时将表演放在下一个看到黑色的天鹅的机会上，那么您可能会押注这样的活动。事实证明，有很多黑天鹅。他们尚未注意到。当我们发现澳大利亚到处都是黑色字母时，他们成为第一个。换句话说，数据仅代表着知名和研究的世界，而不是现实世界。
这也是一个绝佳的时光。我们提到数据仅是历史性的。由于这个想法正在进行数据，因此历史数据非常糟糕，但是我们得到的最好。
在个人层面上，黑天鹅非常罕见。最新的Covid是稀有黑天鹅活动的证词。
人们还可以提及2007年的金融危机。从历史上看，住房市场从未崩溃，因此没有基于历史数据的模型可以预测这一事件。
但是黑天鹅在总和上并不罕见。它们比您想象的更普遍。流行病学，被破坏或欧洲战争的住房市场似乎不常见的独特事件。但是最低的媒体和罕见事件一直发生。
因此，您还应该期望黑吞咽事件。您来自历史事件的所有数据都是一个历史。应该通过知道未来可能会大不相同。这也转化为模型的准确性。由于人工智能模型使用历史培训数据的一部分来计算其准确性，因此考虑到过去。结果，您应该始终期望至少在生产中的人工智能模型比准确性更多。
您也不应该尝试预测黑天鹅。从本质上讲，他们无法预测。相反，请确保操作。尤其是决策模型和决策水平，认为黑天鹅可以随时出现。
有关更多提示，请在此处订阅该书：https：//www.danrose.ai/book
