Adatbányászat Blog

Az Adatbányász Blogon a dmlab szakértőinek írásait olvashatod a big data és data science területéről.

dmlab.hu - Big data és data science tanácsadás
"Ha örülsz, hogy fejedre nőttek az adatok."

Keress minket bátran:
- Nagy-Rácz István +36704595669
- Gáspár Csaba +36208234154
- info@dmlab.hu

Hírlevél

Iratkozz fel hírlevelünkre, hogy mindig naprakészen tudjunk tájékoztatni.
Feliratkozás
Leiratkozás

 

Címkék

10éves (1) 2007 (1) 2010 (23) 2011 (27) 2012 (13) 2013 (23) 2014 (5) 2015 (6) 2016 (10) 2017 (4) 2018 (4) 2019 (1) adaptív (1) adat- és médiainformatika (1) adatárusítás (1) adatbányászat (11) adatbányászati algoritmusok (1) adatbányászati alkalmazások (2) adatbányászati meetup (1) adatbányászati oktatás (1) adatbányászati technológiák (4) adatelemzés (2) adatelemzési platformok (1) adattárház (5) adattárház fórum (6) adattárolás (1) adattisztítás (1) adatvédelem (2) advise (2) aegon (1) aglitás (1) agy (2) AI (3) ai (1) ajánló (11) ajánlórendszerek (1) aktivitás felismerés (1) algoritmus (1) alkalmazás (3) állásajánlat (1) amazon ec2 (1) ambiens (1) ami (1) amuse (1) analitika (1) analytics (1) andego (3) apache (1) api (2) Arató Bence (3) artificial intelligence (2) bank (1) barabási (2) Barabási (2) beharangazó (1) beharangozó (18) bejelentés (2) belami (1) best practice (9) beszámoló (15) BI (5) Bi (1) bi (13) bi-trek (1) biconsulting (7) bigdata (29) big data (12) Big Data (3) biopen (1) biztosító (1) BI Akadémia (1) bi consulting (1) bi start (1) blockchain (1) blog (6) bme (2) BME (15) bootcamp (1) brainstorming (1) bsp (1) budapest (1) business analytics (1) business analytics szakirány (1) cancer detection (1) churn (2) ci (1) címkefelhő (2) CIO (1) clementine (1) Clementine Consulting (1) cloud computing (2) cognos (1) credit scoring (1) crisp-dm (1) crm (2) Cruncconf (1) crunch (2) csalásdetektálás (1) DataExpert (1) dataexplorer (1) datapest (1) datascience (5) datasource (1) data engineering (1) data mining (1) data science (8) deep learning (1) diplomamunka (1) dmla1o (1) dmlab (15) döntési fák (1) döntéstámogatás (1) drill (1) e-commerce (1) egészségügy (1) előadás (24) előrejelzés (1) élő közvetítés (1) Enbrite.ly (1) energetika (1) esemény (2) esettanulmány (3) ethics (1) etikus (1) etl (2) eu (1) évforduló (3) fejlesztés (2) felmérés (5) felsőoktatás (1) felület (1) felvásárlás (3) film (1) fizetés (1) forecasting (1) forgalomelőrejelzés (2) foursquare (1) fraud detection (1) free (1) freebase (1) gartner (2) gazdasagi informatikus (2) gdpr (1) gépi tanulás (5) gépi tanuló algoritmus (1) google (8) google analytics (1) graphlab (1) gravity (3) greenplum (1) gyakorlat (1) hackhaton (1) hadoop (10) hallgatók (2) hálózatelemzés (3) hálózatkutatás (2) hálózatok (3) hazai (2) hiba (4) hírlevél (2) hive (1) honlap (1) HR (1) HVG (1) i5 (1) ibm (6) ibm modeler (1) ibm spss (3) icdm (1) idc (2) idősor (1) idősorok (1) ieee (1) iir (1) image processing (1) impact (1) infobright (1) információbróker (1) innováció (5) innovatívBI (1) innovativ bi (4) inspiráció (1) intelligencia (2) interjú (1) Internet Hungary (1) iqsymposium (19) iqsys (16) iroda (4) jelentkezés (2) jmp (2) job (1) kaggle (2) kampánymenedzsment (1) kapcsolati hálók (1) karrier (1) kdd (3) kdnuggets (2) képfeldolgozás (1) képzés (6) kérdés (2) kérdőív (1) kerekasztal (1) keresés (1) kereső (1) keresztvalidáció (4) kína (1) klaszterezés (2) knime (1) kockázati tőke (1) kollaboratív munka (1) kompetencia (1) konferencia (73) könyv (6) környezet (1) közlekedés (1) közösség (2) közösségi hálózatok (4) közvetítés (6) kritika (1) küldetés (1) kürt akadémia (1) kutatás (2) lemorzsolódás (1) licensz (1) live (1) logisztika (2) machine learning (3) magyar telekom (2) mahout (1) mapreduce (1) marketplace (1) média (2) meetup (11) mellékspecializáció (1) mém (3) memóriacentrikus (1) menedzsment (3) metaadat (1) metodika (2) microsoft (1) mobil (5) mobil bi (4) modeler (2) modell (3) morgan stanley (1) motion chart (1) munkaerő (2) mysql (1) mytraffic (4) nemzetközi (5) nemzetközi összehasonlítás (1) netflix prize (1) networking (1) next big thing (1) nips (1) nosql (1) nyílt forráskód (4) nyitott (1) nyomkövetés (1) offline áruházak (1) okostelefon (1) oktatás (24) olvasók (1) online áruházak (1) online kutatás (1) open source (19) open source bi (3) operatorfa (1) osbi (12) összehasonlítás (1) ötletek (2) pandas (2) paradoxon (1) pascal (1) pentaho (1) personal data mining (1) phd (2) philips (1) piac (3) pikk (1) pilot (1) PISA-felmérés (1) pmml (1) politika (2) powerpivot (1) prága (1) praktiker (1) prediktív analitika (2) prediktív analitka (1) prediktiv modellezés (5) prediktív modellezés (1) prezi (15) privacy (1) privacy preserving data mining (1) product management (1) projekt (1) projektmenedzsment (6) publikáció (1) python (10) pytorch (1) radoop (12) random forest (1) rapid-i (2) rapidanalytics (7) rapidminer (41) RapidMiner (2) rcomm (7) refine (1) reinforce (1) Rexer Analytics (1) rsctc (1) R nyelv (7) saas (1) sap (1) SAS (20) sas enterprise miner (2) sas enterpris guide (1) sas entprise miner (1) sas fórum (1) sas forum (3) siker (3) simptech (1) sixtep (2) smarthabits (1) spike sorting (1) sportanalitika (1) spss (13) SPSS (3) spss clementine (3) spss hungary (5) spss modeler (6) ssd (1) starschema (2) startup (9) statisztika (1) survey (1) svm (1) szabad szoftver (1) szakmai (1) szavazó eljárások (2) szélenergia (1) szélerőmű (1) szervezetfejlesztés (2) szociális hálók (1) szoftver (5) szöveg (1) szövegbányászat (2) sztaki (2) tableau (1) talend (2) támogatás (1) tanfolyam (1) tanulmány (1) tanulság (1) távolság (1) technológia (1) tedx (1) telekommunikáció (2) tensorflow (1) teradata (2) teszt (1) text mining (1) tmit (6) toborzás (1) tőzsdei előrejelzés (1) tracking (1) trendek (9) tudományos (1) tunedit (1) twitter (17) ügyfél (1) usa (1) üzleti intelligencia (3) üzleti modell (3) üzleti reggeli (4) választható tárgy (1) validáció (4) válogatás (1) válság (1) változás (1) vélemény (1) véleméy (1) verseny (20) vezetői képzés (1) videó (3) vizualizáció (5) web (4) web2 (2) webanalitika (3) webshop (1) weka (2) wikipedia (2) workshop (2) yahoo (2) Címkefelhő

TWitter a csapat tagjaitól

2018.12.17. 11:09 Gáspár Csaba

A képlet - ha egy könyvet olvasol el az ünnepek alatt, az ez legyen

Barabási “A képlet” című könyve első ránézésre üzletembereknek, mérnököknek, tanároknak, művészeknek, startuppereknek, marketingeseknek, műértőknek, közgazdászoknak, szülőknek, divat szakembereknek, könyvszerkesztőknek, politikusoknak, zenészeknek, borászoknak, orvosoknak, IT szakembereknek szól. Valójában mindenkinek, aki szeretné megérteni, mitől lesz valami vagy valaki sikeresebb, mint mások.

48411822_2117576191597974_3982352565147795456_n.jpg

 

Akik számára pedig az adatokban rejlő lehetőségek érdekesek, azok egyenesen imádni fogják ezt a könyvet. Én teljesen le vagyok taglózva tőle. Olvastam és szerettem Barabási könyveit, de ez nagyságrendekkel jobban lenyűgözött. Ha nincs a kezemben a könyv, akkor is napjában többször belegondolok egy-egy állításába, és csodálom mennyire jól értelmezhető segítségével az, ami nap mint nap történik körülöttem. 

 A könyv fókuszában az áll, hogy mitől függ azon emberek sikere, akiket a környezete sikeresnek tart. És bár ez alapján azt hihetnénk, hogy egy újabb sikerkalauz van a kezünkben, de itt nem remek életbölcsességeket olvashatunk, hanem adatokra támaszkodó kutatási eredményeket arról, hogy mitől függ a nyugati társadalomban egy-egy ember sikeressége. Mindezt úgy, hogy teljesen hétköznapi kérdésekre is megkapjuk a választ:

  • Melyik iskolába írassuk a gyerekünk?
  • Hogyan befolyásolja a tanár attitűdje a gyerekünk fejlődését?
  • Mitől fut be egy Kickstarter kampány?
  • Mitől lesz díjnyertes egy jó bor?
  • Mitől lesz valami sláger, hogyan tud berobbanni egy ismeretlen zenekar?
  • Miért ér milliókat egy kép, amit akár mi is meg tudnánk rajzolni? Ha erre adnánk a fejünket, hogyan kezdjünk neki?
  • Számít-e a teljesítményünk, ha sikeresek akarunk lenni?
  • Hányadiknak érdemes bemenni egy állásinterjúra?
  • Mikor szólaljunk fel egy értekezleten?
  • Hogyan döntsön a céges csapatunk egy-egy kényesebb kérdésben?
  • Hogyan lehet megkülönböztetni a minőséget a népszerűségtől?

Hogyan válassz ajándékot?

A könyvben olvasott törvényszerűségekre támaszkodva az alábbi ajándékozási tippeket tudom neked adni:

 

  1. Ha könyvet akarsz ajándékozni, és csak néhány perced marad a döntésre, akkor válassz egy aktuális slágerkönyvet, válassz egyet a top 10 eladottból (legtöbb könyvesboltban van ilyen polc).
  2. Ha van időd jó ajándékkönyv választására, akkor viszont ne a ranglistákat nézd, hanem azon emberek véleményét, akik olvasták már azt. Ne csak az első értékelést olvasd el, hanem olvass bele későbbiekbe is.
  3. Ha egy kamasznak akarsz valamit adni, válassz olyat, ami egy népszerű márkához tartozik. Hiába találsz egy nagy presztizsű, de kevésbé ismert márkát, az nem lesz neki megfelelő. Ha valami a saját környezetében népszerű, abból szívesen birtokol maga is egyet.
  4. Ha bort akarsz venni valakinek, és nem értesz annyira hozzá, vagy ha nincs egy számodra ismerős, bevált évjárat, akkor érdemes egy olyat keresni, ami nyert valami díjat. De csak akkor, ha annyiba kerül mint a hasonló, nem díjnyertes borok.
  5. Ha élményajándékban gondolkodsz (főzőtanfolyam, jobb agyféltekés rajzolás stb.), akkor inkább arra koncentrálj, hogy a megajándékozottad érdeklődjön a téma iránt, mint arra, hogy a legjobb, legmenőbb helyre íratod be őt az adott területen.
  6. Ha egy most berobbanó, friss témát akarsz az ajándékozottadnak bemutatni, előnyös ha éppen most kapott az adott termék, az adott mű szerzője egy, a fiatal művészeknek járó díjat.
  7. Ne hagyd magad, ne dőlj be az első benyomásokra épülő marketingnek, inkább keress olyat, ami valamiben egyedi, meglepő, szokatlan, vagy innovatív - amiből nem tizenkettő egy tucat.

Ráadásul annyira jó “A Képlet” stílusa, annyira magával ragadó és érthető a gondolatmenete, hogy csak azért tettem le egyszer-egyszer a könyvet, hogy legyen időm belegondolni, mi mindent kell újraértékelnem a könyv hatására. Barabási vagy rettenetesen megtanult írni vagy a legprofibb segítséget kapta meg a könyv írásához. Bár a könyvet angolul, elsősorban az amerikai piacra készítette, de minimális számú az amerikai könyvekre jellemző repetatív, sulykoló ismétlés, ügyesen egyensúlyoz az közérthetőség és a tudományos szempontból is érvényes állítások között, képes a “képletről” úgy beszélni, hogy lényegében csak a szorzás műveletét kell ismernünk.

Barabási fejezetenként elővesz egy-két érdekes kutatási eredményt, ami a világ egy olyan szegletében mutatja be a siker kulcselemeit, ahol elég adat érhető el ahhoz, hogy általánosítható összefüggésekre lelhessünk. Majd ezt az eredményt általánosítja, helyezi be a könyv korábbi fejezeteiben bemutatott gondolatmenetébe.

 

Miért ennyire gondolatformáló (mind-changing) a könyv?

Mert nem egy rendkívül sikeres ember vagy egy őt segítő coach személyes tapasztalatait olvasod, ami lehet hogy neki bejött, de nem biztos, hogy neked be fog. Igazi adatvezérelt szemlélettel dolgozik: azt vizsgálja, hogy mi különböztette meg a sikeres embereket a kevésbé sikeresektől akkor, mikor még nem voltak sikeresek. Más szóval, mik azok a tényezők amik hatására jó eséllyel megjósolható, hogy valaki sikeres lesz később. És ez sokszor nagyon más, mint amit a társadalmunk erről gondol. Máshogy tekintünk majd arra, hogy mennyi szerencse, mennyi kapcsolat, mennyi tehetség és mekkora teljesítmény kell ahhoz, hogy mi magunk sikeresek legyünk. Tökéletes olvasmány, ha Karácsony után a következő évre akarod magad felkészíteni gondolatban.

download.jpeg

Adatok erejéről olvasni más területen is lenyűgöző tud lenni: a másik személyes kedvencem John M. Gottman könyve, amiben egy párkapcsolati szakértő írja le, hogy milyen izgalmas eredményekre jutott, mikor adatelemzési módszerekkel kezdte vizsgálni mitől megy tönkre egy párkapcsolat. Több évtizedes utánkövetéses adatgyűjtés és adatelmezés után képes arra ha megfigyeli egy pár 15 perces összezördülését, vitáját, hogy  91%-os pontossággal megállapítsa, hogy vajon együtt lesznek-e 10 év múlva. Gottman még arra is rádobott közel húsz évet, hogy kitalálja, kimérje és végül leírja, hogy mit és hogyan érdemes változtatni a viselkedésünkön, ha valaki nemcsak felismerni szeretné a kapcsolatát veszélyeztető bajokat.

John M. Gottman és Nan Silver: A jól működő házasság 7 alapelve (Hogy reflektáljak a fenti vásárlási tanácsokra, jó tudni, hogy a könyv a New York Times bestseller listáján is fent volt, a magyar kiadáshoz pedig Pál Feri írt ajánlást.)

Szólj hozzá!

A bejegyzés trackback címe:

https://adatbanyaszat.blog.hu/api/trackback/id/tr3414471350

Kommentek:

A hozzászólások a vonatkozó jogszabályok  értelmében felhasználói tartalomnak minősülnek, értük a szolgáltatás technikai  üzemeltetője semmilyen felelősséget nem vállal, azokat nem ellenőrzi. Kifogás esetén forduljon a blog szerkesztőjéhez. Részletek a  Felhasználási feltételekben és az adatvédelmi tájékoztatóban.

Nincsenek hozzászólások.