도서정보 상세보기[NAVER 제공]
책머리에 : 제4차 산업혁명 시대, 개인과 기업은 어떻게 대응할 것인가? ․ 5
CHAPTER 1 나는 왜 알파고의 완승을 예견했는가?
이세돌 9단이 패배할 수밖에 없는 이유 ․ 19 | 왜 바둑은 인공지능의 위대한 도전인가? ․ 21 | 알파고의 구조 ․ 23 | 알파고와 판후이의 대결 ․ 26 | 알파고를 업그레이드하다 ․ 31 | 알파고를 만든 천재 과학자들 ․ 33 | 알파고와 이세돌의 대결은 불공정했는가? ․ 37 | 인공지능의 미래 ․ 40
CHAPTER 2 숫자가 정보다
확률적 선택의 문제 ․ 47 | 선험적 확률: 카지노에서 돈을 따는 방법 ․ 49 | 경험적 확률: 벤포드 법칙으로 탈세를 막다 ․ 55 | 주관적 확률: 로버트 루커스의 ‘합리적 기대 이론’ ․ 58
CHAPTER 3 숫자로 가득한 세상
확률의 함정 ․ 65 | 도박사의 오류: 독립적인 사건과 종속적인 사건 ․ 68 | 유용성의 오류: ‘머피의 법칙’과 ‘머피의 오류’ ․ 73 | 우연의 일치는 있다 ․ 77
CHAPTER 4 숫자의 편견
문맹보다 무서운 ‘수맹’ ․ 85 | 빅데이터 분석 전략 ․ 89 | 정규직이 된 설렁탕집 아르바이트생 ․ 91 | 중고차 매매단지 시설 개선안 ․ 93 | 이혼을 점치는 수학자 ․ 96
CHAPTER 5 숫자를 어떻게 사용할 것인가?
숫자에 길들여진 세상 ․ 103 | 매카시즘과 어림수 ․ 105 | 악마의 숫자 ․ 110 | 시위대의 숫자가 왜 다를까? ․ 114 | 숫자에 대한 무지 ․ 117 | 숫자의 권력 ․ 120
CHAPTER 6 ‘그래프의 함정’에 빠지지 마라
빅데이터를 시각화하라 ․ 127 | 숫자를 어떻게 그래프로 그릴까? ․ 131 | 그래프는 사실을 어떻게 왜곡하는가? ․ 136 | 그림도표의 왜곡과 과장 ․ 146 | 그래프는 진실을 말해야 한다 ․ 152
CHAPTER 7 ‘퍼센트의 함정’에 빠지지 마라
퍼센트란 무엇인가? ․ 157 | ‘대할인 판매’의 비밀 ․ 159 | 스탈린은 왜 목표 달성률을 거짓말했는가? ․ 161 | 퍼센트의 마술 ․ 165 | “67퍼센트를 조심하라” ․ 168 | 퍼센트의 소수점 ․ 171 | 퍼센트와 퍼센트포인트 ․ 173
CHAPTER 8 ‘평균의 함정’에 빠지지 마라
평균이란 무엇인가? ․ 181 | 산술평균, 중앙값, 최빈수 ․ 183 | 평균 연봉의 비밀 ․ 187 | 산술평균의 비밀 ․ 190 | 평균을 어떻게 볼 것인가? ․ 192 | 평균적인 사람은 없다 ․ 195
CHAPTER 9 ‘비교의 함정’에 빠지지 마라
비교의 심리학 ․ 201 | 비교를 어떻게 할 것인가? ․ 204 | 비교 대상의 크기가 같아야 한다 ․ 208 | 이혼을 하면 빨리 죽는가? ․ 210 | 권장소비자가격의 함정 ․ 213 | 빅데이터 시대의 데이터 분석 능력 ․ 216
CHAPTER 10 원인과 결과를 어떻게 해석할까?
담뱃값이 오르면 흡연율이 낮아질까? ․ 221 | 인중이 길면 오래 살까? ․ 224 | 치마 길이가 짧으면 경기가 좋아질까? ․ 226 | 대학을 졸업하면 소득이 높을까? ․ 230 | 원인은 다른 곳에 있다 ․ 233
CHAPTER 11 통계를 어떻게 해석할 것인가?
여론조사로 여론을 알 수 없다? ․ 241 | 최악의 선거 여론조사 ․ 245 | 질문이 여론조사를 왜곡한다 ․ 249 | 여론조사를 어떻게 해석할 것인가? ․ 253
CHAPTER 12 통찰은 어떻게 탄생하는가?
창의성은 분석에서 싹튼다 ․ 261 | 케플러의 법칙은 어떻게 탄생했는가? ․ 266 | 직관의 탄생 ․ 272 | 분석 역량을 어떻게 키울 것인가? ․ 274 | 분석 역량을 어떻게 습관화할 것인가? ․ 277
CHAPTER 13 우리는 빅데이터를 어떻게 활용했는가?
연애에서 결혼까지 문자메시지가 어떻게 변화하는가? ․ 283 | 윌 스미스의 할리우드 성공 방정식 ․ 286 | 수학의 힘으로 패턴을 발견한 멘델 ․ 289 | 최초로 의무기록표를 만든 나이팅게일 ․ 293
CHAPTER 14 기업은 빅데이터를 어떻게 활용했는가?
하림의 닭 무게 측정과 예측 ․ 299 | 유유제약의 리포지셔닝 전략 ․ 303 | 넷플릭스의 영화 추천 엔진, 시네매치 ․ 307 | 스펙 버린 구글의 채용 혁명 ․ 311 | 카지노업계에서 대박을 터뜨리다 ․ 314
주 ․ 319