｜Recommandation｜Votre avenir est ici _ Song Gil-young
Préface à l'édition révisée : Deux suggestions pour une meilleure réflexion probabiliste
Réflexion lente : essentielle mais difficile | Attention à ne pas surfer sur la vague
｜Introduction｜Signal et bruit
Lumières et ombres de l'explosion de l'information | Le paradoxe de la productivité à l'ère informatique | Promesses et écueils de l'ère du Big Data | Pourquoi l'avenir nous surprend toujours | Solutions pour la prédiction | Au programme

I.
Questions fondamentales sur la prévision
1.
Crise financière | L'échec retentissant des prédictions concernant l'effondrement économique
Les pires prédictions concernant le malheur | « Ils ne voulaient pas que la musique s'arrête » | Comment les agences de notation de crédit ont tout gâché | Acte 1 : La bulle immobilière, l'illusion qui entoure ma maison | Acte 2 : L'effet de levier, la ruine immobilière | Entracte : « La peur » est le nouveau nom de « l'avidité » | Acte 3 : Destruction, une nouvelle situation se dessine | Le point commun de quatre prédictions erronées | La formule des prédictions erronées : le problème des prédictions hors échantillon | Que pouvons-nous en apprendre ?

2.
Politique | Mon secret pour prédire les résultats des élections
Les politologues sont-ils plus compétents que les panels d'experts télévisés ? | L'attitude à adopter pour de meilleures prévisions : être rusé | Pourquoi les personnes pragmatiques sont-elles mieux accueillies dans les panels télévisés ? | Pourquoi les mauvaises prévisions sont-elles si fréquentes ? | Se lancer dans les prévisions politiques | Règle n° 1 de Fox : penser en termes de probabilités | Règle n° 2 de Fox : établir une nouvelle prévision chaque jour | Règle n° 3 de Fox : rechercher le consensus | Se méfier des prévisions « miracles » | Comment pondérer les informations qualitatives | L'objectivité n'est pas chose facile

3.
Baseball│Pourquoi les matchs de baseball servent de modèle à toutes les prédictions
Création d'un système de prédiction au baseball | La base de données la plus riche au monde | La courbe du vieillissement : combien de temps un joueur peut-il jouer ? | Le duel entre « calculatrice » et « intuition » | Pekota contre recruteur : victoire du recruteur | Le facteur invisible | Courir vite et lancer fort ne garantissent pas la victoire | L'information est la clé du succès | Pourquoi l'avenir de Pedroia était sombre | Et comment il a surmonté l'adversité | Les véritables leçons du Moneyball et l'avenir du baseball

II.
Touchez la cible mouvante !
4.
Météo│Une réussite en matière de prévisions, progrès dans la prévision météorologique
Les superordinateurs sont-ils vraiment utiles ? | Une brève histoire de la prévision météorologique | Matrix, la naissance d'une nouvelle méthode de prévision météorologique | Ce que les tornades et les joueurs de basket ont en commun | L'œil humain a toujours son importance | Le succès des services météorologiques et les défis des entreprises privées | Comment améliorer les prévisions ? | Quand la concurrence dégrade les prévisions | Quand la correction des erreurs est nécessaire | L'œil du cyclone et le cône du chaos

5.
Tremblement de terre│À la recherche désespérée d'un signal
Que faisons-nous lorsque le sol tremble sous nos pieds ? | À la recherche du crapaud magique et du Saint Graal | Comment fonctionnent les séismes : distribution selon une loi de puissance | Le signal qui nous attire au milieu du bruit | La série de prédictions erronées | Un dilemme | Attention au surapprentissage | Le grand séisme de l’est du Japon : un exemple flagrant de surapprentissage | Que savons-nous vraiment des séismes ? | La beauté du signal et du bruit | La science est constamment mise à l’épreuve

6.
Prévisions économiques | Gérer l'incertitude, la volatilité et les biais
Pourquoi parler d'incertitude ? | Les économistes sont-ils rationnels ? | « Personne n'y comprend rien » | Corrélation sans causalité | Les prévisions économiques sont en constante évolution | Données économiques bruitées | L'effet papillon | Quand le biais est un choix rationnel | Deux solutions pour gérer les biais

7.
Épidémies│Tous les modèles sont faux, mais certains sont utiles.
Une suite au fiasco de la « nouvelle grippe » ? | Quand l’extrapolation devient dangereuse | Prédictions autoréalisatrices et auto-annulatrices | Simplicité « sophistiquée » | SimFlu | Que faire lorsque les prédictions sont vouées à l’échec ?

III.
Comment appréhender l'avenir en améliorant la qualité de vos prévisions
8.
Théorème de Bayes │ Comment faire moins d'erreurs petit à petit
Comment les parieurs gagnants misent | L'héritage singulier de Thomas Bayes | Probabilité et progrès | Les mathématiques simples du théorème de Bayes | Le problème des faux positifs | Le fréquentisme réfute le bayésianisme | Des données hors contexte sont inutiles | Bob, le parieur bayésien | Le bayésianisme converge vers la vérité

9.
Échecs│Les ordinateurs peuvent-ils voir l'avenir comme les humains ?
Les ordinateurs qui jouent aux échecs | Échecs, prédiction et heuristiques | Kasparov et Deep Blue | Le début de la partie | Le dilemme du joueur d'échecs : étendue ou profondeur ? | Stratégie contre tactique | Les premiers signes de la fin | Les machines battent les humains | Comment déstabiliser les maîtres d'échecs | Bug ou arme secrète ? | Les points forts des ordinateurs | Moteur de recherche Google : quand l'expérimentation à grande échelle devient possible | Au-delà des angles morts de la technologie

10.
Poker │ Comment repérer le bluff de votre adversaire
Le début du rêve poker | L'art de la lecture des mains | Penser en termes de probabilités | Les mains de poker de Schrödinger | Comment déstabiliser son adversaire | Le principe de Pareto | Le maître et le fou : l'économie de la bulle poker | L'éclatement de la bulle | Chance ou talent ? | Le marécage des illusions | Pourquoi perdons-nous notre sang-froid ? | Se concentrer sur le processus, pas sur les résultats

IV.
Une main invisible fait bouger le monde.
11.
Actions│Si un individu ne peut jamais battre le marché
Bienvenue au pays du bayésianisme | La « main invisible » du bayésianisme | Marchés de prédiction : acheter et vendre des actions Hillary Clinton | Les avantages et les limites des prévisions grégaires | Les origines de l'hypothèse d'efficience des marchés | « Les performances passées n'influencent pas les résultats futurs » | Ne vous fiez pas aux graphiques | Les trois formes de l'hypothèse d'efficience des marchés : faible, semi-forte et forte | Tests statistiques de l'hypothèse d'efficience des marchés | L'efficience des marchés face à l'exubérance irrationnelle | Suivre la tendance | Pourquoi suivons-nous les autres ? | L'excès de confiance et le syndrome du vainqueur | Pourquoi les bulles spéculatives n'éclatent pas facilement | Les prix sont erronés | Les spéculateurs | Illusions d'optique et schémas | Raccourcis cognitifs | La lutte entre l'ordre et le désordre

12.
Réchauffement climatique │ Nous avons besoin d'une culture du scepticisme sain
À la recherche de la causalité | L'effet de serre existe | « Ce n'est pas aussi compliqué que de la physique quantique » | Trois points de vue sceptiques | Critiques des prévisionnistes sur les prévisions du réchauffement climatique | Ce sur quoi tous les climatologues s'accordent | Remise en question des modèles informatiques de prévision | Science du climat et complexité | Quel niveau de complexité les modèles devraient-ils atteindre ? | Trois éléments d'incertitude dans les prévisions climatiques | Observations et relevés | Un été caniculaire s'annonce | L'incertitude est au cœur des prévisions | Que nous apprend le « refroidissement climatique » | Prédiction et science sont étroitement liées | La vérité qui dérange sur les relevés de température | Une autre raison pour laquelle l'estimation de l'incertitude est essentielle | « Nous sommes en plein conflit » | Entre science et politique

13.
Terrorisme : points communs entre l'attaque de Pearl Harbor et les attentats du 11 septembre.
Des signaux existaient, mais nous ignorions leur signification | « L’inconnu » et « l’improbable » | L’attentat terroriste du 11 septembre était-il un « inconnu connu » ? | Un attentat massif | Les mathématiques du terrorisme : distribution selon une loi de puissance | Définir et mesurer le terrorisme | Terrorisme de magnitude 9 | « Voir grand » face au terrorisme | Pourquoi les centres commerciaux ne sont-ils pas ciblés ? | La stratégie d’Israël pour prévenir le terrorisme | Comment décrypter les signaux terroristes

｜Sortir｜Comment la prédiction est-elle possible ?
Pensée probabiliste : se familiariser avec le bayésianisme | Identifier ses points de départ et réduire ses biais | Accepter de faire des erreurs | Reconnaître la prévisibilité
Note du traducteur : Une nouvelle perspective sur le monde
｜Notes｜

Politique, économie, sport, climat, guerre, terrorisme, épidémies, jeux d'argent…
Trouver des signaux significatifs dans un monde bruyant.

Qu’il s’agisse de faire face aux crises économiques ou de garantir notre capacité à éradiquer les maladies, tout dépend désormais de la précision avec laquelle nous pouvons prédire l’avenir – autrement dit, de notre capacité à améliorer la qualité de ces prédictions.
À mesure que la vie s'accélère et que les événements deviennent plus imprévisibles, nous devons planifier et élaborer des stratégies plus fréquemment et plus rapidement que jamais auparavant.
Nate Silver voyage du Service météorologique national aux stades de la Ligue majeure de baseball, des tables de poker à la bourse, du Capitole aux stades de la NBA, explorant les prévisions réussies et ratées pour découvrir les points communs entre ceux qui font des prévisions « meilleures », c'est-à-dire plus précises.
Pour écrire ce livre, j'ai interviewé des personnalités influentes aux États-Unis, notamment le prix Nobel d'économie George Akerlof, l'ancien secrétaire au Trésor Larry Summers et l'ancien secrétaire à la Défense Donald Rumsfeld. J'ai également mené des entretiens approfondis avec des experts tels que des joueurs professionnels, des recruteurs, des météorologues et des spécialistes des maladies infectieuses, et j'ai effectué des recherches approfondies sur des articles et des publications universitaires pertinents (voir les nombreuses notes de bas de page).


La pandémie de COVID-19 : qu’avons-nous manqué lors de l’élection présidentielle américaine de 2016 ?
La pensée probabiliste peut-elle résoudre les défis du XXIe siècle comme le réchauffement climatique et le changement climatique ?
Quelles compétences en matière de prédiction pouvons-nous apprendre des maîtres des prédictions sportives et de poker professionnels ?
Pourquoi les bulles spéculatives sur les marchés boursiers et immobiliers persistent-elles si facilement ?

Même si les innovations des pionniers dans chaque domaine sont minimes, nous pouvons beaucoup apprendre des méthodologies qu'ils ont employées.
Comment apprendre à penser en termes de probabilités ? Peut-on appliquer les théories d’un Anglais du XVIIIe siècle nommé Bayes pour relever les défis du XXIe siècle, comme le réchauffement climatique et les phénomènes météorologiques extrêmes ? Mieux connaître l’avenir nous permettra-t-il de prendre des décisions plus éclairées aujourd’hui ?

La science et la technologie de la prédiction des cibles mobiles

Tant de prédictions se trompent, alors pourquoi certaines atteignent-elles leur but ? À l’ère du « big data », où des quantités massives de données sont générées quotidiennement, pourquoi tant de prédictions sont-elles si erronées ? À l’ère du « big data », l’humanité est confrontée à une masse considérable de données, mais celle-ci s’accompagne également d’une quantité stupéfiante de « bruit » inutile.
La clé de l'analyse des données, comme l'explique l'ouvrage « Signal et bruit : le secret pour prédire l'avenir à l'ère de l'incertitude », réside dans l'élimination efficace de ce « bruit » afin de trouver des « signaux » significatifs.
Le livre est globalement divisé en deux parties.
Dans les parties 1 et 2, nous diagnostiquons les problèmes liés à la prédiction, et dans les parties 3 et 4, nous appliquons et explorons des solutions bayésiennes.


La première partie traite des échecs des prédictions concernant la récente crise financière, du succès des prédictions dans le baseball et dans le domaine politique, où les prédictions peuvent être réussies ou non selon l'approche.
Nous explorons certaines des questions les plus fondamentales inhérentes à la « prédiction ».

La deuxième partie examine un à un plusieurs systèmes dynamiques liés au changement climatique, à la prévision des séismes, aux tendances économiques et à la propagation des maladies infectieuses.
Bien que des scientifiques de renom étudient ces systèmes depuis longtemps, les prédictions sont encore plus difficiles et délicates car les systèmes eux-mêmes sont dynamiques.
Par conséquent, les prédictions dans ces domaines ne peuvent pas toujours être exactes.

La troisième partie est consacrée aux solutions utilisant des techniques de probabilité statistique.
L'un des outils les plus importants utilisés par Nate Silver pour distinguer le signal du bruit est le théorème de Bayes en statistiques.
Il s'agit d'une méthode permettant d'améliorer la probabilité a posteriori en calculant une probabilité a priori, puis en sélectionnant et en appliquant l'information la plus probable lorsque de nouvelles informations deviennent disponibles.
Après avoir présenté un parieur sportif professionnel qui utilise le théorème de Bayes pour obtenir un succès retentissant, nous abordons les jeux d'échecs et de poker.
Le sport et les jeux constituent d'excellents laboratoires pour tester nos différentes capacités de prédiction, car ils obéissent à des règles claires.
Ces domaines nous permettront de mieux comprendre le hasard et l'incertitude, et nous éclaireront également sur la manière dont l'information est transformée en connaissance.

La quatrième partie applique le théorème de Bayes à des problèmes plus existentiels, abordant le réchauffement climatique, le terrorisme et les bulles spéculatives sur les marchés financiers.
Il s'agit là non seulement de défis menaçants pour la société dans son ensemble, mais aussi d'un véritable défi pour les experts en prévision.
Ce n'est pas comme s'il n'y avait absolument aucune solution.
Si nous sommes prêts à relever ces défis, nos pays, nos économies et notre planète peuvent devenir des endroits beaucoup plus sûrs.


Ce livre présente la philosophie et les techniques de prévision de Nate Silver, tout en proposant une réflexion approfondie sur la manière d'appréhender et de réagir face à un avenir incertain.
Ce livre sera un guide précieux pour les leaders d'opinion qui surveillent constamment tous les facteurs à l'origine des bouleversements mondiaux, les entrepreneurs qui doivent constamment anticiper les désirs du marché et des consommateurs, les lecteurs passionnés par le changement social et tous ceux qui s'intéressent aux réalités de l'ère du « big data » et à la manière d'y « survivre ».


Une intuition clé qui a changé le paradigme des prédictions futures.

Silver affirme que les personnes qui embrassent des connaissances issues de divers domaines et qui expérimentent diverses choses, qui sont suffisamment autocritiques pour admettre leurs erreurs, qui tolèrent bien les situations et les informations complexes, qui sont prudentes et qui valorisent l'observation pratique plutôt que la théorie, font de « meilleures » prédictions que celles qui poursuivent de grandes idées en ignorant les détails tout en se concentrant sur un seul domaine.


Prédire l'avenir ne relève pas de la magie.
L'auteur soutient que nous devrions d'abord faire des prédictions prudentes en utilisant les informations disponibles, le bon sens et les conclusions communes tirées de l'expérience par la plupart des gens, puis recueillir lentement de nouvelles informations, aussi minimes soient-elles, tout en reconnaissant le caractère incomplet de cette conclusion.
Ensuite, nous devons déterminer s'il s'agit d'un signal contenant une vérité ou d'un bruit sans signification et évaluer la véracité de la prédiction en fonction de cela.
Il faut de l'humilité pour reconnaître l'imprévisible, du courage pour prédire le prévisible et de la sagesse pour en connaître la différence.


Parfois, ce qui compte en matière de prévisions, ce n'est pas la précision absolue, mais la « précision relative par rapport à la concurrence ».
La concurrence est essentielle pour de meilleures prévisions.
Toutefois, si le prévisionniste poursuit un objectif erroné, la prévision risque d'être erronée en raison de la concurrence, voire d'avoir des conséquences désastreuses.
Les prévisionnistes font des prédictions plus précises lorsqu'ils reconnaissent qu'ils n'en sont qu'à leurs balbutiements et que la prévision est une science risquée.
La motivation des prévisionnistes n'est pas politique, mais la recherche de la vérité, et ils connaissent d'innombrables détails qui les rapprocheront de la vérité.
C’est seulement avec cette attitude qu’un prévisionniste peut distinguer le signal du bruit.