The Theory That Would Not Die: How Bayes' Rule Cracked the Enigma Code, Hunted Down Russian Submarines, and Emerged Triumphant from Two Centuries of Controversy

Es muy interesante y la lectura es amena. Además el libro en cuestión es bastante bonito.

I bought this book because I was interested in knowing more about Bayes theorem/Rule, not about what it is but how it came to be, its applications, history etc. Loved the book. Don''t buy if you want to learn the math of Bayes theorem.

Computational 'grunt' turned an interesting, controversial approach to predictive statistical methods (labelled Bayes or LaPlace) into the backbone of today's forecasting.To be an analyst purporting to understand and apply data in today's world, and not understand the concepts in this book, is to be as ignorant as those who continued to believe in a flat earth when the mathematics clearly showed otherwise.The concepts are mind changing. The case examples are mind blowing. The history is fascinating and the combative personalties makes a lot of politics look tame.

I was a graduate student in statistics at Virginia Tech. about 1970. Then we knew that prof. I. J. Good would sometimes refer to conversations he'd once had with Alan Turing. Later it was revealed that these had taken place at Bletchley Park, the top secret WWII code breaking facility. Good was an avid Bayesian. Thanks to this book I now know that his enthusiasm was the result of his experience at Bletchley.The book gives a superb account of the history of Bayesian methods from their inception until their blossoming in the recent decades of the computer age.

The theory that would not die dovrebbe essere considerato un testo fondamenale per tutti coloro che, per un motivo o per l'altro, si trovano a trattare l'argomento “inferenza bayesiana”. Questo libro, infatti, permette di dare una collocazione storica e metodologica all'inferenza bayesiana ed ai vari algoritmi ad essa correlati (filtri di Kalman, MCMC, etc.). Il solo fatto di poter contare su questa “prospettiva” permette di comprendere molto meglio l'importanza dell'inferenza Bayesiana ed i suoi meccanismi interni.Il libro descrive dettagliatamente tutte le tappe dello sviluppo di questa disciplina, dalla scoperta del metodo da parte del Reverendo Thomas Bayes nel 1700 fino ai giorni nostri. L'autrice riesce a restituire con grande efficacia la personalità e le inclinazioni di tutti gli uomini e le donne che hanno contribuito allo sviluppo di questa disciplina, al punto che l'intero testo ricorda da vicino certi romanzi “corali” dell'800, come “Guerra e Pace”. La precisione con cui vengono descritte le vicende, le personalità degli attori ed i rapporti tra di essi sfiora in molti punti il pettegolezzo ma la lettura che ne risulta è ugualmente avvincente e scorrevole.Nonostante questo suo talento narrativo, l'autrice mantiene anche una visione molto chiara del tema centrale del suo libro e non lesina sui dettagli tecnici e sulle considerazioni metodologiche. Questo aspetto è piuttosto sorprendente perchè, secondo il curriculum che l'autrice stessa pubblica sul suo sito, Sharon Bertsch McGrayne non dovrebbe essere una utilizzatrice diretta ed abituale di queste tecniche. Invece, mostra una notevole padronanza dei concetti di cui parla ed una notevole capacità di spiegarli in modo comprensibile. Nel corso delle circa 300 pagine del testo, infatti, vengono esaminati tutti i più significativi “case studies” degli ultimi 300 anni e molti di essi sono analizzati in dettaglio e con notevole maestria.Ovviamente, è necessaria una certa conoscenza dell'inferenza bayesiana e della statistica in genere per poter godere appieno di questo testo ma, d'altra parte, se non foste in possesso di queste prerequisiti probabilmente non stareste leggendo questa recensione. In una appendice del testo l'autrice fornisce alcuni esempi didattici di applicazioni del teorema di Bayes (con le relative formule ed i relativi numeri) ma non fornisce una presentazione del teorema stesso per cui è comunque necessario ricorrere ad altri testi per una introduzione ai concetti di base.Tra i testi “tecnici” sull'inferenza Bayesiana, posso consigliare “Doing Bayesian data analysis” di John K. Kruschke (centrato sull'uso di BUGS e JAGS) e “Think Bayes”, di Allen B. Downey (centrato su Python). Entrambi sono rivolti a persone che siano in grado di scrivere programmi per computer ma non richiedono una abilità particolarmente elevata da questo punto di vista.Per correttezza, va anche detto che, al giorno d'oggi, il Teorema di Bayes viene utilizzato raramente nella sua forma originale. Di solito si usano alcuni algoritmi che utilizzano il teorema di Bayes al proprio interno ma lo nascondono alla vista dell'osservatore esterno, come il cosiddetto Markov Chain Monte Carlo (MCMC) ed i filtri di Kalman. Molti utilizzatori del Teorema di Bayes, quindi, potrebbero non essere del tutto consapevoli del fatto che questo libro li riguarda da vicino.Credo che praticamente tutti coloro che hanno alle spalle una formazione tecnico/scientifica dovrebbero leggere questo libro, soprattutto se si sono laureati prima del 1990. Queste tecniche di inferenza Bayesiana sono alla base di quasi tutta la ricerca scientifica degli ultimi vent'anni e sono alla base di quasi tutte le più interessanti diavolerie tecnologiche dei nostri giorni, da Google Search a SoundHound. Davvero al giorno d'oggi non si può lavorare in nessun settore scientifico o tecnico senza avere almeno una conoscenza superficiale di queste tecniche.