豆瓣评论

  • 劲小康
    需要专业性,翻译很费解,看了下案例来这里扫一下短评,足矣03-17
  • 酒心蛋黄派
    相较于中文名字,英文原名《how to measure everything》更能代表这本书吧。how to measure everything其实也就是默认了everything can be measured。除了文章中部分统计学相关章节比较难读,整本书可读性还是蛮强10-28
  • 峻瑞
    老外的语言翻译过来,读起来有点绕01-04
  • 量化不是准确描述,而是通过各种方法减小不确定性风险。07-31
  • zip
    你的难题并非你想的那么独特;你拥有的数据比你认为的多;你需要的数据比你认为的少;要获取适量的新数据比你想象的更容易。08-17
  • Andy
    看过英文版和繁体中文版,简体中文版相对比较差(题目/翻译/排版)。作者提出的万事万物皆可衡量,有创见,并且比较逻辑性,并提出了一些有效的方法。但对于大多数人来说的问题是:从需要投入的时间和资源和产出的结果的时效性上是评判,一个事情否值得去“衡量”。05-13
  • Asro
    很多人吐槽这本书只有概念没有方法,其实作者是开咨询公司的,把能公开的概念讲讲就已经很好啦,具体方法还得一个个的学,也不是一本书能讲清楚的。11-24
  • 假如你不认识我
    招银数据分析运营班推荐书籍04-02
  • FM329
    对于统计学知识比较匮乏的我来说,整本书读起来比较艰涩,读完记得最深的恐怕就是什么都可以量化这一句话,虽然书里面很多量化方法都有列举步骤,但这些步骤都比较泛,很难照搬。03-09
  • 薄荷硬盘
    在风险评估和决策方面的泛泛之谈。有些地方还是开卷有启的。01-16
  • AdolGu
    2020.077 只讲概念约等于不讲方法11-10
  • 本本姜
    凡事都可以量化。感觉需要上一次系统的统计课程,才能好好理解应用本书的方法。01-24
  • 行天下
    量化是为了减少不确定性,是为了决策07-15
  • 叶恪_
    从实操层面介绍了量化的意义和价值是减少不确定性,而非为了数据化而数据化。书里的例子充分表现了推论性统计的价值,对比现有人工智能很多时候采取的“枚举”,统计体现出让人惊叹的智慧和优雅。09-10
  • 薛定谔的猫粮
    能把数据决策讲得这么深入浅出、生动活泼,更足显Hubbard的大师风范。即便数据学渣如我,也觉得读来有趣、读毕有益。03-02
  • Unknown
    一切皆可量化,举例和阐述比较枯燥10-25
  • XY
    一本写给领导看的关于量化或数据化书,全书说的任何的管理都是要从量化开始。出发点没错,但是在具体量化的讲述上这本书就是满满的咨询公司的套路,那就是只有概念没有具体方法。每种方法也是浅尝辄止,没有深入。所以这种套路明显是给管理层看的,因为他们只要大概知道怎么数据化就可以了,而不需要了解具体的过程。所以总体的内容读起来就比较泛泛。反正读完就感觉封面的那些广告就有点刺眼,麻省理工指定教材?真的假的?09-22