作者简介

卡尔·伯格斯特龙(Carl Bergstrom)
美国华盛顿大学生物学系教授。他研究流行病如何在人群中传播,以及信息如何大规模地在生物和社会系统中流动——从细胞内对基因表达的控制到社交媒体上错误信息的传播。他最为人所知的是跨界整合自然科学和社会科学思想的能力,特别是在信息研究领域造诣很深。2010年以来,他发表了多篇前瞻性的文章,涉及信息科学、计算机科学、控制论、进化生物学、信息论、科学哲学、物理学等方面。其中有很多都发表在《自然》《科学》《美国国家科学院院刊》上。
杰文·韦斯特(Jevin D.West)
美国华盛顿大学信息学院副教授、公众知情中心主任。

内容简介

“用数据说话”是互联网时代的通用思维方式,有人说数据不会骗人,真的是这样吗?

X 让人看不懂的数据分析和神奇算法

X 莫名奇妙的数学方程

X 强行联系因果的统计学论文

X 某些新闻报道或PPT中花里胡哨的图表

……

我们都曾经或正在被这些东西蒙蔽,却往往毫无察觉,甚至乐在其中!

一些貌似可靠的数据来源,也可能藏着一本正经的胡说八道。比如TED演讲中的统计数字、《纽约时报》等媒体报道的大数据分析新算法、甚至是医学期刊中的诊断数据……虚假信息都有可能鱼目混珠,而你能分辨其中哪些是真正有用的信息,哪些只是胡扯吗?

对此,华盛顿大学专门开发了一门尚未开课即爆满的公开课,而这《拆穿数据胡扯》正是源自这门引发热议的课程。

两位作者花了多年时间研究打着数学和统计学幌子的胡扯,犀利幽默地对它们分门别类一一剖析,帮助我们培养批判性思维,有效分析海量数据和观点,拆穿无用数据的精致伪...

下载地址

豆瓣评论

  • 星尘
    可以配合另一本《数据如何误导了我们》一起阅读,两本书的话题一致,而且都很精彩,直面我们每天都会遇到的胡扯与欺骗。陈嘉映有一个观点是这样说的,我们今天的困境不在于信息不够,而在于判断力不够。信息时代我们每天都会获取大量的信息,有用的无用的,真实的片面的虚假的,而且我们往往还倾向于获取更多的信息。但是!但是!但是!如果一个人判断真伪的能力没有跟上他获取信息的能力的话,他就会觉得世界变得越来越荒谬了。这大概不是一件好事情05-11
  • 夜航船
    废话太多了,整体也是老生常谈,干货未免也太少了些05-20
  • char
    胡扯有原动力,胡扯比拆穿容易,要给胡扯者多点“犯罪”成本05-17
  • Rainbowww
    侧重于统计学常识,更多可能在揭示数据的生成,其中的黑箱;文末的方法更有普适性05-23
  • Methycobal
    作者关于机器学习的描述还算比较准确,现在的机器学习或者说人工智能就是一个黑盒,存在着不透明不公平不可解释等等问题,这将大大削弱AI决策的可信度。希望未来有更多的科学家能探索和研究可信AI,而不是简单的看到机器学出来的只存在相关性的结论就写篇论文完事。 06-02

猜你喜欢

大家都喜欢