如何自学 占星术 占星教程网盘 塔罗牌教程百度网盘垂直专业教程返回顶部

推荐内容包括：

英文原版：《Calling Bullshit: The Art of Skepticism in a Data-Driven World》PDF MOBI EPUB

中文版本：《数据的假象：数据识读是深度伪造时代最重要的思辨素养，聪明决策不被操弄》PDF MOBI EPUB 电子书

中文简体：《拆穿数据胡扯：信息驱动世界的生存指南》PDF MOBI EPUB 

本书中文简体译名为《拆穿数据胡扯：信息驱动世界的生存指南》

封面 Poster

《数据的假象：数据识读是深度伪造时代最重要的思辨素养，聪明决策不被操弄》

Calling Bullshit: The Art of Skepticism in a Data-Driven World

简介 Intro

《数据的假象：数据识读是深度伪造时代最重要的思辨素养，聪明决策不被操弄》<Calling Bullshit: The Art of Skepticism in a Data-Driven World>—— 卡尔．T．伯格斯特姆（Carl T. Bergstrom）/ 杰文．D．威斯特（Jevin D. West）

☆ 三位诺贝尔奖得主重磅推荐

☆ Amazon 800位读者好评分享

高度量化时代，数字绝对更会骗人，骗更大！

统计、图表、懒人包，常是理性装扮的鬼扯，

点赞、分享、演算法，助长类事实疯传成祸。

掌握数据的底层逻辑，洞悉科学量化包装术，

资讯批判思考力，是最强自我保护力！

★ 经汇率调整，敝公司绩效最佳的全球型基金在过去九年中有七年优于大盘。

★ 儘管在统计上未达显着，本研究结果凸显此标靶质子治疗具临床重要之效果量，挑战了现行的治疗典範。

类似上面的叙述，你可能也看过，是不是跃跃欲试？

别兴奋得太早。你发现了吗，上面的叙述完全没说收益表现的调整方法究竟是什么？有几档基金表现不如大盘？差多少？九年中有七年表现优于大盘的是同一档基金吗？另外，具临床重要性却未达统计显着的研究结果，到底代表什么？

数学、统计与科学都是理性、客观、精确的代表，

但也是资讯时代更容易操弄人心的骗术，而且更难被识破！

有图有照片不一定有真相，数字表格简单清楚其实更容易藏猫腻，

大数据陷阱多多更容易扯大谎。

如何侦测科学鬼扯？如何识破数据资料不合逻辑的破绽？

是现在深度伪造时代非常重要的自保能力。

两位作者在华盛顿大学开设同名课程，受到极高的讨论和迴响，他们运用统计与生物学领域的专精知识和经验，以生动幽默的方式，拆解取样偏误与数据资料数位化混淆视听的案例，检视我们的生活多么容易受到各类数据假象的影响。只要善用本书的思考方式，人人都能察觉资料有问题，拆穿假象：

◎ 图表可能误导：正统图表看来无趣又复杂，如果刻意将纵轴上下颠倒，柱状图的条形不从0点开始呢？大众可能被误导而不自知。媒体只想提高点击率，有趣或吸引注意力比正确性重要。

◎ 数字会说谎：有可能算错数量、小型取样无法精确反映整体的特性、推算的程序与方法有误，帮原本薄弱的主张建立可信度，成为散播谣言的载具。

◎ 资料扭曲事实：新闻宣称，科技公司市值在发布财报后，蒸发千亿，还附上近四天股价走势图，若拉长至五年期来看，公司表现并不差。谣传电视台因取消高收视节目而股价大跌，但是股价跌是在节目取消之前，节目收益是总营收的0.1%，有可能造成股价重挫2.5%？

◎ 机器可能出错：电脑可以分辨狼和哈士奇？演算法并非注意两者的面部特征，而是从狼和雪景一起出现来判断，但如果是在雪中的哈士奇呢？人工智慧的判断会出现偏误。

关键词：数据的假象：数据识读是深度伪造时代最重要的思辨素养，聪明决策不被操弄;[美]卡尔·伯格斯特龙 / [美]杰文·韦斯特;

截图预览 Screenshot Preview

《数据的假象：数据识读是深度伪造时代最重要的思辨素养，聪明决策不被操弄》截图（点击放大）

读者评论 Readers\’ Comments

疫情让人郁闷，读书的欢乐多半来自本书。远离量化研究的文科生务必抽空看下，防止被骗。

生活中充满了数据的胡扯，很多是不需要拆穿的，比如人均收入、幸福指数啥的，因为我们有自己的感受。那么其余的呢，突然冒出来不懂的领域的科学数据呢，往往就直接接受了，这时我们就需要拆穿胡扯的能力。

信息泛滥，真假参半的互联网世界，需要时刻提高警惕，对人，对物，对观点，对自己。

书中的一些案例很有趣，作者文笔很好，可以把枯燥的数学知识讲的很生动。不能迷信数据，因为数据是被人收集、分析和呈现的，难免会存在一些偏向。

这书都起来很快，因为大部分东西看了前面很容易预测下面要说啥。但是这本书的文风就是我的那杯茶 ，理性中带着强烈的情感，用及其逻辑性的描述有力地diss了许多argument。不错！

干货很多，作者自我认知清醒甚至能拿自己当反例。教你分辨日常和网上的BS（图表误导、数据带节奏、逻辑谬误、数学滥用、选择偏见、科学研究易感性？）

作者 Author

卡尔．T．伯格斯特姆（Carl T. Bergstrom）

演化生物学家，华盛顿大学生物系教授。

研究领域：研究流行病的传播方式，以及资讯如何在各大规模生物与社会系统中流动、生物如何相互交流，以及社交媒体如何改变社会。

杰文．D．威斯特（Jevin D. West）

华盛顿大学资讯学院副教授，华盛顿大学知情公众中心负责人，数据资料实验室（Datalab）副主任，eScience研究所数据科学教育召集人。

研究领域：科技对社会的影响

有需要联系v；lyjlyj13141314

需要各种占星塔罗水晶魔法资料，专业的咨询

本文采摘于网络，不代表本站立场，转载联系作者并注明出处： https://sm.nayona.cn/yixuekecheng/139051.html