`{[Download]} 大數據的傲慢與偏見：一個「圈內數學家」對演算法霸權的警告與揭發：Weapons of Math Destruction - How Big Data Increases Inequality and Threatens Democracy PDF/EPub by 凱西．歐尼爾（Cathy O’Neil）

6mOy3DsX5626 - Read and download 凱西．歐尼爾（Cathy O’Neil）'s book 大數據的傲慢與偏見：一個「圈內數學家」對演算法霸權的警告與揭發：Weapons of Math Destruction - How Big Data Increases Inequality and Threatens Democracy in PDF, EPub, Mobi, Kindle online. Free book 大數據的傲慢與偏見：一個「圈內數學家」對演算法霸權的警告與揭發：Weapons of Math Destruction - How Big Data Increases Inequality and Threatens Democracy by 凱西．歐尼爾（Cathy O’Neil）.

大數據的傲慢與偏見：一個「圈內數學家」對演算法霸權的警告與揭發：Weapons of Math Destruction - How Big Data Increases Inequality and Threatens Democracy

by 凱西．歐尼爾（Cathy O’Neil）

Synopsis: 大數據不缺推崇者，但我不是。甚至，我要稱它是這個時代的「數學毀滅性武器」。一名前華爾街量化分析師提出警告：現代生活中無所不在的的數學模型可能撕裂社會！紐約時報非文學暢銷書亞馬遜書店「商業統計」暢銷書《紐約時報》書評2016年最值得注意的書《波士頓環球報》2016年最佳書籍《連線》（Wired）2016年必讀的選擇之一《財星》雜誌2016年選書《MIT科技評論》2016年編輯選書《科克斯》書評A Kirkus 2016年最佳書籍芝加哥公共圖書館2016年最佳書籍《自然》期刊官網（Nature.com）2016年最佳書籍《紐約時報》2016年度編輯選書這是個演算法包圍現代公民的時代！演算法在幕後影響著我們生活的各種決定，包括我們上什麼學校、能否借到汽車貸款，以及醫療保險必須支付多少保費，愈來愈多判斷是由數學模型，而非某些人所做出。這一切看似公平：因為所有人是根據相同的規則評斷，不受偏見影響。對熱情的「問題解決者」來說，大數據像仙境，它蒐集資訊、再運用數學模型，使我們得以更有效地調配資源、篩選最優的人事物、並做出最好的決定，這些熱情的宣揚者更是四處宣傳大數據應用的威力。但是，曾在典型數據分析圈內工作的凱西．歐尼爾不是上述這種人。她在本書指出，事實與我們想的恰恰相反！這些數學模型不透明、不受管制，即便出錯，受害者往往無法申訴。最令人不安的是，這些模型會「強化歧視」，例如，貧窮學生在申請學貸時，可能因自家的郵遞區號，被審核貸款的數學模型視為還款高風險者，因而無法獲得貸款……。這類問題會形成惡性循環——獎勵幸運兒、懲罰遭踐踏的人，創造出危害民主的「有毒雞尾酒」。歡迎認清大數據的黑暗面歐尼爾在本書中揭開對我們人生各階段有巨大影響的各種黑箱數學模型，不管我們願不願意，演算法系統都已經為我們打上「分數」。當前許多數學模型已經失控濫用、還自作主張地替教師和學生評鑑、篩選履歷表、審核貸款、評估員工績效、鎖定目標選民、決定假釋名單，以及監測我們的健康狀態，決定我們個人及社會的未來。歐尼爾呼籲：在這個人人都被迫擁有自己在某種演算系統中持有「e化評分」的時代，那些建立模型的人應該為他們所創造出來的演算法負起更多責任，而政策制定者更應該負起監督管理的責任。這本重要著作使我們得以提出關鍵問題、揭露這些「數學毀滅性武器」的真相和要求變革。│強力推薦│……這些源自人性黑暗面的大數據與人工智能，如果不受監管，有可能撕裂社會，甚至讓人類文明崩潰。但監管的標準該如何制定？誰來負責監管？如果監管者跟不上時代，甚至不可信賴，人類又該如何在AI專政的虛擬實境中維持人性尊嚴？胡一天（源鉑資本創辦人暨執行長，源鉑情報總編輯，《風傳媒》專欄作家）生活在現代的社會裡，完全不被數學模型監控幾乎是不可能，這是一種最安靜的恐怖主義。然而，數學模型真的是我們生存世界的絕對真理？當我們盲目地將自己交付給它並且據此生存，是否有可能我們所擁抱的真理，只是讓我們的世界變得更加荒謬扭曲……陳智凱（國立台北教育大學文化創意產業經營學系所教授）大數據浪潮下必讀的一本書。當用數據模型替每個人打分數時，舉凡信用、教育、健康等方面，帶來了潛在的黑箱、歧視、道德危機。不論是數據從業人員或一般大眾，都應閱讀本書，建立正確的風險認知。楊立偉（意藍科技股份有限公司董事總經理、創辦人，台灣大學工商管理學系兼任助理教授）進行假設檢定與決策時，偽正（型1錯誤）率和偽負（型2錯誤）率常會存在。本書提醒我們必須檢驗數據的正確性，降低二種錯誤率，並考慮錯誤所造成的影響，進行回饋的模型校正，才能應用大數據的分析，作出合適的決策。盧鴻興（國立交通大學統計所教授暨大數據研究中心主任）大數據、演算法、人工智慧，這些躲在數學背後的當紅名詞，正悄悄改變世界。作者批評它們變成一種神祇，隱形，至高無上，權力無限，且不受監督，她的警語，正可作為社群網路時代的急迫功課。