Книга "Оружие математического поражения: как технология Big Data усугубляет неравенство и угрожает демократии" написана Кэти О'Нил, бывшим аналитиком с Уолл-стрит. В этой книге автор представляет общественности тревожный симптом: математические модели, пронизывающие нашу современную жизнь, могут привести к разрыву социальных связей. Мы живем в эпоху алгоритмов, где решения, влияющие на нас, принимаются машинами, а не людьми. На первый взгляд, это может показаться справедливым, поскольку все судятся по одним и тем же правилам, и предвзятость должна быть исключена. Однако на практике математические модели, работающие с большими данными, непрозрачны и невозможно проверить их точность и справедливость. Эти модели поддерживают привилегированных и наказывают уязвимых. Кэти О'Нил призывает разработчиков алгоритмов взять на себя ответственность за свои технологии, а политиков регулировать и контролировать их использование.
Читая эту книгу, вы сможете:
- Критически оценить преимущества и перспективы использования Big Data.
- Ознакомиться с практическими примерами исследований современных математических моделей.
- Углубить свои знания в области Big Data, особенно для аналитиков и маркетологов.
Автор книги, Кэти О'Нил, обладает степенью PhD по математике от Гарвардского университета и имеет опыт работы на математическом факультете Массачусетского технологического института. Она также работала аналитиком в хедж-фонде D. E. Shaw во время кредитного кризиса. Кэти О'Нил является обозревателем Bloomberg View, автором блога mathbabe.org, участницей группы Альтернативного банкинга движения Occupy Wall Street и основателем аудиторской компании ORCAA. Она также имеет опыт работы со стартапами, занимающимися системами прогнозирования покупок и кликов.
Хочешь узнать больше о работе с математическими моделями? Открывай книгу «Оружие математического поражения»! Бывший аналитик финансовых рынков Кэти О’Нил раскрывает тревожный феномен наших дней: машины постепенно заменят людей, принимающих решения. Благодаря ее исследованию ты поймешь, как применение Big Data повышает уровень несправедливости, игнорирует человеческий фактор и ставит демократию под угрозу.
Электронная Книга «Ключевые идеи книги: Оружие математического поражения: как технология Big Data усугубляет неравенство и угрожает демократии. Кэти О'Нил» написана автором Smart Reading в 2020 году.
Минимальный возраст читателя: 16
Язык: Русский
Серии: Smart Reading. Ценные идеи из лучших книг. Саммари
Описание книги от Smart Reading
Этот текст – сокращенная версия книги Кэти О'Нил «Оружие математического поражения». Только самые ценные мысли, идеи, кейсы, примеры.
О книге
Кэти О'Нил, бывший аналитик с Уолл-стрит, в своей книге «Оружие математического поражения» знакомит общественность с тревожным симптомом. Математические модели, которые пронизывают современную жизнь, угрожают разрывом социальных связей. Мы живем в эпоху алгоритма. Решения, которые оказывают влияние на нас, принимаются не людьми, а машинами. Теоретически это должно приводить к справедливому распределению благ: если всех судят по одним правилам, значит, предвзятость устранена. Однако на деле математические модели, которые работают с большими данными, непрозрачны, их невозможно проверить и отрегулировать. Модели поддерживают счастливчиков и наказывают угнетенных. Кэти О'Нил призывает разработчиков брать на себя ответственность за свои алгоритмы, а политиков – регулировать их использование.
Зачем читать
• Взглянуть на BigData с критической точки зрения, проанализировать их пользу и перспективность.
• Ознакомиться с доступными практическими примерами исследований современных математических моделей.
• Углубить экспертные знания аналитиков и маркетологов в области BigData.
Об авторе
Кэти О'Нил – обладательница степени PhD по математике Гарвардского университета. Работала на математическом факультете Массачусетского технологического института. В разгар кредитного кризиса служила частным аналитиком в хедж-фонде D. E. Shaw. Обозреватель Bloomberg View и автор блога mathbabe.org. Участница группы Альтернативного банкинга движения Occupy Wall Street, а также стартапов в области систем, предсказывающих покупки и клики. Основатель и директор аудиторской компании ORCAA.
