-
бизнес-книги
- банковское дело
- бухучет / налогообложение / аудит
- государственное и муниципальное управление
- делопроизводство
- интернет-бизнес
- кадровый менеджмент
- корпоративная культура
- краткое содержание
- личная эффективность
- личные финансы
- логистика
- малый и средний бизнес
- маркетинг, PR, реклама
- менеджмент
- менеджмент и кадры
- недвижимость
- о бизнесе популярно
- отраслевые издания
- переговоры
- поиск работы / карьера
- политическое управление
- продажи
- работа с клиентами
- стартапы и создание бизнеса
- тайм-менеджмент
- финансы
- ценные бумаги / инвестиции
- детские книги
- дом, дача
- зарубежная литература
- знания и навыки
- история
- комиксы и манга
- легкое чтение
- психология, мотивация
- публицистика и периодические издания
- родителям
- серьезное чтение
- спорт, здоровье, красота
- хобби, досуг
Smart Reading — Ключевые идеи книги: Оружие математического поражения: как технология Big Data усугубляет неравенство и угрожает демократии. Кэти О'Нил
Понравилась книга? Поделись в соцсетях:
Автор: Smart Reading
Издатель: Смарт Ридинг
Год: 2020
Возрастные ограничения: 16+
Описание: Этот текст – сокращенная версия книги Кэти О'Нил «Оружие математического поражения: как технология Big Data усугубляет неравенство и угрожает демократии». Только самые ценные мысли, идеи, кейсы, примеры. Этот текст – сокращенная версия книги Кэти О'Нил «Оружие математического поражения: как технология Big Data усугубляет неравенство и угрожает демократии». 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 слушать • 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.