作者:
Douglas W. Hubbard
出版社: Wiley
副标题: Finding the Value of Intangibles in Business
出版年: 2014-3-17
页数: 432
定价: USD 50.00
装帧: Hardcover
ISBN: 9781118539279
出版社: Wiley
副标题: Finding the Value of Intangibles in Business
出版年: 2014-3-17
页数: 432
定价: USD 50.00
装帧: Hardcover
ISBN: 9781118539279
豆瓣评分
作者简介 · · · · · ·
道格拉斯• W. 哈伯德是应用信息经济学创始人、国际公认的知名测量师、决策分析师和风险管理专家。
他的应用信息经济学方法是一种量化的方法论,已被全球多家《财富》500强企业所应用,并被广泛应用于IT安全、娱乐传媒、军事物流、研发整合等众多领域。而这些领域的决策和管理往往依赖于一些看起来很难量化或者不可能量化的因素。
道格拉斯还是位广受欢迎的演说家。曾为《信息周刊》《首席信息官企业》《分析学》和《今日OR/MS》等杂志撰写文章。他还是《风险管理的失败》(The Failure of Risk Management)一书的作者。
喜欢读"How to Measure Anything"的人也喜欢 · · · · · ·
How to Measure Anything的书评 · · · · · · ( 全部 28 条 )
《数据化决策》读书笔记
这篇书评可能有关键情节透露
【第一部分:一切皆可量化】 1. 量化不是消除所有的不确定性,而是减少不确定性,进而支持决策 2. 一旦弄清楚为什么要量化这个东西,以及要量化什么以及被量化的事情为什么重要,就会发现更多可量化的方面;看起来无形无影,是因为还没有给事物下定义 3. 费米分解法 4. 5人法则... (展开)西方人眼里的科学致富
《数据化决策》是一本关于不确定性研究和风险分析在商业领域应用的书。目前国内应用得最多的,是金融投资保险行业,像投资分析师、保险精算师、市场分析师等,其理论背景是概率论和统计学。 数学和哲学可以说是西方整个思想文化体系的精华。古希腊第一个哲学家泰勒斯既是天文...
(展开)
重新理解量化以及与决策的关系
1澄清量化概念,为什么说量化是可能的? 量化是被量化事物与数据之间的映射 类比来说,语言是事物(具体或者抽象)和思维的连接工具。 那么,数据就是决策目标和待解决问题直接的连接器。问题需要通过数据反映,同样问题的解决也需要数据反映。 例如:纠结的我想变成一个有决断...
(展开)
> 更多书评 28篇
论坛 · · · · · ·
在这本书的论坛里发言这本书的其他版本 · · · · · · ( 全部10 )
-
世界图书出版公司 (2013)7.9分 369人读过
-
中国科学技术出版社 (2022)7.1分 48人读过
-
Wiley (2010)8.8分 35人读过
-
广东人民出版社 (2017)7.4分 37人读过
以下书单推荐 · · · · · · ( 全部 )
- 数字化引擎----为解决问题的知识管理和咨询 (小毛叔)
- 决策制定 (Kevin Lee)
- A taste of Math (鲨鱼辣椒Jimmy)
- 1100 重剑无锋 (pH7[..匪七..])
谁读这本书? · · · · · ·
二手市场
· · · · · ·
- 在豆瓣转让 有70人想读,手里有一本闲着?
订阅关于How to Measure Anything的评论:
feed: rss 2.0
1 有用 子珂 2017-09-15 14:42:25
读了开头,前面几个例子显示的数据分析的思路是非常棒的. 后面有些是不同意的,因为有些确实是难以去衡量,但基本方法论有一定的启发性
0 有用 Andy 2021-11-13 20:43:34
读了英文版和繁体中文版。推荐阅读。 但不容易读,需要反复思考,和练习。整体上,作者提出的万事万物皆可衡量,有创见,并且比较逻辑性,合理的解读如何达成,中间提出了一些方法,如费米估算,傅立叶,香农的信息论。最后提出 AI 方法论。我会尝试应用一下的。
0 有用 王长史登茅山 2023-06-04 23:36:07 美国
吹爆,改变世界观的书
0 有用 hxiaom 2018-01-15 15:30:43
花了一周多时间,第一次完整看完一本英文书
0 有用 王长史登茅山 2023-06-04 23:36:07 美国
吹爆,改变世界观的书
0 有用 Andy 2021-11-13 20:43:34
读了英文版和繁体中文版。推荐阅读。 但不容易读,需要反复思考,和练习。整体上,作者提出的万事万物皆可衡量,有创见,并且比较逻辑性,合理的解读如何达成,中间提出了一些方法,如费米估算,傅立叶,香农的信息论。最后提出 AI 方法论。我会尝试应用一下的。
0 有用 hxiaom 2018-01-15 15:30:43
花了一周多时间,第一次完整看完一本英文书
1 有用 子珂 2017-09-15 14:42:25
读了开头,前面几个例子显示的数据分析的思路是非常棒的. 后面有些是不同意的,因为有些确实是难以去衡量,但基本方法论有一定的启发性