Weapons of Math Destruction 短评

  • 1 羊肉烤包子 2017-09-10

    想知道"大数据"毛病的不用读了。完全是一个"science is bad because it hurts my feeling"的完美案例。这下某些低等物种又可以造反有理了。

  • 1 liubinyan 2017-09-06

    羊烤这缠头不是早就黑过了蟆

  • 2 阿邪兔 2017-08-01

    学术界的人或许会说这里都是例子,比较浅薄,不成体系也没有深度。但我觉得这里的讨论都非常有价值,作者也非常真诚。作为一个比较早的讨论统计和数据方法的伦理以及社会公平的读物来说,我觉得值得赞美一下。

  • 2 clover 2016-09-13

    一篇讨伐大数据的檄文。与那些赞歌不同,作者解释各行各业中所用的数学模型(以及人们应对这些模型的方法)背后所蕴藏的种种歧视、黑箱与不公。这些阴暗面加剧了当今社会的贫富差距和底层人民的愤怒,监管时不我待。

  • 0 透明 2018-01-25

    中国急需这样的左翼知识分子:对技术有深刻理解,并且能看到技术对社会造成的影响。

  • 0 isomorphism 2017-12-23

    认真推荐给每一位朋友。大多数人并没有意识到借着大数据(或人工智能、算法等)的旗号,科技巨头和政府的作恶能力有多可怕。特别是国内,针对这方面在制度和舆论上的制衡更是几乎为零。想想这一年多来各种新闻吧,比如某某积分系统,比如 7 分钟识别定位,我们更应感到毛骨悚然

  • 0 Sunny 2017-05-12

    大数据的缺陷终究还是人的缺陷。

  • 0 newlight 2017-01-09

    迷信大数据的时代,需要好好读一下这本书

  • 0 安德 2017-07-04

    Remember: models are always wrong.

  • 0 泥塘潜水 2016-11-29

    名字起得不错,作者对“数学杀伤性武器“的定义也很明确:opaque, large scale ,disruptive. 现实生活中的例子也有清晰阐述,包括 value added model 并不能真正反映教师的水平(很多差生+很多好生的班级能够进步的空间不大,相反比较中等的班级更容易通过提高成绩而增加教师的评分);大数据分析信贷对弱势群体的不公;自动调班系统让零售业打工者疲于奔命等。

  • 0 quatremer 2017-01-23

    更像是essay合集。道理都还是中肯的。读起来也很快。个人口味问题,更喜欢不论长短薄厚,都能一板一眼扎实严谨的论述结构,而不过多依靠于类似类比。

  • 0 DT 2016-09-27

    可能之前期待值太高 所以落差比较大.. 对fairness and accountability in ml比较陌生的人还是很推荐的。 读起来觉得大妈强项的数学模型方面可能考虑非technical读者粗略带过不过瘾, 不是专项的policy方面argument又比较sloppy...

  • 0 Nanday 2017-10-24

    直译过来,就是数杀器。对大数据的合理使用,可以提高效率;否则,加剧社会不公。

  • 0 mornsip 2017-05-12

    Big data ethics, 数据和模型导致了社会资源的重新配置很有启发。抒情和道德抨击减一星。

  • 0 weihu 2016-09-22

    反思

  • 0 人在鹭洲 2017-09-21

    Models are our tools, not our masters. We should demand transparency and accountability.

  • 0 小花Kelly 2017-05-13

    big data的时代,需要反思一下我们的模型,feedback很重要,选proxy要注意潜在的implication。最终来说,big data只是工具,造福人类还是wmd要依赖于使用者的意图。

  • 0 josuya 2017-02-25

    观点很棒,就是语言有点难

  • 0 二十八戒 2016-11-22

    可以cathy跟他老公都是特别好的数学家,读了这本书让我觉得有点失望,没有想象中的好。数学方面的特长无法发挥出来,但是对于各种政策弊端的分析又不如文科生的深入。还是应该看她写的technical blog.

  • 0 fishandbike 2017-06-08

    一位在08金融危机中经历了disillusionment 的数据科学家对于大数据时代的反思与批判,前两章写什么是model和她的幻灭之旅,后八章分别分析大学排名系统、在线广告、司法量刑、找工作、自动工作调配系统、个人贷款、购买保险和政治选举中各类WMD是如何被滥用而加剧社会不公的