具体描述
Why would a casino try and stop you from losing? How can a mathematical formula find your future spouse? Would you know if a statistical analysis blackballed you from a job you wanted?
Today, number crunching affects your life in ways you might never imagine. In this lively and groundbreaking new book, economist Ian Ayres shows how today's best and brightest organizations are analyzing massive databases at lightening speed to provide greater insights into human behavior. They are the Super Crunchers. From internet sites like Google and Amazon that know your tastes better than you do, to a physician's diagnosis and your child's education, to boardrooms and government agencies, this new breed of decision makers are calling the shots. And they are delivering staggeringly accurate results. How can a football coach evaluate a player without ever seeing him play? Want to know whether the price of an airline ticket will go up or down before you buy? How can a formula outpredict wine experts in determining the best vintages? Super crunchers have the answers. In this brave new world of equation versus expertise, Ayres shows us the benefits and risks, who loses and who wins, and how super crunching can be used to help, not manipulate us.
Gone are the days of solely relying on intuition to make decisions. No businessperson, consumer, or student who wants to stay ahead of the curve should make another keystroke without reading Super Crunchers.
From the Hardcover edition.
作者简介
伊恩•艾瑞斯（Ian Ayres） 计量经济学家、律师，耶鲁大学法学院和管理学院教授，stickK.com网站的创始人，《法律、经济学和组织机构期刊》（Journal of Law, Economics, and Organization）编辑，曾著有11本书，发表过100篇文章。他是《福布斯》杂志的专栏作家，著名公共广播节目《Marketplace》的时事评论员，是《纽约时报》“魔鬼经济学”博客的专栏作家之一。
其著作《Insincere Promises: The Law of Misrepresented Intent》获得了由美国艺术与科学学院颁发的Scribes图书奖。他成就卓著、名声斐然，曾受到《黄金时间实况》、《奥普拉脱口秀》、《早安美国》节目以及《时代周刊》《Vogue》等杂志的采访，可以说伊恩•艾瑞斯是那一代人里成就最多、文章观点被引用最多、名气最大的法学教授。
目录信息
读后感
First of all, 我老人家就是喜欢没事收集和tweek data，分析看看有没有什么trend的，虽然生活里面没有什么设计randomized trial验证假设的机会，但是这个概念实在非常贴近内心。Overall I like the book，虽然新信息不是很多，这个喜欢来自于自己的bias吧。 喜欢本书的另外原...
评分这是BI系列的书，BI（bussiness intelege）是综合了统计学，现代信息技术，人工智能的多个学科的决策方法。令我惊奇的是作者是计量经济学，律师，管理学教授。读他这本书有些法律方面的探讨有点难理解，也觉得美国对于法律方面的“纠结”真多。 书中事例很多也随之介绍了基...
评分最近在卓越上买了一些商业智能相关的书，卓越给我推荐了一些相关的书。这两本都是卓越给推荐的，感觉可能还值得一看，就买来看了看。 《数据分析竞争法》是商务印书馆的哈佛经管系列之一，名头比较大，先看它。不过有些失望。不是给技术人员看的。题目中的数据分析大约是说商...
评分这本书相当大程度的冲击了我的观念，现在的超级数字天才们已经可以做到了让我难以想象的地步了，可以预测选举结果，可以预测法官判定结果，可以预测采购结果，等等这些。 我现在唯一有些想法的就是，是不是也可以预测金融市场呢？不过估计是不行的。 但是至少有一点可以肯定，...
评分这本书的主标题是"Super (Number) Crunchers", 副标题是"Why Thinking-by-Numbers Is the New Way to Be Smart". 前者和我的专业相关，后者则是在赞美我的专业，所以我本着自我肯定和自我欣赏的目的读了这本书 : P 写到这里，有必要澄清，读这本书绝对无需数学分析或高等数学...
用户评价
这本书的叙事节奏掌握得极其精准，简直像是读一部悬疑小说，但它的主角是“概率”和“异常值”。我特别喜欢作者对于那些“意外发现”的处理方式，总是在你以为一切都按部就班的时候，突然抛出一个颠覆性的数据点，然后带领你一步步解构这个点是如何打破了既有的认知框架的。它深入挖掘了人类在处理不确定性时固有的心理偏差，比如“确认偏误”在数据分析中的体现，读起来让人忍不住拍案叫绝，因为你能在那些案例中清晰地看到自己过去的影子。作者并没有停留在理论层面，而是花了大量篇幅介绍了一些非常实用的、可以立刻应用到日常决策中的“反直觉”策略。比如，在评估风险时，传统的做法往往是关注最大的可能性，而这本书却强调了那些看似极小概率事件的“幂律分布”效应，这对于我们制定长期规划简直是至关重要。我甚至开始重新审视我的投资组合，因为它让我意识到，那些“黑天鹅”事件虽然罕见，但一旦发生，其影响力是指数级的。全书没有一句废话，每一个章节都像是一个精心设计的迷宫，但你总能跟着作者的线索，最终找到那个指向真相的出口，那种智力上的满足感是无与伦比的。
评分这本书的结构布局堪称典范，它没有采用线性的时间推进，而是通过一个个相互关联却又独立精彩的案例来构建知识体系，读起来丝毫不会感到疲劳。作者似乎对“意外事件的价值”有着近乎偏执的关注，他花了很大篇幅论述了如何通过识别和分析那些本应不会发生的“怪胎数据点”来发现新的科学规律或市场机会。这完全颠覆了我过去那种“把异常值剔除掉，让数据更干净”的传统做法。他论证了，在很多前沿领域，真正的突破往往隐藏在那些最不合群的数据点中。我特别喜欢他对比了两种决策模式：一种是基于“最有可能发生的事情”做决策，另一种是基于“最有可能造成最大损害或带来最大收益的事情”做决策，这两种模式对应着不同的风险承受能力和战略视野。这本书成功地将复杂的统计工具转化成了一种强大的、易于理解的直觉武器。它不是让你成为一个数据科学家，而是让你成为一个在数据时代下，思维更加清晰、决策更加稳健的“信息猎手”。这是一本真正能改变你思考世界方式的书，我强烈推荐给所有自认为对逻辑和事实有追求的人。
评分如果要用一个词来形容这本书给我的感受，那就是“去魅”。它剥离了现代商业和科学研究中那些光鲜亮丽的术语外壳，把数据分析的底层逻辑赤裸裸地呈现在我们面前。我之前总觉得那些顶尖的数据科学家拥有某种“魔法”，能从一堆乱麻中找出金子。读了这本书才明白，那不是魔法，而是对系统性错误的警惕性，是对“噪音”和“信号”之间界限的深刻理解。作者在讨论“模型拟合”的部分，简直是一场精彩的辩论。他非常犀利地指出了过度拟合的危害，那种将历史数据完美复刻却对未来预测一塌糊涂的窘境，被他描绘得淋漓尽致。我立刻联想到了公司里那些为了迎合上级报告而不断调整参数的分析师，这本书简直是给他们敲响了警钟。更让我印象深刻的是，作者探讨了数据“收集”过程本身是如何被操纵和扭曲的，这涉及到伦理和方法论的交叉点。他提醒我们，数据本身是中立的，但收集和呈现数据的行为，却充满了人为的意图。这迫使我必须以一种更加审慎甚至带有怀疑精神的态度去对待任何形式的“量化”结论。
评分这本书的语言风格非常独特，它不是那种冷冰冰的学术腔调，而是充满了活力和一种近乎哲学的思辨。作者似乎在用一种非常人性化的方式与读者对话，讨论的都是那些我们日常生活中绕不开的概率难题。比如，关于“赌徒谬误”的解析，他没有简单地重复教科书的定义，而是将其放在一个更广阔的随机过程背景下进行考察，让我明白了为什么我们的大脑会如此轻易地被“均值回归”的假象所欺骗。我尤其欣赏作者对于“样本量”和“代表性”的强调。我工作中经常需要根据小范围的测试结果来做大范围的推广决策，过去我总是抱着“差不多就行”的心态，但这本书让我清晰地看到了这种冒险的潜在成本。作者通过几个非常戏剧性的历史案例——涉及医学试验和早期社会调查——说明了次优样本可能导致的灾难性后果。读完之后，我对任何声称“基于数据”的结论都会多问一句：“这个数据是怎么来的？它的边界在哪里？”这种对方法论严谨性的追求，已经渗透到了我对待日常信息筛选的习惯之中，这是一种潜移默化的改变。
评分天呐，这本书简直是让我对“数据”这个词有了全新的认识！我一直以为自己对数字还算敏感，但读完这本书，才发现自己过去的理解简直是冰山一角。作者在开篇就非常巧妙地将一个看似枯燥的统计学概念，用一种极其生动的故事叙事手法呈现出来，让我完全没有那种传统教科书的沉闷感。特别是关于“相关性”和“因果性”的探讨，简直是醍醐灌顶。我记得有一次我参加了一个关于市场趋势的研讨会，大家都在喋喋不休地讨论A对B的影响，但读完这本书后，我立刻能分辨出他们话语中那些隐藏的逻辑陷阱。作者不仅清晰地解释了如何构建有效的实验设计来避免这些陷阱，还用了很多现实生活中的案例来佐证，比如某个著名的广告投放活动，表面上看效果惊人，但深挖下去，你会发现背后的驱动力完全出乎意料。这本书的价值在于，它不是教你如何做一个数学家，而是教你如何用一种更具批判性的思维去看待身边每一份报告、每一张图表。它像是一把手术刀，帮你剖开那些精心包装的数据外衣，直达本质。读完之后，我感觉自己的“数据免疫力”大大增强了，现在看到那些耸人听闻的统计数字，我都会忍不住在心里多问几个“为什么”。这种思维的升级，比学会任何一个复杂公式都要宝贵得多。
评分 评分 评分 评分 评分相关图书
本站所有内容均为互联网搜索引擎提供的公开搜索信息，本站不存储任何数据与内容，任何内容与数据均与本站无关，如有需要请联系相关搜索引擎包括但不限于百度，google,bing,sogou 等
© 2026 qciss.net All Rights Reserved. 小哈图书下载中心 版权所有