دسترسی نامحدود
برای کاربرانی که ثبت نام کرده اند
برای ارتباط با ما می توانید از طریق شماره موبایل زیر از طریق تماس و پیامک با ما در ارتباط باشید
در صورت عدم پاسخ گویی از طریق پیامک با پشتیبان در ارتباط باشید
برای کاربرانی که ثبت نام کرده اند
درصورت عدم همخوانی توضیحات با کتاب
از ساعت 7 صبح تا 10 شب
ویرایش:
نویسندگان: Cathy O’Neil
سری:
ISBN (شابک) : 0241296811, 9780241296813
ناشر:
سال نشر: 2016
تعداد صفحات: 0
زبان: English
فرمت فایل : EPUB (درصورت درخواست کاربر به PDF، EPUB یا AZW3 تبدیل می شود)
حجم فایل: 2 مگابایت
در صورت تبدیل فایل کتاب Weapons of Math Destruction: How Big Data Increases Inequality and Threatens Democracy به فرمت های PDF، EPUB، AZW3، MOBI و یا DJVU می توانید به پشتیبان اطلاع دهید تا فایل مورد نظر را تبدیل نمایند.
توجه داشته باشید کتاب سلاح های تخریب ریاضی: چگونه داده های بزرگ نابرابری را افزایش می دهند و دموکراسی را تهدید می کنند نسخه زبان اصلی می باشد و کتاب ترجمه شده به فارسی نمی باشد. وبسایت اینترنشنال لایبرری ارائه دهنده کتاب های زبان اصلی می باشد و هیچ گونه کتاب ترجمه شده یا نوشته شده به فارسی را ارائه نمی دهد.
فهرست طولانی جایزه کتاب ملی
یک کوانت سابق وال استریت زنگ خطری را در مورد مدلهای ریاضی که
زندگی مدرن را فراگرفته به صدا در میآورد—و تهدید میکند بافت
اجتماعی ما را از هم بپاشد
br>ما در عصر الگوریتم زندگی می کنیم. تصمیماتی که زندگی ما را
تحت تاثیر قرار می دهد – اینکه ما کجا به مدرسه می رویم، آیا وام
ماشین می گیریم، چقدر برای بیمه درمانی پرداخت می کنیم – نه توسط
انسان، بلکه توسط مدل های ریاضی گرفته می شود. در تئوری، این باید
به انصاف بیشتر منجر شود: همه بر اساس قوانین یکسانی مورد قضاوت
قرار میگیرند و تعصب حذف میشود.
اما همانطور که کتی اونیل در این کتاب ضروری و ضروری آشکار
میکند، برعکس این موضوع صادق است. مدلهایی که امروزه مورد
استفاده قرار میگیرند، حتی زمانی که اشتباه هستند، غیرشفاف،
غیرقابل انکار و غیرقابل رقابت هستند. نگرانکنندهتر، تبعیضها
را تقویت میکنند: اگر یک دانشآموز فقیر نتواند وام دریافت کند،
زیرا یک مدل وام دهی او را بسیار پرخطر میداند (به دلیل کد
پستیاش)، پس از آن نوع آموزشی که میتواند او را از فقر بیرون
بکشد، قطع میشود. ، و یک مارپیچ باطل رخ می دهد. مدلها از افراد
خوش شانس حمایت میکنند و افراد ستمدیده را مجازات میکنند و «یک
کوکتل سمی برای دموکراسی» ایجاد میکنند. به بخش تاریک داده های
بزرگ خوش آمدید.
O'Neil با ردیابی قوس زندگی یک فرد، مدل های جعبه سیاهی را که
آینده ما را، چه به عنوان افراد و چه به عنوان جامعه، شکل می
دهند، آشکار می کند. این «سلاحهای تخریب ریاضی» به معلمان و
دانشآموزان امتیاز میدهد، رزومهها را مرتب میکند، وام میدهد
(یا رد میکند)، کارگران را ارزیابی میکند، رایدهندگان را هدف
قرار میدهد، آزادی مشروط را تعیین میکند و بر سلامت ما نظارت
میکند.
O'Neil از مدلسازان میخواهد که این کار را انجام دهند. مسئولیت
بیشتر در قبال الگوریتم های آنها و سیاست گذاران برای تنظیم
استفاده از آنها. اما در نهایت، این به ما بستگی دارد که در مورد
مدلهایی که زندگی ما را اداره میکنند، هوشیارتر شویم. این کتاب
مهم به ما قدرت میدهد تا سؤالات سخت بپرسیم، حقیقت را کشف کنیم و
تقاضای تغییر کنیم.
Long-listed for the National Book Award
A former Wall Street quant sounds an alarm on the mathematical
models that pervade modern life — and threaten to rip
apart our social fabric
We live in the age of the algorithm. Increasingly, the
decisions that affect our lives—where we go to school, whether
we get a car loan, how much we pay for health insurance—are
being made not by humans, but by mathematical models. In
theory, this should lead to greater fairness: Everyone is
judged according to the same rules, and bias is
eliminated.
But as Cathy O’Neil reveals in this urgent and necessary book,
the opposite is true. The models being used today are opaque,
unregulated, and uncontestable, even when they’re wrong. Most
troubling, they reinforce discrimination: If a poor student
can’t get a loan because a lending model deems him too risky
(by virtue of his zip code), he’s then cut off from the kind of
education that could pull him out of poverty, and a vicious
spiral ensues. Models are propping up the lucky and punishing
the downtrodden, creating a “toxic cocktail for democracy.”
Welcome to the dark side of Big Data.
Tracing the arc of a person’s life, O’Neil exposes the black
box models that shape our future, both as individuals and as a
society. These “weapons of math destruction” score teachers and
students, sort résumés, grant (or deny) loans, evaluate
workers, target voters, set parole, and monitor our
health.
O’Neil calls on modelers to take more responsibility for their
algorithms and on policy makers to regulate their use. But in
the end, it’s up to us to become more savvy about the models
that govern our lives. This important book empowers us to ask
the tough questions, uncover the truth, and demand change.