庫存狀況
「香港二樓書店」讓您 愛上二樓●愛上書
我的購物車 加入會員 會員中心 常見問題 首頁
「香港二樓書店」邁向第一華人書店
登入 客戶評價 whatsapp 常見問題 加入會員 會員專區 現貨書籍 現貨書籍 購物流程 運費計算 我的購物車 聯絡我們 返回首頁
香港二樓書店 > 今日好書推介
   
比利戰爭【完整新譯本】
  • 定價117.00元
  • 8 折優惠:HK$93.6
  • 放入購物車
二樓書籍分類
 
暗數據:被看到、被聽到、被測量到的,往往不是「真凶」

暗數據:被看到、被聽到、被測量到的,往往不是「真凶」

沒有庫存
訂購需時10-14天
9789865549961
大衛•漢德
賴盈滿
大塊文化
2021年5月27日
133.00  元
HK$ 113.05  






ISBN:9789865549961
  • 叢書系列:FROM
  • 規格:平裝 / 328頁 / 14.8 x 21 x 1.64 cm / 普通級 / 單色印刷 / 初版
  • 出版地:台灣
    FROM


  • 商業理財 > 經濟/趨勢 > 觀念/趨勢











    大數據時代必讀的暗數據解析大作。

    「只因為沒有人在森林裡聽見樹倒了,不代表樹沒發出聲音。」

    我們都習慣看向光亮之處,

    但是黑暗中,看不見的事物裡,必定藏有更多決定性細節。



      ◆本書賣點

      ●《不大可能法則》作者全新著作。所謂暗數據,相當於宇宙中的暗物質、金融界的「黑池」、網路世界的「暗網」,都是不易察覺的事物,但觀察不到,不代表不存在;而觀察得到的東西,也不等於「全部」,尤其是數據。



      ●大數據就像漫畫一般,以簡單幾筆,補捉基本的輪廓,簡化了很多細節。忽略的資訊或數據可能鬧出人命、釀成災害,甚至讓經濟體、社會崩解,生命毀滅。本書揭露暗數據無所不在的事實,其成因及影響。



      ◆內容簡介

      //在遺漏數據的世界裡做出好決定的務實指南//



      身處大數據時代,不難以為我們擁有做出好決定的一切數據。但我們擁有的數據其實從未完整,甚至只取得冰山一角。就如同宇宙大部分由暗物質組成,雖然存在卻不被看見,資訊世界也充滿了暗數據,為我們所無視,非常危險。在這本《暗數據》中,數據專家大衛.漢德帶領我們踏上一趟啟發人心的精采旅程,走進我們看不見的數據的世界。



      本書探討許多對於暗數據視而不見的情況,討論這些情況如何讓我們做出錯誤、危險,甚至災難性的結論與行動。作者檢視了現實生活中的例子,從挑戰者號太空梭爆炸到複雜的金融詐騙,並分享一套務實的暗數據分類法,說明這些暗數據是如何產生,以便我們學會辨別與掌控暗數據。作者不僅教導我們要對未知事物造成的問題提高警覺,也闡述如何利用暗數據,從中得益,讓我們得到更深入的理解,做出更好的決定。



      如今我們所有人都仰賴數據做決定。本書將告訴我們如何避免做出壞的決定。



      ★暗數據無所不在,生活中有哪些事件涉及了暗數據?

      •有人類,就有詐騙。如何辨識各種隱藏數據的詐騙手法?

      •挑戰者號太空梭爆炸事故起因於漏掉的數據?

      •症狀不明顯的病人容易錯過最佳治療時機?

      •鑽漏洞與操弄制度也屬於玩弄暗數據?

      •社群媒體讓我們覺得他人生活多采多姿,竟是暗數據的作用?

      •選舉民調中未回覆的民眾,可能具有決定性的影響力?



    本書特色



      作者出身學術界,也為金融、健康、藥學領域及政府分析大量資料,而《暗數據》結集其中精華,稱之為「消失數據」領域的專家或先驅,亦不為過。



      數據不是絕對的客觀,也非真理:本書教讀者在判讀資料時,如何避免掉進「客觀」的陷阱,對已獲取、看似可掌握的資料,保有一定的懷疑。



      展現一般人不易觀察到的統計學分析角度:這個時代一面倒地推崇大數據,沉浸在只要掌握愈多數據就無所不能的幻覺中。本書指出箇中盲點,翻轉視角,開闢另一片視野。



      深入剖析生活中實例,有閱讀驚悚推理小說的味道:作者寫作經驗豐富,以生動具條理的敘事,引導讀者進入主題。即使門外漢讀來,也會對暗數據有基本的認識。



      本書延續作者前一部作品《不大可能法則》的風格,觸及醫療、製藥、政府、社會政策、金融業、製造業等各領域的暗數據現象,揭櫫問題根本的解決之道,就在於瞭解訊息中不為人知的黑暗邊角是如何扭曲我們的認知。



    名人推薦



      鄭宇庭 政治大學商學院統計系教授

      謝邦昌 輔仁大學副校長、台灣人工智慧發展學會(TIAI)理事長

      謝金河 財信傳媒集團董事長

      M觀點創辦人 Miula



    各界佳評



      本書深入研究了遺漏的(暗)數據,以及這些數據如何影響人做決定……作者在書中提供專業的指南,從如何辨別事實遭到篩選到設計隨機試驗,點亮了科學、醫療與政策領域的幽暗角落。──芭芭拉.凱瑟(Barbara Kiser),《自然》



      你一定要讀這本書,信服作者的論證與實例,相信我們沒看到或沒記錄到的數據攸關重大,甚至足以致命。讀完書後,你會覺得暗數據一詞確實有力,能激起我們的好奇與懷疑,同時慶幸終於有統計學家發明了一個好詞,只可惜想到的不是自己。──孟曉犁(Xiao-Li Meng),《資訊與管理科學學報》



      不論是個人或專業領域,我們做決定時總會從某些數據開始。數據的英文「data」一詞源自於拉丁文,意思是「給定之物」。但給的人是誰?數據從哪裡來?我們應該不加懷疑逕直接受嗎?本書充滿洞見,是一部開眼之作,讓我們看見將「給定之物」視為理所當然的危險,在這個「假新聞與數據爆炸密不可分」的時代,應該人人必讀。──艾德里恩.史密斯(Adrian Smith),圖靈研究所所長兼執行長



      任何依靠數據做決策的人,不可能讀完本書而不獲益良多。作者信手拈來,引導讀者認識暗數據的危險。──艾爾諾.西貝斯(Arno Siebes),烏特勒支大學



      作者大大照亮了統計學裡的陰暗角落。書中知識淵博,但充滿機智,流暢易讀,而且重要。我讀完收穫良多,你也不會例外。──提姆.哈福德(Tim Harford),《轉角遇見經濟學》作者、BBC《或多或少》節目主持人



      本書與眾不同,是介紹暗數據的好讀指南,在這個一般人警覺降低的時代,正是大眾亟需之作。──蓋爾特.莫倫伯格斯(Geert Molenberghs),哈瑟爾特大學及魯汶大學


     





    序言



    第一部 暗數據:來源與後果

    第一章 暗數據:我們看不見的事物形塑了我們的世界


    數據鬼魂

    你以為你有的數據就是全部?

    沒事,所以我們不當回事

    暗數據的威力

    暗數據無所不在



    第二章 發現暗數據:我們蒐集什麼、不蒐集什麼

    怎麼看都是暗數據

    數據廢氣、數據選取與自我選取

    由少至多

    實驗數據

    當心人性弱點



    第三章 定義與暗數據:你想知道什麼?

    定義不同,量錯東西

    不可能什麼都量

    篩檢

    依據過去表現來選取



    第四章 無心造成的暗數據:言行不一

    全貌

    摘要

    人為錯誤

    儀器侷限

    鏈結數據集



    第五章 策略暗數據:玩弄、反饋與資訊不對稱

    玩弄

    反饋

    資訊不對稱

    逆選擇與演算法



    第六章 刻意為之的暗數據:詐騙與詐欺

    詐騙

    身分盜竊與網路詐騙

    個人理財詐騙

    金融市場詐騙與內線交易

    保險詐騙

    其他



    第七章 科學與暗數據:發現的本質

    科學的本質

    早知道

    偶遇暗數據

    暗數據與全貌

    隱瞞事實

    論文撤回

    出處與可信度:是誰說的?



    第二部:點亮與使用暗數據

    第八章 面對暗數據:點亮它


    希望!

    鏈結已知和遺漏的數據

    辨別造成數據遺漏的機制

    使用已知數據

    數據之外:要是你先掛了怎麼辦?

    數據之外:插補法

    迭代

    數字錯了!



    第九章 從暗數據中得益:換個角度看問題

    隱藏數據

    隱藏數據不讓自己看見:隨機對照試驗

    可能會如何

    複製數據

    想像的數據:貝氏事前機率

    隱私與保密

    在黑暗中蒐集數據



    第十章 分類暗數據:穿越迷宮

    暗數據分類法

    點亮暗數據



    註釋





    序言



      這本書與坊間大多數講數據的書不一樣。不論是介紹大數據、開放數據、資料科學的科普書,或講解如何分析數據的專業統計書,講的都是已有的數據,亦即存在你的電腦資料夾、桌上檔案匣或你寫在筆記本裡的資料。然而,這本書講的是你沒有的數據。或許是你當初求之而不可得的數據,也可能是你希望擁有、以為擁有但其實並未擁有的資料。我在書中將舉出許多例子來論證一件事:你遺漏的數據不僅跟你擁有的數據同等重要,甚至更關鍵。看不見的數據可能會誤導你,甚至帶來災難。我將逐一點明這些災難,並闡述它們如何發生、為何發生。但我也會說明災難如何避免,需要留意什麼以防憾事發生。最後我將指出(或許有些出人意料),一旦我們明白暗數據如何產生及釀成大禍,就能藉此一百八十度翻轉



      數據分析的老方法,藉由(聰明地)隱藏數據,得到更深入的理解,做出更好的決策與行動。



      數據(data)一詞在英文裡到底該視作單數或複數,一直未有定論。過去通常看作複數,但隨著語言演化,現在許多人都視之為單數。我在書裡大多作複數處理,只有寫來特別怪時才視作單數。既然常言道「情人眼裡出西施」,我的認知很有可能與你不同。



      我對暗數據的理解是一點一滴從工作中累積的。一路上多虧許多人的挑戰,我不僅慢慢明白這些都是暗數據的問題,這些人也和我一起研究各種因應之道。這些問題涵蓋了醫療研究、製藥業、政府、社會政策、金融業和製造業等,沒有一個領域能倖免於暗數據的威脅。



      我尤其感謝撥冗閱讀本書初稿的人:克里斯多佛洛斯.安納諾斯托普羅斯(Christoforos Anagnostopoulos)、尼爾.錢農(Niall Channon)、奈爾.亞當斯(Neil Adams)和出版社找的三位匿名讀者,讓我免於犯下太多難堪的錯誤。感謝我的經紀人彼得.塔拉克(Peter Tallack)大力支持我,協助我找到合適的出版社,並慷慨給予建議,提點我這本書該把重點與方向擺在哪裡。謝謝普林斯頓出版社的責編英格莉德.訥理奇(Ingrid Gnerlich),她是不可多得的聰明嚮導,協助我將初稿修剪成形。最後,我要特別感謝我的妻子雪莉.錢農(Shelley Channon)教授,謝謝她細心評論了好幾版的初稿,大大提升了本書的品質。

    ?
    大衛.漢德,於倫敦大學帝國學院




    其 他 著 作
    1. 不大可能法則:誰說樂透不會中兩次?