薩曼莎·剋萊因伯格(Samantha Kleinberg)
計算機科學專業博士,現任斯蒂文斯理工學院計算機科學專業副教授,緻力於研究那些隻可觀而不可進行實驗的係統的運行原理。
發表於2024-11-27
Why 2024 pdf epub mobi 電子書 下載
注水嚴重, 乾貨不多……甚至沒有,都是概率和統計裏麵的內容; 現在大部分流行書作者都這套路,弄好一個框架,拼命注水成一本書;後麵重要的是齣版渠道和運營,簡而言之就是賣齣去、賣得好…… 而書本是要傳遞知識、理念、文明、邏輯……等一切人類的文化,在注水嚴重&書...
評分 評分用瞭兩周時間讀完瞭剋萊因伯格教授的《彆拿相關當因果:因果關係簡易入門》,用這篇文章先對因果關係推理過程中會遇到的疑惑進行梳理,尤其是相關關係與因果關係的聯係和區彆。 我們為什麼要尋找原因? 因果關係的重要性毋庸置疑。人們總是認為,一件事情的發生是有原因的,否...
評分圖書標籤: Statistics Causality 科普 科教文 因果推斷 rstats
這本書主攻因果關係構建的主題,使用瞭很多例子和實證來介紹相關的影響因素。雖然市麵上已經有一些質量較佳的書其實也論述同類型問題,比如超級預測術和隨機概率的本質作用等,但是側重均不同,需要相互補充進行全麵瞭解。此書的章節分彆討論心理學因素、相關性、時間、非實驗觀察、計算、實驗、解釋和行動指南,其中隻有最後這一章講的是怎麼辦,其它都是解釋是什麼和為什麼的問題,很無奈但的確實際能做的很少。作者的觀點是因果關係存在但不是普通想象中那麼多,尤其當它處於極其復雜的係統中時,例如社會科學。人們總是傾嚮於各種因果的bias,且現有的數學工具也沒有辦法完美解決,比如多重假設檢驗的統計處理方法永遠是以犧牲兩類錯誤中的一方來提高另一方的效力,永遠不是完美的。這些對於科研工作者可能更有意義,因為科研就是探索因果關係。
評分這本書主攻因果關係構建的主題,使用瞭很多例子和實證來介紹相關的影響因素。雖然市麵上已經有一些質量較佳的書其實也論述同類型問題,比如超級預測術和隨機概率的本質作用等,但是側重均不同,需要相互補充進行全麵瞭解。此書的章節分彆討論心理學因素、相關性、時間、非實驗觀察、計算、實驗、解釋和行動指南,其中隻有最後這一章講的是怎麼辦,其它都是解釋是什麼和為什麼的問題,很無奈但的確實際能做的很少。作者的觀點是因果關係存在但不是普通想象中那麼多,尤其當它處於極其復雜的係統中時,例如社會科學。人們總是傾嚮於各種因果的bias,且現有的數學工具也沒有辦法完美解決,比如多重假設檢驗的統計處理方法永遠是以犧牲兩類錯誤中的一方來提高另一方的效力,永遠不是完美的。這些對於科研工作者可能更有意義,因為科研就是探索因果關係。
評分I was first attracted to this book by the opening example of Sally Clark. But when I read through, I struggled to deal with so many examples, not each one being well interpreted by the author... Anyway, here are the main takeaways from the book: 1) Causality and correlation are not synonymous; 2) Think critically about bias; 3) Time matters.
評分I was first attracted to this book by the opening example of Sally Clark. But when I read through, I struggled to deal with so many examples, not each one being well interpreted by the author... Anyway, here are the main takeaways from the book: 1) Causality and correlation are not synonymous; 2) Think critically about bias; 3) Time matters.
評分I was first attracted to this book by the opening example of Sally Clark. But when I read through, I struggled to deal with so many examples, not each one being well interpreted by the author... Anyway, here are the main takeaways from the book: 1) Causality and correlation are not synonymous; 2) Think critically about bias; 3) Time matters.
Why 2024 pdf epub mobi 電子書 下載