写于 2016-09-25 11:01:24| 盈博娱乐官方网站送38| 国外

牛津大学哲学教授约翰亚历山大史密斯(John Alexander Smith)在1914年告诉他的学生时说:“只有在学习过程中学到的东西才会对你有一点用处,”除此之外:如果你努力工作,聪明地工作,你应该能够探测到一个人在说话的时候是否会腐烂“史密斯可能很高兴地知道,本周在西雅图华盛顿大学,将有一百五十名学生完成”在大数据时代召唤废话“,一个当然,这个课程不那么亵渎和更普通地称为INFO 198 / BIOL 106B由信息科学家Jevin West和生物学家Carl Bergstrom教授,它的教学大纲在一月份上升,并且在注册开放时创造了一种在线感觉在不到一分钟的时间内完成任务尽管我们最近的总统大选的结果尽管如此,West和Bergstrom认为人类在检测口头废话方面相当出色毕竟,说话腐朽千年,其警告标志众所周知Bullshit表示为数据,另一方面,是相对较新的外部科学界多元图形直到20世纪80年代才开始出现在大众媒体上,只有在过去的十年中,随着智能手机和其他信息收集设备加速了大数据的积累,复杂的可视化技术已经普遍向大众展示

尽管数据可以用来讲述非常深刻和令人难忘的故事,但Bergstrom告诉我,它明显的复杂性和精确度可以有效地掩饰大量的胡言乱语Bergstrom认为,对大数据或其他数据的废话不要求统计学学位 - 只有常识和一些头脑的习惯“你不必了解所有的内部齿轮一个黑匣子,以评估你被告知什么,“他说,对于那些今年春天无法参加INFO 198 / BIOL 106B的人来说,这里有一些按照他和韦斯特的建议:•认识到说谎者与说谎者不同,并且要警惕两位为了解释哲学家哈里法兰克福,这个说谎者知道真相并且引导他人远离它;这个破产者要么不知道真相,要么不关心它,并且最感兴趣的是炫耀自己的优点•遇到任何形式的信息时,都会问“谁告诉我这件事

他或她怎么知道它

他(她)试图卖给我什么

“(记者有他们自己的这些问题的版本)如果你想在汽车经销商那里问问,West建议学生,你也应该在网上提问•记住,如果基于数据的索赔看起来好得难以置信,可能是结论显着证实你的个人意见或经验应该是特别可疑的

伯格斯特罗姆指出这个班是一个研究,比较推荐信中用于男性和女性申请者的化学语言工作研究人员假设,男性的信件会使用更多的“能力”字(“有才华”,“聪明”),而那些女性会使用更多的“磨石”字(“勤劳”,“尽责”)

支持这一想法的证据,读者意识到科学领域中非常真实的性别偏见无意中推断了这个假设,而不是结果•使用Enrico Fermi的猜测技术来检查平庸以数据为基础的权利要求Fermi是意大利物理学家,他创造了第一个受控制的,自我维持的核连锁反应,他以他精确的近似值而闻名,他用一个合理的假设取代每个变量的问题

7月, 1945年,当Fermi在新墨西哥州的沙漠中观看三位一体测试时,他观察到爆炸对小块落下纸张的影响 - 然后使用该测量值精确估计爆炸的强度在一个数量级内•小心不公平的比较声称更多人观看特朗普就职典礼的视频流比第一届奥巴马就职典礼的视频流例如没有承认2017年流媒体视频的可用性更大•请记住,相关性并不意味着因果关系两个变量(冰淇淋消费和鲨鱼袭击)很可能是由于第三个变量(夏季天气) 现在,数据挖掘常常出现虚假关联,这种越来越普遍的做法是为可能的关系搜索大量信息

例如,缅因州年度离婚率与年度离婚率之间存在统计上的显着性关系美国年人均人造黄油消费量•小心大数据猖獗谷歌流感趋势项目声称,通过大量吹捧,通过跟踪用户搜索流感相关术语来预测季节性流感爆发,证明其不太可靠预测爆发的风险比简单的局部温度模型要低(一个问题是谷歌的算法被无意义的相关性所蒙蔽 - 例如流感爆发与高中篮球赛季之间,例如,两者都发生在冬季)与所有基于数据的索赔一样,如果算法的能力听起来不错,那么它们可能是•知道机器可能是种族主义者(或性别歧视者或其他人)明智的偏见)旨在预测个体犯罪行为的计算机模型显示出对少数群体的偏见,可能是因为用于“训练”其算法的数据反映了现有的文化偏见机器与编程他们的人一样易犯错 - 而且他们不会感到羞耻转化为更好的行为•请注意意大利软件开发商Alberto Brandolini在2013年提出的废话不对称原则:反驳废话所需的能量比生产所需的能量大一个数量级或者,正如Jonathan Swift在1710年所说的那样,“虚假苍蝇,真相在它之后跛行”加上ça变化