Nasza strona internetowa wykorzystuje cookies (pol.: ciasteczka)

W celu sprawnego i szybkiego działania serwisu, zapewnienia wygody podczas jego przeglądania, dostosowywania funkcjonalności do indywidualnych potrzeb użytkowników, a także w celach statystycznych oraz reklamowych, używamy informacji zapisanych za pomocą cookies. Korzystanie z serwisu jest równoznaczne ze zgodą użytkownika na stosowanie plików cookies. Więcej informacji znajdziesz tutaj.

Weapons of Math Destruction: How Big Data Increases Inequality and Threatens Democracy

Wydawnictwo: Crown
7,33 (3 ocen i 0 opinii) Zobacz oceny
10
0
9
0
8
2
7
0
6
1
5
0
4
0
3
0
2
0
1
0
Edytuj książkę
szczegółowe informacje
tytuł oryginału
Weapons of Math Destruction: How Big Data Increases Inequality and Threatens Democracy
data wydania
ISBN
0553418815
język
angielski
dodała
practicaljoke

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...

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.

 

źródło opisu: https://weaponsofmathdestructionbook.com/

źródło okładki: amazon.com

pokaż więcej

Brak materiałów.
Trwa wyszukiwanie najtańszych ofert.
Dodaj dyskusję
Dyskusje o książce
    Obecnie jeszcze nie ma dyskusji powiązanych z tą książką.
Sortuj opinie wg
Opinie czytelników (11)
 Pokaż tylko oceny z treścią
książek: 210
nml | 2017-11-02
Na półkach: Przeczytane, Non-fiction
Przeczytana: 02 listopada 2017
książek: 65
pietrus | 2017-07-23
Na półkach: Przeczytane
książek: 55
Barry | 2017-05-05
Na półkach: Przeczytane
książek: 225
Krzysiek | 2017-10-01
Na półkach: Chcę przeczytać
książek: 4
r4v | 2017-09-12
Na półkach: Chcę przeczytać
książek: 30
lekinga | 2017-06-28
Na półkach: Chcę przeczytać
książek: 308
katya | 2017-06-22
Na półkach: Chcę przeczytać
książek: 112
Dominika | 2017-06-11
książek: 198
cekal | 2017-04-28
Na półkach: Chcę przeczytać
książek: 288
eboune | 2017-04-06
Na półkach: Chcę przeczytać
zobacz kolejne z 1 
Moja Biblioteczka
Jeżeli chcesz dodać książkę do biblioteczki, wybierz półkę, oceń lub napisz opinię.
Przeczytane
loading
Cytaty z książki
Inne książki autora
więcej książek tego autora
zgłoś błąd zgłoś błąd