Calling Bullshit: The Art of Skepticism in a Data-Driven World

دانلود کتاب Calling Bullshit: The Art of Skepticism in a Data-Driven World

دسته: علمی و عامه پسند: روزنامه نگاری

56000 تومان موجود

کتاب مزخرف نامیدن: هنر شک و تردید در دنیای داده محور نسخه زبان اصلی

دانلود کتاب مزخرف نامیدن: هنر شک و تردید در دنیای داده محور بعد از پرداخت مقدور خواهد بود
توضیحات کتاب در بخش جزئیات آمده است و می توانید موارد را مشاهده فرمایید


این کتاب نسخه اصلی می باشد و به زبان فارسی نیست.


امتیاز شما به این کتاب (حداقل 1 و حداکثر 5):

امتیاز کاربران به این کتاب:        تعداد رای دهنده ها: 6


توضیحاتی در مورد کتاب Calling Bullshit: The Art of Skepticism in a Data-Driven World

نام کتاب : Calling Bullshit: The Art of Skepticism in a Data-Driven World
عنوان ترجمه شده به فارسی : مزخرف نامیدن: هنر شک و تردید در دنیای داده محور
سری :
نویسندگان : ,
ناشر : Random House
سال نشر : 2020
تعداد صفحات : 0
ISBN (شابک) : 0525509186 , 9780525509189
زبان کتاب : English
فرمت کتاب : epub    درصورت درخواست کاربر به PDF تبدیل می شود
حجم کتاب : 14 مگابایت



بعد از تکمیل فرایند پرداخت لینک دانلود کتاب ارائه خواهد شد. درصورت ثبت نام و ورود به حساب کاربری خود قادر خواهید بود لیست کتاب های خریداری شده را مشاهده فرمایید.

توضیحاتی در مورد کتاب :


 مزخرفات آن چیزی نیست که قبلا بود. اکنون، دو استاد علم ابزارهایی را در اختیار ما قرار می‌دهند تا اطلاعات غلط را از بین ببریم و در دنیایی از اخبار جعلی و داده‌های بد به وضوح فکر کنیم. اطلاعات نادرست، اطلاعات نادرست، و اخبار جعلی فراوان است و به طور فزاینده ای دشوار است که بدانیم چه چیزی حقیقت دارد. فضای رسانه ای ما فراحزبی شده است. علم با بیانیه مطبوعاتی انجام می شود. فرهنگ استارتاپی، مزخرفات را به هنر عالی ارتقا می دهد. ما نسبتاً به خوبی مجهز هستیم تا انواع مزخرفات مدرسه قدیم را که مبتنی بر لفاظی های فانتزی و کلمات راسو است، شناسایی کنیم، اما اکثر ما برای به چالش کشیدن بهمن مزخرفات مدرسه جدید که به زبان ریاضی و علوم ارائه می شود، صلاحیت نداریم. ، یا آمار. پروفسور کارل برگستروم و جوین وست در Calling Bullshit، مجموعه‌ای از ابزارهای قدرتمند را در اختیار ما قرار می‌دهند تا ترسناک‌ترین داده‌ها را از بین ببریم. برای رفع مشکلات داده ها به تخصص فنی زیادی نیاز ندارید. آیا اعداد یا نتایج بیش از حد خوب یا بیش از حد چشمگیر هستند که درست نباشند؟ آیا ادعا مقایسه مانند با مانند است؟ آیا این سوگیری شخصی شما را تایید می کند؟ برگستروم و وست با تکیه بر چاهی عمیق از تخصص در آمار و زیست‌شناسی محاسباتی، نمونه‌هایی از سوگیری انتخاب و تجسم داده‌های درهم را باز می‌کنند، بین همبستگی و علیت تمایز قائل می‌شوند و حساسیت علم به مزخرفات مدرن را بررسی می‌کنند. ما همیشه به افرادی نیاز داشته‌ایم که در مواقع لزوم، چرند بخوانند، چه در حلقه دوستان، جامعه علما و یا شهروندان یک ملت. اکنون که چرندیات تکامل یافته است، باید هنر شک و تردید را دوباره بیاموزیم.

فهرست مطالب :


PREFACE Chapter 01: BULLSHIT EVERYWHERE Chapter 02: MEDIUM, MESSAGE, AND MISINFORMATION Chapter 03: THE NATURE OF BULLSHIT Chapter 04: CAUSALITY Chapter 05: NUMBERS AND NONSENSE Chapter 06: SELECTION BIAS Chapter 07: DATA VISUALIZATION Chapter 08: CALLING BULLSHIT ON BIG DATA Chapter 09: THE SUSCEPTIBILITY OF SCIENCE Chapter 10: SPOTTING BULLSHIT Chapter 11: REFUTING BULLSHIT ACKNOWLEDGEMENT BIBLIOGRAPHY INDEX

توضیحاتی در مورد کتاب به زبان اصلی :


Bullshit isn’t what it used to be. Now, two science professors give us the tools to dismantle misinformation and think clearly in a world of fake news and bad data.   Misinformation, disinformation, and fake news abound and it’s increasingly difficult to know what’s true. Our media environment has become hyperpartisan. Science is conducted by press release. Startup culture elevates bullshit to high art. We are fairly well equipped to spot the sort of old-school bullshit that is based in fancy rhetoric and weasel words, but most of us don’t feel qualified to challenge the avalanche of new-school bullshit presented in the language of math, science, or statistics. In Calling Bullshit, Professors Carl Bergstrom and Jevin West give us a set of powerful tools to cut through the most intimidating data. You don’t need a lot of technical expertise to call out problems with data. Are the numbers or results too good or too dramatic to be true? Is the claim comparing like with like? Is it confirming your personal bias? Drawing on a deep well of expertise in statistics and computational biology, Bergstrom and West exuberantly unpack examples of selection bias and muddled data visualization, distinguish between correlation and causation, and examine the susceptibility of science to modern bullshit. We have always needed people who call bullshit when necessary, whether within a circle of friends, a community of scholars, or the citizenry of a nation. Now that bullshit has evolved, we need to relearn the art of skepticism.



پست ها تصادفی