模型思维

[美] 斯科特·佩奇

出版时间

2019-11-01

ISBN

9787213095436

评分

★★★★★
书籍介绍

工作中,你在团队中是不是不可替代的人?爱情上,为什么异地恋的相聚能够带来很大的幸福感?游戏中,选择什么样的策略才能在各种游戏中立于不败之地?现实社会中,为什么很少有女性成为CEO?为什么披头士的歌曲会那么流行?……

关于这些问题的正确答案,都可以用本书中的模型来回答。斯科特·佩奇是风靡全球的“模型思维课”主讲人,有超过100万各行各业的人反复学习并从中受益。本书讲解了24种模型,从线性回归到随机漫步,从博弈论到合作,涵盖学习、工作、生活等方方面面——这些有趣的模型可以把任何人变成天才。

芒格说:“要想成为一个有智慧的人,你必须拥有多个模型。”这是一个数据爆炸的时代,数据充斥着我们的工作与生活,但仅拥有数据是远远不够的,必须学会让数据说话。模型就是让数据说话的秘诀,模型将帮助我们所有人从掌握信息提升到拥有智慧。

本书中的24种模型就是一个应对复杂世界的思维工具箱。各行各业、各种需求的所有人都可以根据此书建立专属于自己的思维工具箱,成为一个多模型思考者。它将帮助你整理数据、提取信息、去伪存真,在决策时让你知道选择什么样的模型,选取一个模型还是几个模型。而这是现代高手必备的一种大智慧。

AI导读
核心看点
  • 全书讲解24种思维模型,涵盖线性回归、博弈论、网络模型等,构建应对复杂世界的思维工具箱。
  • 倡导多模型思维,强调单一模型存在局限,结合多种模型视角能显著提升预测准确性与决策质量。
  • 阐述数据、信息与智慧的层次结构,指出模型是让数据说话、从掌握信息跃升至拥有智慧的关键。
适合谁读
  • 希望提升决策质量、摆脱直觉偏差,寻求科学思考方法的职场人士与管理者。
  • 对统计学、经济学、社会学感兴趣,具备一定数理基础或愿意挑战硬核知识的读者。
  • 从事数据分析、战略规划、产品设计等工作,需要系统化思维工具的专业人员。
读前提醒
  • 书中涉及大量数学公式与统计概念,建议配合Coursera同名网课或英文版阅读以辅助理解。
  • 不必强求精通所有模型的推导过程,重点在于理解模型背后的逻辑及其适用的现实场景。
  • 注意甄别翻译质量,部分术语翻译可能存在偏差,遇到晦涩处可对照原文或查阅专业资料。
读者共识
  • 内容极具价值,是思维模型的集大成者,但阅读门槛较高,需要读者具备扎实的数理基础。
  • 翻译质量备受争议,部分表述拗口且不准确,严重影响阅读体验,建议有条件者阅读原版。
  • 虽理论性强且略显枯燥,但能有效拓宽认知边界,帮助读者建立多维视角,避免单一归因。

本导读基于书籍简介、目录、原文摘录、短评和书评生成,不等同于全文精读。

精彩摘录
  • "如果没有模型人们就会受到各种认知偏差的影响:我们会对近期发生的事件赋予过高的权重、会根据“合理程度”分配概率、会忽略各种基本比率。如果没有模型,我们处理数据的能力就会受到极大的限制。"
  • "我们迷失于知识中的智慧到哪里去了?我们迷失于信息中的知识到哪里去了?在这里我们还可以加上一句:我们迷失于数据中的信息到哪里去了?"
  • "As impressive as the data may be, it is nopanacea, We now know what has happenedand is happening, but, owing to the complexity of the modern world, we may be less capable of understanding why it happened. Empirical findings may be misleading. Data on piece-rate work oftenshows that the more people a"
  • "但是,多样性预测定理并不意味着任何不同模型的集合的预测必定是准确的。如果所有模型都有一个共同的偏差,那么它们的平均值也会包含那个偏差。不过,这个定理确实意味着,任何多样性的模型(或人)的集合将比其普通成员的预测更加准确,这种现象就是通常所说的“群体的智慧”( wisdom of crowds)。这是一个数学事实,它解释了计算机科学中集成方法( ensemble method)成功的原因,这种方法对多个分类加以平均,也解释了使用多个模型和框架进行思考的人比使用单个模型的人预测的准确性更高的事实。任何一种看待世界的单一方式都会遗漏掉某些细节,使我们更容易产生盲点。"
  • "我们怎样对人建模,归根到底取决于问题的背景和想要实现的目标。我们是在预测还是在解释?是在评估政策行动吗?是在尝试设计一种制度吗?或者,是在探索?在低风险的环境中,例如要构建一个预测人们会购买什么颜色的外套或者他们会不会在看完演出后起立鼓掌的模型时,我们通常会假设人们采用固定规则。"
  • "模型是用数学公式和图表展现的形式化结构,它能够帮助我们理解世界。"
  • "模型必须是易处理的。"
  • "即使是牛顿提出的那些定律和法则,也只是在特定的条件下成立。"
作者简介
斯科特·佩奇(Scott Page) 超过100万用户的“模型思维课”主讲人。密歇根大学复杂性研究中心“掌门人”。圣塔菲研究所外聘研究员。曾出版《多样性红利》一书。以对社会科学多样性和复杂性的研究和建模面闻名。具体研究方向包括路径依赖,文化、集体智慧、适应和社会生活的计算模型。于2011年当选美国艺术与科学学院院士,获得2002年的IGERT奖、2001—2006年的生物复杂性项目SLUCE奖和2013年的古根海姆奖。
目录
序言 这本书是怎样写成的
01 做一个多模型思考者
大数据时代的模型
为什么需要多模型
智慧层次结构

显示全部
用户评论
所有的模型都是错的。它们只在特定的尺度上成立。假如只用一个模型观察世界,就会让真理成为公式的牺牲品。所以,要想理解真实世界,我们需要的不是模型,而是多模型。
「基于多模型思维的『谋定而后动』肯定要比仅仅基于冲动和直觉就行动更好」
一本大部分内容需要聚精会神阅读的书。并不一定要搞清楚书中每一个模型,大概理解每个模型背后对应的发展规律的概况,有助于我们提早对一些事件(例如网络效应的互联网产品和新冠病毒)进行判断。
作为一本书来说,并不是很友好 不过即使如此,我也从书中拿到了一个idea,然后完成了一篇小论文 也不算没有收获
翻译太毁书了,硬着头皮看
前后看了快一个月,可读性太差了。
读到马尔可夫,真是比较艰难的一部书,模型思维贯穿着我们的认知,其实一开始就要明白模型是底层,方法才是途径。管理学中提到的范式的概念,说到底其实就是模型,也是最基础的。
很有收获
没搞错的话…是翻译的有点问题吧?…给高分的都没觉出来么?…bias-variance tradeoff这东西 其他相关原版书是看明白的 这书生给我看迷茫了!感觉前半段相关数学内容基本没法看,翻译的啥… 不过这书是不错的…需要找个原版来看看。
mark part2 作为模型查阅的字典
下载
收藏