决断的演算：预测、分析与好决定的11堂逻辑课

• 作者： ,   
• 原文作者：
• 译者：
• 出版社：  
• 出版日期：2017/08/23
• 语言：繁体中文
• ISBN：9789869406963
• 丛书系列：
• 规格：平装 / 352页 / 17 x 22.5 cm / 普通级 / 部份全彩 / 初版
• 出版地：台湾

• 内容简介

  书店 认知科学类、电脑科学类
  长踞「商务决策与问题解决类Top 3」，与《快思慢想》并列
  《大脑解密手册》作者伊葛门称许：「写得远超乎我的期望！」
  访问近五十年来知名演算法的设计者，
  了解工程师如何教电脑发挥大效用，并将所学用于生活。
  读者大推：「真是过瘾！」
  
  在《人工智慧来了》这本书中，作者提出「主动向机器学习」是这时代核心、有效的学习方法之一，在《决断的演算》里，各具心理学与电脑科学背景的两位作者则揭橥：为何跟电脑学决策你不仅不会变成理性魔人，反而会更加明智且善体人意。
  
  ▎说到演算法，你想到的是政府和大企业如何利用数学模型算计你？
  其实，演算法的本质是「解决问题的一连串步骤」，它的发展远远早于电脑，不只长期为各研究领域与产业实务带来重大变革，更能帮助个人跳脱盲点与错误直觉，明快地解决问题。
  
  ▎说到机器学习，你以为考虑因素越多越好、比较复杂的模型较佳？
  其实，当今电脑运算时并非套用死板的演绎逻辑，点滴不漏地罗列所有选择，琢磨出正确答案。它们会舍弃不必要的资料，偏向选择较简单的解答，权衡误差或延迟的代价，接着冒险一试。
  
  ▎说到电脑，你认为它冰冷且毫无弹性，思考方式跟人脑南辕北辙？
  事实上，我们面临的许多挑战，跟电脑科学家一样都源于：要运用有限的空间、时间和注意力，因应未知事物和不完整的资讯，因此电脑解决问题的方式，能在极大程度上与人们的作法融合。
  
  《决断的演算》各章以常见的日常问题开场，从厘清它们的演算结构着手，以问题所属类型为骨架（副章名），扎实的电脑科学发展史为血肉（章名），探讨一代代的研究者为这类问题找出什么解决方案，这些收获颠覆了我们对于「合理」的看法，不仅帮助其他领域获得新进展，也为个人生活带来实用启示，像是：
  
  ?1?77?1?74自动驾驶汽车能改善交通阻塞，打造交通天堂？你可能要失望了。现在自私驾驶人各行其是的情形其实已接近佳状态。（演算法赛局理论，自主行为代价）
  ?1?77?1?74证明「所有双人赛局至少有一个均衡状态」的奈许均衡，让约翰．奈许拿下了诺贝尔经济奖，但它的地位可能言过其实。为什么？（赛局理论）
  ?1?77?1?74棉花糖实验证明了意志力对日后的成就有深远影响？事情没这么简单。抵挡得住诱惑的另一个关键可能是「期望」……（贝氏法则）
  ?1?77?1?74以现代投资组合理论荣获诺贝尔经济奖的马可维兹，居然把自己的退休金平均投资在债券和股票上！这未免太不聪明了？未必。（过度配适）
  ?1?77?1?74欧巴马竞选总统时，他的新媒体分析团队靠什么方法设计与经营网站，帮他多募得五千七百万美元？（开发与善用）
  ?1?77?1?74安排球季赛程真麻烦！怎么样既符合联盟基本结构产生的规定，又顾及联盟和转播电视台的特殊考量和限制？（松弛）
  ?1?77?1?742010年5月6日，美国股市发生闪电崩盘，短短几分钟内有几家公司股价飙涨、另几家则直线崩跌，这是怎么回事？（赛局理论，资讯瀑布）
  ?1?77?1?74一般认为年老健忘是认知衰退，但电脑科学家判断，那是整理、取舍越来越多记忆的必然结果——人的脑袋可灵光了！（快取）
  ?1?77?1?74你打算在十八岁到四十岁期间觅得人生伴侣，那么几岁时选定的对象可能好？答案是二十六岁。（佳停止点，37％法则）
  ?1?77?1?74纸本资料用完随手往旁边叠，既没条理又没效率？不，根据演算法原理，这是目前已知精良、效率佳的资料结构。（快取）
  ?1?77?1?74什么情况下，随便挑一封电子邮件回复，会好过先回复重要的邮件？（排程，往复移动）
  ?1?77?1?74为什么玩吃角子老虎时，赢钱继续玩同一台是好策略，但是输钱就换一台则太过轻率？（开发与善用）……………
  
  电脑科学还能协助我们清楚划分哪些问题有明确解答、哪些则无，从而选择自己要面对什么，以及要让其他人面对什么——这种「运算的善意」可以改变人们的认知问题类型，减轻认知负担，增进互动的效率。
  
  ◎本书用法：
  
  这本书既适合一般读者，也适合教学使用，版面设计兼顾两者需求，使用方法详见书中建议。各章内容提示详见〈目录〉的引文。
  
  名人推荐
  
  ▎《大脑解密手册》作者伊葛门：
  我一直期待有书能把运算模型和人类心理学结合起来，这本书远超乎我的期望，写得精彩极了，而且浅显易懂，让所有读者都能轻松理解掌控世界运作的电脑科学，更重要的是，了解电脑科学对我们的生活有何影响。
  
  ▎科技网站Boing Boing创办人，《资讯分享，锁得住？》作者柯利?1?76?1?74多克托罗：
  非常出色。除了行文中解释的电脑科学对于个人和管理都很实用，本书也是演算法和电脑科学以及作者所称的「运算的斯多葛派」和「运算的善意」这种哲学论述的入门书。
  
  ▎《为什么我们这样生活，那样工作》作者查尔斯?1?76?1?74杜希格：
  精彩有趣而且提供许多实用建议，告诉我们如何更有效率地运用时间、空间和心力，写得趣味横生。
  
  ▎《摇篮里的科学家》共同作者艾莉森?1?76?1?74戈普尼克（Alison Gopnik）：
  深入浅出又有趣，让人读得欲罢不能。我们都听说过演算法威力强大，但《决断的演算》深入浅出地解说它们的运作方式，以及我们可以如何运用它们，在日常生活中做出更好的决定。
  
  ▎《富比世》杂志：
  年度必读大脑类书籍。这是一本以学术研究为基础，又可应用在实际生活上的好书。作者探讨的演算法在生活上的实用程度，超乎我的预期，值得好好研读。
  
  ▎《大众科学》杂志英国版：
  我超迷这本书！年轻学生学数学时常说：「数学有什么用？实际生活上又用不到！」这本书就是好的答案。书中的概念，无论是37％法则的相对单纯性或赛局理论中让人费解的机率，都相当实用，而且写得十分有趣，大推！
  
  ▎书店多位读者评价
  醍醐灌顶！我学的是经济，读了这本书之后超想去读个电脑科学学位。可以的话，我想给这本书十颗星。／好惊人的书，它改变我对许多真实日常问题的看法。／了不起的书。不论是一般人或高科技迷都会读得津津有味。／很有意思。读完这本书过了几个月，我还不时想到它，它提供了很棒的观点看待世界。／有趣极了，我已经借给好几个同事读。／超赞。我重读这本书好几次，里头有很多很棒的资讯！／真是过瘾！

  作者介绍

  作者简介
  
  布莱恩?1?76?1?74克里斯汀Brian Christian
  
  电脑科学家，著有Most Human Human，这本书为《华尔街日报》畅销书、《纽约时报》推荐书籍，以及《纽约客杂志》年度选书。其他作品见于《纽约客》、《大西洋》杂志、《连线》、《华尔街日报》、《卫报》和《巴黎评论》等，以及《认知科学》等科学期刊，著述曾被翻译为十一种语言。
  
  汤姆?1?76?1?74葛瑞菲斯Tom Griffiths
  
  加州大学柏克莱分校心理学和认知科学教授，并主持运算认知科学实验室，曾经发表一百五十多篇科学论文，领域包含认知心理学和文化演变等，此外曾获美国国家科学基金会、斯隆基金会、美国心理学会以及实验心理学会等机构奖项。
  
  译者简介
  
  甘锡安
  
  学业结束后由科学界踏入「译界」，现为专职译者。曾担任Discovery频道与资讯杂志编译，现仍定期为《科学人》及《BBC知识》等杂志翻译。书籍译作包括《品尝的科学》（合译）、《探月》、《爱因斯坦1905》、《气候创造历史》、《现代主义烹调》、《猎光》等。目前住在有山有海有美食的台湾头基隆，热爱吸收各类知识，正努力朝「全方位译人」的目标迈进。
   

  目录

  前言：为什么我们能跟电脑学决策？
  演算法的本质是「解决问题的一连串步骤」，我们面临的许多挑战跟电脑科学家一样都是：如何运用有限的空间、时间和注意力，因应未知事物和不完整的资讯。本书厘清这些难题的数学架构，阐述工程师如何教电脑发挥大效用，并了解人脑如何克服相同限制。作者访问了近五十年来知名演算法的设计者，谈谈他们怎么将所学用于生活。人类和电脑的解决方式融合程度极高，电脑科学不只能协助我们简化问题以取得进展，甚至能提供具体的解决方法。
   
  第*章 佳停止点——什么时候该见好就收？
  尽量罗列选项，小心权衡后选出好的一个，才是理性决策？实际上由于时间有限，决策过程重要的面向是：何时应该停止。聘人、租屋、找车位、卖房子，以及寻觅伴侣和投资获利时见好就收等，都是要在选项逐一出现时做出佳选择，它们真正困扰人的是可以考虑的选项有多少。依各状况条件不同（比如能否吃回头草、是否有明确标准），这章解释了37％法则、思而后行法则、临界值法则等，教你如何避免太早决定或找太久，何时该降低或提高标准以及标准该调整多少……
   
  第二章 开发与善用——尝试新欢？还是固守旧爱？
  开发是蒐集资料，它能提高发现佳选择的机会；善用则是运用现有资讯，取得已知的良好结果，两者各有利弊。人们大多把决策视为彼此孤立，每次分别寻找期望值高的结果。其实决策极少是孤立的，如果你思考的是日后面对相同选项时要怎么做，那么权衡是要开发还是善用，就非常重要。本章以电脑科学中能体现这两者之矛盾，名称取自吃角子老虎机的多臂土匪问题，阐述应该如何随时间而改变目标，并且说明为何合理的行动过程多半未必会选择好的目标。
   
  第三章 排序——依照顺序排列
  排序对于处理各种资讯都十分重要。电脑科学家经常要权衡排序和搜寻两者，这项权衡的基本原则是：花心力排序资料，为的是省下日后花费心力找资料。于是这个问题变成：如何事先评估资料未来的用途？电脑科学指出，混乱和秩序造成的危险都可以量化，它们的成本都能以「时间」这个基准来呈现。Google搜寻引擎之所以强大，其实是拜预先排序之赐；但对于另外一些状况，保持混乱往往更有效率。另外讨论演算法的差情况表现（以排序而言是差完排时间），可以让我们确定某个程序能在期限内完成，运动赛程的排定便是一例。
   
  第四章 快取——忘掉就算啦！
  你的收纳问题其实与电脑管理记忆体时面临的挑战类似：空间有限，要如何既省荷包又省时间？快取的概念是把常用资料放在手边备用，快取装满时为了腾出空间放新资料，得剔除一些旧资料——但剔除哪些好呢？电脑科学家探究了随机剔除、先进先出（先剔除旧的）以及近少使用法等，甚至发展出能预测未来并执行已知佳策略的演算法。这方面的研究启发了书店的「预测包裹寄送」专利，还扭转了心理学家对于人类记忆的看法。
   
  第五章 排程——优先的事情优先处理
  重要且紧急、重要但不紧急、不重要但紧急、不重要但不紧急……，时间管理大师总教人照这顺序处理事情。但电脑科学家会要你先搞清楚「用什么标准来评量成果」。是在期限内完成重要？还是尽量缩短让客户等待的时间？抑或划掉待办清单上越多项目越好？不同的评量标准得采用不同的作业策略。本章还用电脑的「上下文交换」探讨让其他工作插队的代价，用「往复移动」提醒忙到变成在空转的征兆；并告诉你如何在反应能力和处理能力间取舍，为何有时完成工作的佳策略反而是慢下来。
   
  第六章 贝氏法则——预测未来
  十八世纪的英国，赌博这个领域不仅深深吸引杰出数学家，也吸引了牧师汤玛斯．贝斯，他由于研究彩券的中奖率，而对于「在不确定下进行推测」的历史带来重大影响。他认为由过去的假设状况进行正向推理可提供基础，让我们逆向推出可能的答案。其他科学家继续研究预测事情的各种方法，像是：如何把各种可能假设状况浓缩成单一期望值、根据事件类型提供适当的事前机率。其实我们脑中已储存许多精确的事前分布，因此常可由少量观察结果做出不错的预测，换句话说小数据其实是伪装的大数据。
   
  第七章 过度配适——少，但是更好
  谈到思考，我们往往觉得想得越多越好：列出的优缺点越多，做出的决定越好；列出的相关因素越多，越能精准预测股价。实际上统计模型倘若太过复杂，使用过多参数，会太容易受我们取得的资料影响，而可能随参与者不同而出现大幅差异，这就是过度配适。机器学习的一大重要事实是：考虑因素较多、比较复杂的模型，未必比较好。这章演示了过度配适如何扭曲我们对资料的解读，点出日常生活中俯拾皆是的过度配适事例，并且教你如何借由交叉验证等方法揪出过度配适（像是怎么分辨真正的人才和仅是懂得揣摩上意的员工？）并且对抗它。
   
  第八章 松弛——放松点，不求完美才有解
  过去几十年来电脑科学家发现，无论使用多快的电脑，或程式设计得多厉害，有一类问题就是不可能找出完美解方。面对无法解决的挑战时，你毋须放弃，但也别再埋头苦干，而该尝试第三种作法。电脑科学会界定问题是「可解」还是「难解」，遇到难解问题时会先「放松问题」：也就是先去除问题的某些限制，再着手解决它。重要的放松方法比如限制松弛法、连续松弛法，以及付出点代价、改变规则的拉氏松弛法……
   
  第九章 随机性——什么时候该让机率决定
  随机看似和理性相反，代表我们放弃这个问题，采取后手段。你若是知道随机性在电脑科学中扮演多吃重的角色，可能会非常惊讶。面对极为困难的问题时，运用机率可能是审慎又有效的解决方法。随机性演算法未必能提出佳解，但它不用像确定性演算法那么辛苦，只要有计画地丢几个硬币，就能在短短时间内提出相当接近佳解的答案，它解决特定问题的效果，甚至好的确定性演算法。这章将要告诉你依靠机率的时机、方式，以及仰赖的程度。
   
  第十章 网路——我们如何互通声息
  人类互通声息的基础是协定，也就是程序和预期的共通惯例，例如握手、打招呼和礼貌，以及各种社会规范。机器间的联系也不例外。这类协定是微妙但长久存在的焦虑来源。我前几天传了个讯息，从何时开始我会怀疑 现货正版 決斷的演算：預測、分析與好決定的11堂邏輯課 行路 港台原版 繁体 电子书 下载 mobi epub pdf txt