Рецензии на книги — Кэти О'Нил

Не буду дочитывать. Сломался на середине третьей главы.

Во-первых, и в-главных, это не про математику. Вот пример:

мы оцениваем профессионализм трейдера по его «коэффициенту Шарпа»: он рассчитывается как отношение прибыли, которую приносит трейдер, к стандартному (среднеквадратичному) отклонению для его портфеля

Не сойти мне с этого места, если я понимаю, что есть среднеквадратичное отклонение портфеля.

Во-вторых, автор задолбала бейсболом, футболом, баскетболом и прочими болами:

Чтобы понять, как хедж-фонды действуют в кулуарах, представьте себе игру бейсбольной Мировой серии на чикагском стадионе «Ригли-филд». С драматическим хоум-раном в конце девятого иннинга «Кабс» выигрывают свой первый чемпионат с 1908 года – с того времени, когда президентом был Тедди Рузвельт. Стадион взрывается от…

Может сложновата широкому кругу читателей, но примеры и разборы очень понятны, например, про рейтинг колледжей. Очень злободневно и актуально. Читала с интересом. Речь, конечно, идёт об Америке. Но нас ждёт всё тоже самое, с учетом программы «Искусственный интеллект» и бурного развития аналитики данных. 

Когда читаешь много книг, уже меньше находишь интересного.

Но эта книга меня захватила, прочла сразу более половины книги. Сейчас сижу дочитываю)

Основная мысль книги: компании и организации получают выгоду (финансовую, политическую) от использования математических моделей. Поскольку модели заточены на получение выгоды, они не «справедливы» сами по себе. Поэтому их широкое использование приводит к неприятным побочным эффектам в масштабе отдельных людей и общества в целом.

Автор акцентирует внимание на том, что математические модели (классификаторы покупателей и избирателей, модели рисков страховых компаний и банков, таргетированная реклама) особенно строги к людям в сложной жизненной ситуации, и что их широкое использование усиливает расслоение общества.

К сожалению, кроме этой мысли ценного в книге мало..

Кэти О’Нил как будто боится или не может дать рекомендации по нейтрализации воздействия этих моделей, даже очевидные. Половина…

С одной стороны, начинается книга с вполне здравой (хотя и водянистой) мысли -- вот это вот всё зачастую представляет собой бессмысленный и беспощадный чёрный ящик.

С другой стороны, после неплохого объяснения об том, что любая модель это неизбежное упрощение и что модели нужно воспринимать в контексте, с учётом ограничений и обновлять их по мере расхождения с действительностью -- вот после этого практически сразу же некритично вбрасывается некая статистика. Этой статистике, видимо, доверять можно, потому что это какая надо статистика.