诺贝尔奖得主丹尼尔·卡尼曼新书《噪声：人类判断的缺陷》万字解读【心理学丨读书】【魏知超】

社交网络已经成为一个庞大的噪声放大器了，少上社交平台就可以减噪。[大笑]

♥ 40 ↩ 6

课代表来了 定义 影响判断客观准确性的因素都是噪声 判断的错误=偏差+噪声 《思考快与慢》+《噪声》 类型 水平噪声：人与人之间的差距 稳定的模式噪声：个人的偏好，主观喜好 不稳定的模式噪声（情景噪声）：不同情景下判断的差异 放大噪声的因素 噪声的放大器 客观无知：做预测的时候 未来股票涨跌、未来10年房地产、未来世界局势 匹配问题：首先放大水平噪声、放大情景噪声、 群体的不良影响：谁占先机谁占优势、群体极化（本来喜欢的会更喜欢，本来讨厌的会更讨厌） 如何减小噪声 独立：独立做判断，把决策过程交给一个每一个个体都能够独立做判断的群体； “德尔菲法” 排序：用排序取代匹配，用优良差代替100分 模型：把决策过程交给一个模型，更多利用规则、公式、算法，先模型后人工的原则； 决策达人：找到A队神枪手，以下特点 ①找到专业的专家，而非荣誉专家，例如管理咨询顾问；②聪明人；③心态开放 阻力 不信任算法 担心模型会扼杀积极性和创造力 ROI

♥ 32 ↩ 3

偏差+噪声是决策失误的2大重要因素。偏差是内核本质决定的，人类共同的喜好偏向性bias，比如中国人喜欢吃白菜，白菜就是种植最多的蔬菜，让你随机猜某某今天吃了什么蔬菜，你会猜白菜，如果某某是欧美人，也许他今天更会吃生菜。而噪音是由人与人之间的变异差异（张三爱吃白菜李四爱吃黄瓜），个人喜好对象的变化（张三更爱吃苹果，讨厌香蕉），以及环境时间变化差异（张三早上爱吃面食，晚上却爱吃米）的决策不一致。如果解决噪声问题？交给多个人分别做独立判断，对量化的内容进行排序order后再打分,交给模型决策（比如大数据机器算法），交给行业内的真正专家律师医生刑警等（做了多少例成功手术，破了多少案子，胜了多少官司，可以量化的）而不是荣誉专家（业内考关系等因素口评的）。

♥ 9

量化交易就是第三，决策交给模型。在基金里面躺起，让基金经理帮你炒，就是第四，交给靠谱的人。

♥ 9 ↩ 2

看了卡尼曼老师的《噪声》后，又看了道格拉斯的《理性动物》，感觉噪声有时候并不是错的，在人类进化过程中肯定有积极的作用（当然消极作用也存在）

♥ 5 ↩ 1

这个噪声听了一下 应该对应了物理上的误差 分为系统误差和随机误差 再细化 对于测量学还有各种误差的叠加耦合和抵消 这个哲学领域上的和物理上的概念可以统合一下翻译名称

♥ 5 ↩ 1

路转粉，视频已看完并三连，感谢up。 在jd搜书的时候看到了这本书的推广，在下单前看了看历史价格去、去db搜了下评分、最后来b站搜视频看到了up[tv_调侃] 想跟up请教下，个人该如何构建评价标准和指标。 本人近两年在学习和娱乐中观察到的现象是——绝大多数人评论在网络和线下发表评论时都根本不会明确自己的标准、甚至多数人自己都无法表述自己的标准。而且各大厂商花钱买水军、还有各路粉丝玩无间道钓鱼，也总有路人因为被冒犯而不愿意去亲自了解而人云亦云…令人十分唏嘘 好在这些互撕的网友们炒高了平台的热度、让求知者足不出户也有机会找到有识之士分享的真知灼见[笑哭]

♥ 5 ↩ 1

等这期等的好捉急[星星眼][星星眼]

♥ 4 ↩ 1

一、噪声的定义（eg：打靶子） 偏差是不同的人在同一件事上整齐划一的错误（《思考快与慢》） 噪声是不同的人在同一件事上（或者同一个人在同一件事上每一次）五...

♥ 4

这本书是我今年看完的第39本书，这本书虽然讲了现实生活中噪音怎么影响决策的，但又长又臭，心里无数次挣扎要弃书。最终看完，觉得生命有限，有些书看看精讲视频或者大模型总结算了。看到译者团队的要求说希望读者看完不要骂就算成功了！ 我还是要说：你跟现在广州的宣传语一个样！！！ 但我看完up的解析后，又觉得框架是对的，有收获的，还是得再看一遍up和作者的对话。 不知道是不是我浮躁的问题，有没有朋友和我一样，看起来又长又啰嗦，太难受了。有的话请点个赞

♥ 3 ↩ 4

听到模型那一块，我想起了咱们中国人创造的科举制度，咱们的先贤千年以前就已经掌握了模型降噪法

♥ 1 ↩ 1

失踪人口回归[妙啊]

♥ 1 ↩ 1

模型也是有噪声的，输入数据的噪声会变戍模型的噪声。

♥ 1

噪声的内容也可以其他知识相呼应，知识果然都是相同的[给心心]

♥ 1 ↩ 1

这个噪声想起来信号检测论里的sn

↩ 1

老师推荐来的

↩ 3

谢谢

你用的麦克风看起来不错啊，什么牌子的哈[呲牙]

↩ 2

看了三遍了，催更你和译者的沟通哈

↩ 1