1. 基本信息算法霸权：数学杀伤性武器的威胁[美]凯西·奥尼尔(Cathy著中信出版社,2018年9月出版1.1. 读薄率书籍总字数220千字，笔记总字数32359字。读薄率32359÷220000≈14.71%1.2. 读厚方向算法的力量：人类如何共同生存？极简算法史：从数学到机器的故事算法的陷阱：超级平台、算法垄断与场景欺骗天才与算法：人脑与AI的数学思维算法之美1.3. 笔记--章节对应关系笔记章节字数发布日期2023年读算法霸权笔记01_数学杀伤性武器前言238212月23日读算法霸权笔记02_盲点炸弹第一章盲点炸弹234412月24日读算法霸权笔记03_操控与恐吓第二章操控与恐吓24
1. 基本信息算法霸权：数学杀伤性武器的威胁[美]凯西·奥尼尔(Cathy著中信出版社,2018年9月出版1.1. 读薄率书籍总字数220千字，笔记总字数32359字。读薄率32359÷220000≈14.71%1.2. 读厚方向算法的力量：人类如何共同生存？极简算法史：从数学到机器的故事算法的陷阱：超级平台、算法垄断与场景欺骗天才与算法：人脑与AI的数学思维算法之美1.3. 笔记--章节对应关系笔记章节字数发布日期2023年读算法霸权笔记01_数学杀伤性武器前言238212月23日读算法霸权笔记02_盲点炸弹第一章盲点炸弹234412月24日读算法霸权笔记03_操控与恐吓第二章操控与恐吓24
1. 公平与公正1.1. 公平大多数时候只是副产品1.2. 由贪婪或偏见导致的不公正一直发生在我们身边1.2.1. 如果承认法律面前人人平等，或者作为选民的大众应该被平等对待，我们就不能允许模型把我们分为不同的群体进行区别对待1.3. 对于数学模型来说，公平和公共利益也是如此，其价值难以用数字体现1.4. 公平和公共利益是仅存在于人脑中的概念，无法量化1.5. 虽然更高水平的公平和正义肯定有利于提升社会的整体利益，但单个企业无法从中获得实际的收益1.6. 进步有一个可怕的阴暗面1.6.1. 进步的动力来源于被极度剥削的工人，其中甚至有很多是儿童1.6.2. 自由市场无法控制这些剥削行为2. 成
1. 公平与公正1.1. 公平大多数时候只是副产品1.2. 由贪婪或偏见导致的不公正一直发生在我们身边1.2.1. 如果承认法律面前人人平等，或者作为选民的大众应该被平等对待，我们就不能允许模型把我们分为不同的群体进行区别对待1.3. 对于数学模型来说，公平和公共利益也是如此，其价值难以用数字体现1.4. 公平和公共利益是仅存在于人脑中的概念，无法量化1.5. 虽然更高水平的公平和正义肯定有利于提升社会的整体利益，但单个企业无法从中获得实际的收益1.6. 进步有一个可怕的阴暗面1.6.1. 进步的动力来源于被极度剥削的工人，其中甚至有很多是儿童1.6.2. 自由市场无法控制这些剥削行为2. 成
1. 脸书1.1. 一份请愿书属于脸书了，而社交网络的算法会对如何最大限度地利用这份请愿书做出判断1.1.1. 脸书的算法在决定谁能看到我的请愿书时会把所有因素都考虑在内1.2. 通过改变信息推送的方式，脸书研究了我们的朋友的行为对我们自身的影响1.2.1. 新闻实际上并不是真的由朋友分享的，而是由脸书在后台推送的1.3. 脸书则更像是绿野仙踪：我们看不到有所谓的“主编”存在1.3.1. 从表面上看，机器只是一个中立的中间人1.3.2. 当我们浏览网站的时候，我们看到的是
1. 信用评级模型1.1. 评估个人贷款违约风险的模型为FICO1.1.1. 唯一评分参数就是贷款者的资产，主要依据是贷款者的债务负担和账单支付记录1.1.2. 这种信用评分模型相对透明1.1.3. 信用评分行业受政府管制1.1.4. 信用评分系统的使用得到了广泛普及1.2. 脸书就发明了一款建基于人们在社交网络上的行为数据的信用评级软件1.2.1. A先生脸书上的同学有投资银行家，专业领域的博士，还有软件设计师1.2.1.1. 更信任自己圈子里的人，因为人性就是如此1.2.1.2. “物以类聚，人以群分”的理论表明他是可以信任的1.2.2. B清洁工很可能有很多失业的朋友，甚至还有几个正在坐
1. 地域经济歧视（redlining）1.1. 问题1.1.1. 贫穷和不公与美国黑人的高死亡率是否有关1.1.2. 缺少好的学校、现代化的卫生设施、安全的工作场所和医疗保险是否会导致黑人在更年轻的年龄死亡1.2. 黑人只是一个庞大的同类群体，而没有把黑人按照不同的地理、社会或经济群体进行分类1.3. 一位在波士顿或纽约有稳定生活的黑人教师和一个在密西西比三角洲每天赤脚工作12小时的黑人佃农没什么区别2. 好事达2.1. 好事达通过分析消费者的人口数据预测消费者购买低价商品的可能性2.2. 如果可能性较低，那么向他们收取更高的费用就是合理的2.2.1. 这就是好事达在做的事2.3. 好事达的
1. 地域经济歧视（redlining）1.1. 问题1.1.1. 贫穷和不公与美国黑人的高死亡率是否有关1.1.2. 缺少好的学校、现代化的卫生设施、安全的工作场所和医疗保险是否会导致黑人在更年轻的年龄死亡1.2. 黑人只是一个庞大的同类群体，而没有把黑人按照不同的地理、社会或经济群体进行分类1.3. 一位在波士顿或纽约有稳定生活的黑人教师和一个在密西西比三角洲每天赤脚工作12小时的黑人佃农没什么区别2. 好事达2.1. 好事达通过分析消费者的人口数据预测消费者购买低价商品的可能性2.2. 如果可能性较低，那么向他们收取更高的费用就是合理的2.2.1. 这就是好事达在做的事2.3. 好事达的
1. 信用评级模型1.1. 评估个人贷款违约风险的模型为FICO1.1.1. 唯一评分参数就是贷款者的资产，主要依据是贷款者的债务负担和账单支付记录1.1.2. 这种信用评分模型相对透明1.1.3. 信用评分行业受政府管制1.1.4. 信用评分系统的使用得到了广泛普及1.2. 脸书就发明了一款建基于人们在社交网络上的行为数据的信用评级软件1.2.1. A先生脸书上的同学有投资银行家，专业领域的博士，还有软件设计师1.2.1.1. 更信任自己圈子里的人，因为人性就是如此1.2.1.2. “物以类聚，人以群分”的理论表明他是可以信任的1.2.2. B清洁工很可能有很多失业的朋友，甚至还有几个正在坐
1. 关开门1.1. clopening1.2. 指的是一个职员工作到很晚，关闭门店或者咖啡店，几小时后又在天亮之前回来开门1.3. 极度不规律的工作时间安排越来越常见1.3.1. 首当其冲的是星巴克、麦当劳和沃尔玛等企业的低薪职工1.3.2. 不规律的工作时间安排是数字经济带来的1.4. 筛选模型从过去的记录中学会了不公平的运作方式，将有害偏见编入模型之中的1.5. 关开门”只是这种趋势的表现之一1.5.1. 随着监控设备在工作场所的普及，在数字经济因此而进一步发展壮大的同时，其带来的副作用也将进一步恶化1.6. 在大数据时代，负责分析的是许多博士，辅助以功能强大的计算机1.6.1. 分析的
