详细内容或原文请订阅后点击阅览
机器，专家和普通人
看噪声，一致性和腿部骨折的机器，专家和普通人首先出现在数据科学上。
来源:走向数据科学即将在午餐前交给一句话。大多数人会认为时机对结果并不重要，但是一项挑衅的研究表明，当法官饥饿时，正义变得苛刻 - 这种现象被称为饥饿的法官效应[1]。尽管这一具体发现仍然引起人们的争论，但除了胃咆哮和低血糖以外的其他看似无关的因素，可能会影响法官的决定，或者实际上是任何人的决定[2,3]，例如它是被告的生日，无论是外面还是更普遍的法官的心情。
这重点介绍了决策的主要关注点之一：有人，存在可变性（“噪声”）和偏见。因此，它提出了一个问题：机器可以做得更好吗？在到达那里之前，让我们首先以何种方式探索人们嘈杂。免责声明：丹尼尔·卡尼曼（Daniel Kahneman）（思想，快速慢）以及他的同事Oliver Sibony和Cass R. Sunstein [4]中描述了本文中介绍的许多概念。
噪声 思考，快速而慢嘈杂的人
噪声的作者确定了三个人类噪声的来源。
一个称为水平噪声。这描述了将个人的判断与普通人相比的柔软或极端。例如，具有较高正义敏感性的法官可能会判处更严厉的判决，而不是一个更宽容的同事。水平噪声也与我们对某物进行评分的主观量表有关。想象两个法官同意“中等句子”，但是由于水平的噪音，从一个人的角度来看，一个中等句子是对另一个法官的严厉句子。这类似于对餐厅进行评级时。您和您的朋友可能同样喜欢这种经历。你们中的一个“唯一”仍然给了五颗星中的四颗，而另一颗星给了五颗星。
等级噪声 正义敏感性 （稳定）模式噪声 噪声 瞬态现在我们可以更好地了解噪音，现在让我们看一下噪声渗透的两种决策。
多 npr