Избранное

Тони Крилли. Математика. 50 идей,... Всю математику не под силу знать никому, она слишком многообразна, но основные идеи, что определили и определяют...

Далее

Эрик Шпикерманн. О шрифте Шрифт сопровождает нас везде: на упаковках продуктов, вывесках, экранах телевизоров и смартфонов. Но выбрать из...

Далее

Парадокс Кондорсе, теорема Эрроу,... Некоторое время назад прочитал книгу Ричарда Румельта Хорошая стратегия, плохая стратегия. В чем отличие и почему...

Далее

Станислав Улам. Приключения... Это автобиография известного польского математика Станислава Улама. Он родился во Львове в начале XX века. Незадолго...

Далее

Модель машины Эшби и вырождение... Некоторое время назад читал работу Людвига фон Берталанфи Общая теория систем: критический обзор. Встретил любопытное...

Далее

Сьюзен Фаулер. Почему они не работают?

Рубрика: 08. О персонале

Книга «Почему они не работают?» рассказывает об абсолютно новом подходе к мотивации. Автор более 10 лет исследовал психологию и закономерности мотивации людей в разных странах, в том числе в России. Здесь есть ответы на главные вопросы: почему мотивировать деньгами – не лучшая идея? Почему лидер не может никого мотивировать? Как мотивация связана с осознанностью и как ей можно научиться? Откуда мы берем энергию на работе? И главное: где заканчивается навязанная обязанность и начинается личная ответственность? Сьюзен Фаулер рассказывает руководителям всех уровней о том, как находить мотивацию своих сотрудников и использовать ее на благо компании.

По теме см. также Райнхард К. Шпренгер. Мифы мотивации, Дэниел Пинк. Драйв. Что на самом деле нас мотивирует.

Сьюзен Фаулер. Почему они не работают? Новый взгляд на мотивацию сотрудников. – М.: Альпина Паблишер, 2016. – 208 с.

Сьюзен Фаулер. Почему они не работают. Обложка

Далее

Наиболее популярные конспекты книг

Рубрика: 9. Разное

Однажды я уже публиковал рейтинг посещаемости страниц сайта. И снова подчеркну, что такого рода списки являются очень специфическими. Посещаемость той или иной страницы зависит от многих факторов. Это, и собственно популярность книги, и то, насколько высоко в поисковой выдаче находится ссылка именно на мой ресурс, и то, насколько много буковок в заметке, и наконец, как давно она была опубликована. Заметки, находящиеся на первой странице блога, посещают чаще, так что включать в рейтинг самые свежие публикации не вполне корректно. И, наконец, трафик в Интернете, в принципе, имеет сезонные колебания, поэтому усреднения не по целому году могут исказить ситуацию.

Далее

Чаран, Дроттер, Ноэл. Кадровый эскалатор

Рубрика: 08. О персонале

В наше время спрос на лидеров существенно превышает предложение. Постоянные попытки руководителей компаний найти с помощью рекрутинговых агентств талантливых руководителей наводят на мысль, что эти организации не способны воспитать лидеров из своих собственных сотрудников. Обычное внутреннее обучение, наставничество и развивающие программы не дают результатов, заставляя искать таланты на стороне. Авторы предлагают новый подход, который позволит организациям самим воспитывать талантливых руководителей.

Чаран, Дроттер, Ноэл. Кадровый эскалатор: нанять или воспитать лидера? – М.: РИА «Стандарты и качество», 2009. – 216 с.

Чаран, Дроттер, Ноэл. Кадровый эскалатор. Обложка

Далее

Джаред Даймонд. Ружья, микробы и сталь

Рубрика: 06. Об экономике

Почему европейская, а позже и евро-атлантическая цивилизация добились самых грандиозных успехов в истории человечества? Почему именно Европа, сначала самостоятельно, а позднее – вместе с Соединенными Штатами Америки, создала тот мир, в котором мы живем сейчас? Что предопределило мировую гегемонию европейского мировоззрения – промышленность, сила оружия или нечто иное? И какое влияние на мировоззрение не только отдельного человека, но и целых народов и даже рас оказывает окружающая среда? Обо всем этом и многом другом рассуждает в своей книге Джаред Даймонд – автор, удостоенный Пулитцеровской премии.

В вышедшей недавно книге Дарона Аджемоглу и Джеймса Робинсона Почему одни страны богатые, а другие бедные работа Даймонда рассматривается, как заложившая основу географического подхода в объяснении устройства мира. Сами Аджемоглу и Робинсон являются сторонника институциональной школы. О культурологической школе см. Самюэль Хантингтон. Столкновение цивилизаций.

Джаред Даймонд. Ружья, микробы и сталь: история человеческих сообществ. – М.: АСТ, 2016. – 720 с.

Джаред Даймонд. Ружья, микробы и сталь. Обложка

Далее

Лоуренс Харрисон. Евреи, конфуцианцы и протестанты

Рубрика: 06. Об экономике

В книге исследуется влияние культуры на экономическое развитие. Изложение строится на основе введенного автором понятия «культурного капитала». Наличие или отсутствие культурного капитала определяет, создает та или иная культура благоприятные условия для экономического развития и социального прогресса или, наоборот, препятствует им. Автор подробно анализирует три крупные культуры с наибольшим уровнем культурного капитала – еврейскую, конфуцианскую и протестантскую. Также анализируются социальные и экономические проблем стран, принадлежащих другим культурным ареалам, таким как католические страны (особенно Латинская Америка) и исламский мир. Автор показывает, что и успех, и неудачи разных стран во многом определяются ценностями, верованиями и установками, обусловленными особенностями культуры страны и религии, исторически определившей фундамент этой культуры.

По классификации Дарона Аджемоглу и Джеймса Робинсона, предложенной в недавно вышедшей книге Почему одни страны богатые, а другие бедные, работа Харрисона может быть отнесена к культурологической школе в объяснении устройства мира. Основоположником этой школы считают Самюэля Хантингтона (см. Столкновение цивилизаций).

Лоуренс Харрисон. Евреи, конфуцианцы и протестанты. Культурный капитал и конец мультикультурализма. – М.: Мысль, 2014. – 288 с.

Лоуренс Харрисон. Евреи, конфуцианцы и протестанты. Обложка

Далее

Определение выбросов

Рубрика: 8. Статистика

Выбросы — точки, сильно выбивающиеся из последовательности, не вписывающиеся в модель по какой-либо причине. Люди озаботились выбросами, желая избавиться от них. Выбросы оттягивают на себя средние значения и сдвигают распределение данных. [1] Иногда выбросы – просто ошибка ввода. Поэтому первая причина обращать внимание на выбросы — это обеспечение чистоты анализа данных и моделирования. Но есть и другая – определение выбросов интересно само по себе!

Рис. 1. Вероятность 349-дневной беременности

Рис. 1. Вероятность 349-дневной беременности

Далее

Прогнозирование на основе экспоненциального сглаживания

Рубрика: 8. Статистика

Задачи прогнозирования построены на изменении неких данных во времени (продаж, спроса, поставок, ВВП, выбросов углерода, численности населения…) и проецировании этих изменений на будущее. К сожалению, выявленные на исторических данных, тренды могут нарушаться множеством непредвиденных обстоятельств. Так что данные в будущем могут существенно отличаться от произошедшего в прошлом. [1] В этом и состоит проблема прогнозирования.

Однако, существуют методики (под названием экспоненциальное сглаживание), позволяющие не только попытаться предсказать будущее, но и выразить численно неопределенность всего, что связано с прогнозом. Численное выражение неопределенности с помощью создания интервалов прогнозирования поистине неоценимо, но часто игнорируется в прогностическом мире.

Рис. 1. Временной ряд данных

Рис. 1. Временной ряд данных

Далее

Педро Домингос. Верховный алгоритм

Рубрика: 8. Статистика

Машинное обучение преображает науку, технологию, бизнес и позволяет глубже узнать природу и человеческое поведение. Программирующие сами себя компьютеры — одна из самых важных современных технологий, и она же — одна из самых таинственных. Ученый-практик Педро Домингос приоткрывает завесу и впервые доступно рассказывает о машинном обучении и о поиске универсального обучающегося алгоритма, который сможет выуживать любые знания из данных и решать любые задачи (он называет его Верховный алгоритм). Чтобы заглянуть в будущее и узнать, как машинное обучение изменит наш мир, не нужно специального технического образования — достаточно прочитать эту книгу. См. также. Джон Форман. Много цифр: Анализ больших данных при помощи Excel, Идеи Байеса для менеджеров.

Педро Домингос. Верховный алгоритм. Как машинное обучение изменит наш мир. – М.: Манн, Иванов и Фербер, 2016. — 336 с.

Педро Домингос. Верховный алгоритм. Обложка

Далее

Глава 23. Можете ли вы понять, как работает огромная формулу массива?

Рубрика: 7. Полезняшки Excel

Это заключительная глава книги: Майкл Гирвин. Ctrl+Shift+Enter. Освоение формул массива в Excel.

Предыдущая глава                          Оглавление

Что, если перед вами огромная формула массива, и вы не можете понять, как она работает? Вспомним подходы, изложенные в предыдущих разделах.

Разбейте формулу на минимально возможные фрагменты и каждый фрагмент поместите в отдельную ячейку. Это особенно актуально, когда фрагмент формулы изменяется, при копировании формулы вдоль столбца (строки).

Рис. 23.0. Выделение фрагмента формулы, соответствующего аргументу

Рис. 23.0. Выделение фрагмента формулы, соответствующего аргументу номер_строки

Далее

Глава 22. Функция массива ЛИНЕЙН

Рубрика: 7. Полезняшки Excel

Это глава из книги: Майкл Гирвин. Ctrl+Shift+Enter. Освоение формул массива в Excel.

Предыдущая глава                          Оглавление                               Следующая глава

Функция ЛИНЕЙН рассчитывает статистику для ряда с применением метода наименьших квадратов, чтобы вычислить прямую линию, которая наилучшим образом аппроксимирует имеющиеся данные и затем возвращает массив, который описывает полученную прямую. Функция ЛИНЕЙН может также возвращать дополнительную регрессионную статистику (подробнее см. справку MS Excel).

Рис. 22.1. Четыре аргумента функции ЛИНЕЙН

Рис. 22.1. Четыре аргумента функции ЛИНЕЙН

Далее