Взлом стратегии. Начните с главного и получите результат. Ричард Румельт. Читать онлайн. Newlib. NEWLIB.NET

Автор: Ричард Румельт
Издательство: Манн, Иванов и Фербер
Серия: МИФ Бизнес
Жанр произведения:
Год издания: 2022
isbn: 9785001958499
Скачать книгу
деле пример с веб-сервисом – не дедукция, а индукция. Дедукция – переход от общих посылок к частным следствиям; она гарантирует истинность заключения, если посылки были истинными. Вот классический пример: 1) все люди смертны; 2) Сократ – человек; 3) следовательно, Сократ смертен. Индукция – переход от частного к общему; она не гарантирует истинности заключения. Если в классе 30 школьников и про 29 из них мы знаем, что они справились с контрольной, то можем индуктивно предположить, что и тридцатый справился, поскольку работа, видимо, несложная. Но это вовсе не гарантированно. Если YouTube знает, что вы лайкнули десять песен определенного исполнителя, то он может предположить, что вам понравится и одиннадцатая, но это тоже не точно.

      22

      Simon H. A. The Sciences of the Artificial. Cambridge, MA: MIT Press, 2019. P. 111.

      23

      Систематическая ошибка отбора – неправильное составление выборки (например, исключение «неудобных» данных). В этом случае сделанные выводы окажутся неверными.

      24

      Тензор – многокомпонентный алгебраический объект, который в первом приближении можно считать обобщением матрицы.

      25

      Этот текст создан на основе первоначального описания «неструктурированных проблем» в работе: Cyert R. M., Simon H. A., Trow D. B. Observation of a Business Decision // Journal of Business. 1956. Vol. 29. № 4. Pp. 237–248.

      26

      Kounios J., Beeman M. The Cognitive Neuroscience of Insight // Annual Review of Psychology. 2014. Vol. 65. P. 88.

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