《不确定世界的理性选择》通过对不确定性的探讨，强调理性选择的重要性。在充满变数和挑战的现实中，理性思维和决策能够帮助我们应对不确定性，并做出更合适的选择。文章提出，理性选择不仅仅是一种智慧，更是应对不确定世界的有效策略。
《不确定世界的理性选择》读后感(一)
人类的理性再一次傍上了贝叶斯定理，数学又一次拯救了愚蠢的人类。整本书比较有用的个人觉得还是贝叶斯定理和决策树，二者的结合可以帮助大家做出比较理智的决策和判断。书中较多的例子也是大家生活中耳熟能详的实例，翻译个人认为已经很不错了。
《不确定世界的理性选择》读后感(二)
这个翻译真的毁了一本好书，什么物理距离，什么即刻社会，请问直接翻译成距离和当下社会行么？还有个各种各样的奇葩直译，请问是用谷歌直译过来的么？大家知道什么比较好的译本么，求推荐。估计这个译本在出版的时候，编辑都没怎么仔细阅读，这种翻译让读起来真的不爽。。。。。。。。。。。。。。。。。。。。。。。。。。。。。
《不确定世界的理性选择》读后感(三)
八 理性思考不确定性
概率分析最基本的规则是，告诉人们在分析过程中要从全局视角审视情景，然后定义一个包含所有可能事件的样本空间，并确定这些事件之间的逻辑关系。以上步骤就是理性分析和那些以可用性、相似性、情景构建为基础的判断的分歧所在：当我们根据直觉进行判断时，思维会被拖入一个有限的、有系统偏差的可能事件的子集。例如在情景构建中，我们经常陷入情景的细节，只注意到一个特定的结果路径（而且是荒谬的）。
《不确定世界的理性选择》读后感(四)
翻译的太过生涩，不少逻辑上和概率论上的东西没有翻译好。想必译者应该没有太多的这方面的知识。如果学过概率论再来看这本书，反而觉得这部书有点像是科普知识了，因为用的都是概率论课本的第一章的知识。不过里面的一些建议的确很有用处。概率论，微积分和离散数学才是理解世界的神器啊，想深入理解的一定要学概率论啊，什么大数定理、正态分布、泊松分布、二项分布，这是个大坑，哈哈哈。。。。 不知道有没有把微积分、离散数学都用上的社科类书籍，不过有的话我也看不懂吧...........
《不确定世界的理性选择》读后感(五)
在生活中，身为女性的你有没有碰到过这样的情况：面对一个重要的晋升机会，却因为竞争候选人是男性，被劝放弃竞选；又或者在招聘启事上看到，“更偏好男生”的说法，因此畏手畏脚？其实，女性在职场中的表现并不亚于男性。在特蕾泽•休斯顿的《理性的抉择：女性如何做决定》中，就讲到了女性在面对性别歧视难题时，我们尚有可以发挥主观能动性的余地。他指出“相信你的内在知识，你的直觉，以及那种内心感觉…如果你在做交易时不相信某人，那就听从你的直觉，不要透露自己所做的决定基于自己的直觉”。我们女性在做决策时，要相信自己的直觉同时也要找到确实的依据，也会让自己更自信，坚定你的决策。书中有大量的科研案例，可以对症下药，如果你也有类似的烦恼，请一定要看这本书。
《不确定世界的理性选择》读后感(六)
同时买的还有另外一本，不确定状况下的判断。然而翻译得不怎么样，就先了这本。同样都是在wiki词条heuristic下的reference书籍，应该不会差。
本书主要还是站在比较传统的推崇理性的角度来看待人类的认知特点的。然而这本书也确实包括了各方面的意见，如果读者细心，还是可以看到关于认知的各种观点。
作为一种框架，看完此书，你能够建立起一套基本的框架，用来处理市面上大多数关于认知的理论。
书中也提到了一些如何更为理性，或者说，更好的思维方式方法，但主要还是集中精力介绍人的思维方式。具体如何提升自己的思考质量，还需要读者自己加把劲，我的直觉是，好好钻研，顺着书中的思路在实践中反复探索，还是有很多很多有意思的东西可以挖掘。
《不确定世界的理性选择》读后感(七)
很好的书啊。尝试着了解「科学」的方式，把自己交给概率去生活，却更加认识到数字在人生活中的局限。什么是「理性」？「理性」总关联着目标，目标确定了，生活便简化为对目标的追逐，人生就无非是不断的尝试、失败、尝试。要有持续下去的热情，要有接受自己确实无力的勇气。
去过一种形式主义的生活，立下细小甚至任意的规则。别人爱我们一次，我们就会爱对方两次，这当然是一种理性。
如果你因为一个标签的内涵来鄙视我们，我们也只会给你基于一个标签的尊重。这当然是一种理性。
「认知偏差」的小品书籍已经很多了，需要一两本这样的书来解毒，不然很容易陷入「应该从第一性原理来思考」这类鹦鹉学舌，却没意识到「第一性原理」也有它的「第一性原理」——它的提出是为了解决什么问题？
一切都往你偶然看到的某个「定理」上去套，这种行为和你批评的那些又有什么不同呢~
《不确定世界的理性选择》读后感(八)
生活是一门艺术，要在不充足的前提下得出充足的结论。 ——塞缪尔·巴特勒（1835~1902），英国19世纪后半叶最伟大的作家 诺贝尔奖获得者、行为科学家Gary Becker（1976）认为，“人类所有的行为都可以被看做根据一系列稳定性的偏好、最大程度地收集有利信息并从各种来源获得数据，从而使自己的效用最大化”（p.14）。 并不是所有的结果都是可预测的；在现实世界中存在大量的“不可降低的不确定性”， 可得性启发式的过程可以被分解成几个子过程或子程序（见图5.2）：（1）在长时记忆中获取或存储相关信息；（2）保持存储信息，同时伴随一些遗忘；（3）情境再认，包含与决策相关的信息；（4）探测记忆或提供记忆线索以找到相关信息；（5）提取或激活与记忆探测相匹配的项目； （6）评估提取的便捷性（可能基于回忆的数量、速度或信息的主观生动性）；（7）基于感知到的提取便捷性来估计频率和概率。
学习概率和统计课程的主要好处在于，我们有机会练习将情境转化为更精确完整的表征；或者在复杂的真实世界中，练习提取最基本的不确定事件和因果联系。
析取概率等于1减去所有事件均不发生的概率。
但是一种有效的策略是，当我们评价我们的未来时，需要避免太过关注“我将有多快乐”这种概括性评价；而是需要预测结果的其他重要属性（如健康、效率、不同的经历、帮助他人以及财富）和能够减少的负面属性（如时间和机遇的限制或者有形资产损失的风险）。
心理分析师Silvano Arieti（1974）坚持认为，并非是不确定性（或痛苦）的本质导致了心理疾病，而是个体试图用一种他人不能理解的方式来理解不确定性造成了“精神病式的洞察力”。
《不确定世界的理性选择》读后感(九)
我们每个人从懂事起，都有依据本能、喜好做决定的一个阶段。接下来，有些人成熟地早一些，有些人则可能一辈子都拒绝长大。
但无论谁，在某个时间，蓦然回首，总会想，如果当初....，那么会。
于是，我们寄希望未来少犯错误，我们每一个决定都正确无误。
这是，我买本书的理由。
在此之前，曾面临一场工作相关的纠结选择，那时候，我深刻意识到，必须有决策的模型，否则会长时间地自我消耗。
幸而我找到了，朋友说，每个因素列明、加权，做得分高的那个决策。
很清晰、明白，然而，——
很难执行。
因素找到了，如何打分？如果说打分尚且容易，我们又该如何给每个分数加权？
在一个人来，这个是很难的（如果是群体决策，大家给出权重，取均值，尚且可操作性高一些。）。
而且，这本书提到了，很多因素会扭曲我们的权重。
损失厌恶（相比获得，损失的效用更加让人难以接受）；对于必然的获得，倾向去避险拿到；对于必然的损失，倾向去冒险规避。这些都改变着我们的赋权模型的稳定性，然而却更加符合现实情况。
我们还会以前男友来衡量现男友，那是锚在发挥作用。这些锚，影响着你考虑的因素，然而却未必是正确的。
我们提取回忆、爱听好听的故事，这些都导致了锚的偏差。
所以，我们总需要接触足够的锚定对象，来找到更好的锚。尽管有时候，你不可能接触到足够的。
然而，扩大视野、增长见识大多数时候总归是好的。
当我们对这个世界、人类的运转有了足够多的认识，再利用简单的线性模型做出判断，大概可以一定程度优化了我们的决策。
但是，这是一场不归路，世界永远有未知。
所以，理性可能不是“决策的结果”，而是“决策的过程”，甚或是——
学习如何决策的过程。
《不确定世界的理性选择》读后感(十)
人类的思维过程可以用计算机程序运行过程来类比表征，充分说明了二者形式上的可比（我觉得这里还是不应说相似，毕竟我们还是不能把人的脑子切开看看然后给个确切说法）。在此不切脑子给出一个论证反例，人脑与计算机程序运作差别一：自察（或说自我）。 自我是感受的本源。人会自发的饥渴困，遇到伤害会疼痛，这是生命赋予的奇迹。有了这份原始的，只与自我相关的所谓感受，人才会有求生欲，才会趋利避害，才有行动，甚至合作的需要，因此才有多种场景复杂多变的心理模型存在的理由。因为这份感受只与自我相关，因此才有彼我的根本性区别（或者说婴儿区别于母亲）。这份独有的饥饿感使我们成为每一个独立，独一无二的个体。 而机器不存在这样的自发感受。某种程度上它高于人类，它可以脱离自我的范畴，直接执行任何有理的命令（人则归根结底是为了活着 不饿死）。 机器在雨里淋到生锈。你可以编程，使它通过某种特征符号，识别“它”的机体有所损坏。它也可以完整地以人的理解方式表达出这一结论。但损坏这个事情本身，对它来说无意义。如果你需要，损坏这件事，会变成一个机器人可读的符号。但这对它来说真的没意义。它不会疼。更不会自发地为了摆脱生锈的疼痛状态，而求医问诊，甚至寻求宗教的慰藉。在别人施以援手，复原它的机体时，也不存在真正的“感激”之情。 所有对人有意义，而对机器无意义的符号，只证明一件事，就是机器之间本质上的无差别。也即不存在机器自我。同样一句话，不同成长经历的人，不同性格的人听了会有不同的解读。这一点机器也许可以做到，只要通过不同的学习过程。但听到这句话时，人所带有的感情，机器永远不可能拥有。 而文学、艺术作品，这一类以立异为宗旨的工作，创新的源头很多需要通过情感的勃发。机器在这件事面前望尘莫及。它可以存入许多许多数据，来一个可能多数人闻所未闻的大杂烩。但大杂烩还是大杂烩。见过足够多的专家会识别这件事的。 人所创造的一切可以表达的符号（我想机器的编程超不出这个范围），只是人类文明的精妙、精炼的浓缩。基于这些符号创造的东西，充其量算是文明的影子罢了。不要拿它和人比。作为工具来说，也许它才是会比较早淘汰的那一个。并且我相信肯定会早过勺子。
《不确定世界的理性选择》读后感(十一)
思维过程简化成两种基本类型：自动的和控制性的。自动思维的最简形式是单纯联结例如，环境中的某些事物“把某个想法带进头脑”，这是一种单纯联结；又如，某个想法激起了另一个想法或记忆，这也是单纯联结。 控制性思维，它是指人们有意识地假设一些事物或经历，并基于这些假设的术语来看待我们的经历。因此，控制性思维是一种“如果……那么……”的思维。 ———— 一个理性的选择需要满足四个标准：1.基于决策者目前的资产。资产不仅指金钱，还应包括生理状态、心理能力、社会关系和感觉。2.基于选择的可能结果。3.当选择结果不确定时，可用概率论的基本原理去评价结果的可能性。4.在与每一个选择的可能结果相联系的概率、价值和满意度约束之下，理性的选择应具有适应性。 （1.5） ———— 依据其科学定义，决策应该是特定情境中的一种反应，它由三部分组成：第一，有不止一个行动方案可供选择（例如，在岔路口选择向左还是向右）。第二，决策者对每一个行动方案所带来的结果和未来事件会形成一定的预期，预期可能会以信心程度或者概率的形式呈现（例如，你可能会形成这样的一种看法：右手边的路在一公里后将走到尽头，而左手边的路将引领我们到达一个风景秀丽的湖边，那里将是野营胜地）。第三，与可能的结果相联系的后果可以在一个连续体上得到评估，而这一评估所依据的是当前的目标和个人的价值观。 ———— 如果一个决策能够遵循逻辑学以及概率论的规则，那么它就是一个好决策。 即便最好的人工判断也比不过机械的加减法则。 ———— 我们做出的许多判断都是以记忆为基础的，即在做判断时虽手头上没有必要的信息作为依据，但我们可以利用过去习得并存储于长时记忆中的相关信息。这种简单的联想思维被称为可得性启发式，我们依赖于简便的检索提取来应对名目繁多的判断任务。 可得性启发式的过程可以被分解成几个子过程或子程序（见图5.2）：（1）在长时记忆中获取或存储相关信息；（2）保持存储信息，同时伴随一些遗忘；（3）情境再认，包含与决策相关的信息；（4）探测记忆或提供记忆线索以找到相关信息；（5）提取或激活与记忆探测相匹配的项目； （6）评估提取的便捷性（可能基于回忆的数量、速度或信息的主观生动性）；（7）基于感知到的提取便捷性来估计频率和概率。 ———— 每一种文化都有很多被夸大的恐惧，其中有许多是被特殊利益团体所强化的，
《不确定世界的理性选择》读后感(十二)
过了十天以后才发现，一开始选择看这本书的出发点就是错误，只是为了和A女生有所谓的“共同语言”和“精神交流”才选择开始看的，但这本书并不能跟我产生很大的共鸣。
第一，由于本码农有着过分理科思维模式，在看书之前也已经有用在类似“决策树”的方法去做决策，对我来说更难的是给分枝和结点做定量分析，但在书并没有太多这方面的信息。
第二，在机器学习里有个叫决策树模型，通过对特征（结点属性）的计算，使得树有最高效的分类效果。类比到生活中的决策，应该是越重要的“属性”就需要在上层做划分，而书里并没有提及到结点位置是如何选择的。
第三，贝叶斯定理的在统计学中有着非常重要性的地位，但书中对于贝叶斯在现实中的应用的讨论让我不太满意，对贝叶斯感兴趣的同学一定要去b站看3Blue1Brown的三个解读视频，思路很清晰和视频也很有趣。
但收获也是有的：
第一，让我最大共鸣的实际上是第二章提及的沉没成本，决策应该基于“现在”与“未来”，不应该让“过去”的沉没成本影响到决策，这纠正了我之前的决策思维。
第二，让我有些诧异的是，我一直认为在计算机中构建模型的时候，将特征与特征之间视为绝对的独立，导致模型在现实世界中存在偏差。因为现实中，我认为特征与特征之间或多或少存在着因果关系，但书中的观点是现实中绝大部分的特征是也应该视为相互独立的，这与我之前的思维是有偏差的。
第三，从职业角度来看，计算模型的提出一定是基于现实中的某个理论的，计算学家从认知科学的角度出发已经提出了非常多有名的网络模型。书中提及象棋大师的Long Term Memory中储存着更多的招式和下过的棋局，让我一下想起计算机中Long Short Term Memory Network正是解决了计算模型难以保持长期记忆的问题，实际上从概念去谈论模型是比较简单的，我更关心的是如何计算。
第四，突然想明白了，A女生并不会喜欢只是迎合她的阅读口味而看书的人，我也不可能一直这么做，我更应该的是把时间花在阅读更合适自己的书。
《不确定世界的理性选择》读后感(十三)
《不确定世界的理性选择》
这本书很有分量，在判断与决策心理学中是教科书级别，而且名副其实的又厚又重，长段小字排得密密麻麻，不太好读。
作者自己说，（要）尽量以非技术的方式呈现判断和决策领域的基础理论和研究成果。嗯，他们只做到了一半吧，专业有余，好读不足，但是，内容很重要，值得花时间读。
人的思维本身是一个存在瑕疵的、有局限的过程，但进化了这么多年，是大体可用的，而理性能避免犯大错，所以还是要尽量理性，这也是作者的核心态度，包括两个关键点：
书的组织方式是教科书式的，理清概念、梳理关键研究、提出观点、给出证据，细细地讲了决策是什么，如何做决策，影响因素有哪些，关键理由又有哪些，其中有很多我们耳熟能详的词，自动思维，启发式，偏好，锚定，偏好，前景，期望……借着书的逻辑再重新梳理一遍，真的也还挺有收获的。
读这本书最大的困难在于，你要用文字的方式去理解数学，这真是太难了，我常常看着看着就要拿出纸笔来填图表画数轴，再不行还得远程求助。但其实，理解这本书并不需要高深的数学能力，而是需要把文字转化成数字和图表的能力，可真是太难为我了……
最后，聊一点关于“不确定性”的看法。
重新翻出这本书，是觉得最近的生活实在是太“不确定”了，今天不知道明天会怎样，内心空落落的，只好躲到书中找些安慰，用理性寻求一些确定性。
理性的特点是高效，是大概率正确，但另一方面，它也是固化。不知道未来会怎样让人恐慌，一眼就看到人生尽头，是另一种恐慌。
在这本书的最后，作者说，只有我们不能确切知道选择的未来结果时，才有选择的自由。
从这个角度，变化与不确定，是一体两面，如果仍然希望能有不一样的未来，唯一可行的只有在当下的不确定中做好选择，并坚持下去吧。
《不确定世界的理性选择》读后感(十四)
“当今的逻辑学只擅长于分析确定的、不可能的或完全不确定的事情，而这三类事情其实都没有分析的必要（谢天谢地）。因此，这个世界真正的逻辑在于概率计算过程，即一个理性者头脑中认为概率是多大，或应该多大。”
——詹姆斯 克拉克 麦克斯韦（英国物理学家 数学课，成就与牛顿齐名）
核心内容：1.概率（以及一些其他统计量）是人类文明发展出来的用以处理不确定性及其他决策困境的最好工具。2.如果输入的是错觉，那输出的也必然是错觉。一个人不可能理解所有事情，但理解思维的非理性在一定程度上能减少犯错的几率。3.在理论框架中，理论和实践没有差别，回到实际生活中，理论和实践确实有差别。4.不可控的外部因素太多，选择的理性与选择的结果无关，只与选择的过程有关。
数学渣在公式出现时基本是懵的，幸好作者本人也承认，理论只是基于假设，真实情境中这些公式不怎么实用。不过若真是遇到难以决策的复杂问题，还是得学习概率与统计基础知识。
摘抄：
任何一项伟大的智力成果都是自动思维和控制性思维的结合体。
作为研究者，我们的目标是描述、预测并提升人们的决策行为。至关重要的第一步是研究被试如何在自己的头脑中理解和表征决策情境。
当我们把不可挽回的花费和当下的投资等同起来，并以此为据采取行动的时候，我们实际上是在关注沉没成本。关注沉没成本是非理性的，决策应仅仅基于未来的后果而做出。
即便是最好的人工判断也比不过机械的加减法则。在很多基本的方面，人类的思维都遵循线性权重加法模式。在专家判断上浪费的大量时间和资源，可以在统计模型中得到更公平、更有效和更准确的利用。利用人类构建的线性模型判断，比靠人类自己判断要有效率得多。
线性模型的强大，来源于其数学性质及其与待判断环境中事件内在结构的匹配。
在现实世界中存在大量的“不可降低的不确定性”导致结果并不都是可预测的。
对于如何选择的实用性建议就是，我们要依赖强大而美妙甚至还不尽合理的线性模型。想要做出好的判断并且对他人公平，就必须克服不使用数字信息的坏习惯。
“毛毛虫变成蝴蝶之后，习惯性地认为它们在年幼时便已经是小蝴蝶。成熟让我们所有人变成了说谎者。”（锚定与调整）
“我们的确在思考，但是却思考得如此糟糕，以至于我时常感觉，也许我们不去思考反而更好。”（罗素）
事件激发的情绪对记忆有长远的影响，进而也会影响到根据记忆所做出的判断。
把真实（已经观察到的）看做可能（可能被观察到的），而不是反过来。
概率（以及一些其他统计量）是人类文明发展出来的用以处理不确定性及其他决策困境的最好工具。
概率分析最基本的规则应该是，告诫人们在分析过程中要从全局视角审视情境，然后定义一个包括所有可能事件的样本空间，并确定这些事件间的逻辑关系。
仅仅列出一些相关事件并系统地考虑每个事件发生和不发生的原因，就能提高我们的判断质量。
学习概率和统计课程的主要好处在于，我们有机会练习将情境转化为更精确完整的表征；或者在复杂的真实世界中，练习提取最基本的不确定事件和因果关系。
在大多数情况下，我们必须认识到我们总面临着权衡和取舍，必须明智地讨论我们看重什么。再据其设定决策阈限。
情绪的唤醒以及基于情绪的选择通常是无可避免地先于任何有意识的分析。
当我们认知系统的沉思和控制策略难以做出决策时，它们就会被更加自动的、内隐的直觉系统取代。
历史既不会补偿受难者，也不会惩罚过错者。
人的智慧中一个重要组成部分就是判断哪些是不确定的，也就是能够理解自身知识的局限性，认识到在很多环境下知识也是具有随机性的。
尽量把遇到的判断和决策情境形成系统的外在表征：进行图形化、象征化和分布式的思考。花时间去获取正确的认知工具，我们就会具有理性思考的能力。
《不确定世界的理性选择》读后感(十五)
人们决策时的几个特点
一、依赖因果推理，而不是概率
只要从A现象推出B现象，就认为A和B同时发生的概率高于A的概率。人们更关注与因果关系的强度而非概率。人们始终偏向于相信联合事件发生的概率高于独立事件。
举例：琳达是女权主义的出纳还是出纳的故事。
二、喜欢逻辑自洽甚至可视化的故事，而不是概率
作出推理时，喜欢把各种证据按照时间和推理顺序整理成故事，故事说的越通，就越认为故事越可信。基本上，一个故事的内部情节如果能构建出良好的整体框架，与我们熟悉的叙事方式比较匹配，这个故事就越能让我们相信（我们认为酗酒的运动员戒酒后赢得好成绩的概率会高于酗酒的运动员赢得好成绩的概率）
同样，人类的思维过程有一种视觉化倾向，想象是相当具体形象的，我们对于未来的期望会通过看到自己和他人可能会做什么来实现。
三、基本无法理解条件概率
举例1：看病后发现阳性监测结果后，真正有病的概率会显著低于医生预测的概率。
举例2：三门问题。
表现为无法理解 A发生后B也发生的概率 不等于 B发生后A也发生的概率。
四、无法理解随机性
真正的随机事件一定会出现大段的连续相同结果，而不是故意的均匀分布。
举例：连续投掷骰子10次，出现 正正正正正正正正正正 和正反正反正反正反正反 的概率是完全相等的，而人们会认为 10个正肯定是出老千了。
赌徒谬论：一个独立随机事件如果一段时间发送就认为这个事情很快要发生。
五、过于着重与过去，但是决策应该是基于未来的预测
举例：股票不斩仓，项目因为过去的大投入不下马
六、游移不定的锚
在出多钱进行赌博的任务中，人们更加偏好依据赢钱的数值进行决策（接收多少钱而放弃这次赌博）
在选择那种赌博方式的任务中，人们选择依据赢钱概率进行决策（选择哪种赌博方式）。
七、忽视均值回归的原理
换教练后成绩变好，运动员上了封面成绩就下滑，艺术家江郎才尽，都是均值回归的原理。但是很多人都不会这么认为。
所以，预测的时候要把回归考虑进去，比较的应该是预测值和实际值，而不是两次测量的实际值。
八、其他
过度自信：损失是运气不好，挣钱是自己技术好
厌恶损失胜于收获
锚定效果：
选择时，看到第一个满意的就很难更换（第一印象）
更常见的锚是基于现状不改变
选择时，不比较就很难决策
估算数字时，很容易被同时发生的不相干的数字干扰。
能不动脑就不动脑（A比B大1，A和B的和是1.1，A是多少？）
事件导致的结果越严重，人们就越高估其发生概率
富有戏剧性的巧合发生时，人们倾向于关注记忆他们而高估类似事情的概率（再次说明人们的思维是想象化具象化的）
马后炮的逻辑：知道了一个事情发送的结果后，就倾向于把经历描述为一个前后一致的故事。
--------------------
彩蛋：用简单的线性回归模式（甚至只需给出正负关系，权重随机给出）的预测结果都会好于专家的预测。
