The Black Swan by Nassim Nicholas Taleb – Book Summary in Hindi

सारांश

मैंने अब तक पढ़ी सबसे प्रभावी किताबों में से एक है। कुल मिलाकर, इनकॉर्टो की पुस्तकों ने कई विषयों पर मेरी सोच को बदल दिया है, लेकिन इस पुस्तक का संभवतः सबसे बड़ा प्रभाव पड़ा है।

अनिवार्य रूप से, पुस्तक “ज्ञान को कार्य में परिवर्तित करने और ज्ञान के लायक होने का पता लगाने के बारे में है।” -सर्व प्रकार के मॉडल), और प्रभाव वे हो सकते हैं।

यह आगे बढ़ता है, इस बारे में बात करने के लिए कि हम वैकल्पिक पूर्वानुमान विधियों (भग्न वितरण का उपयोग करके) इन घटनाओं की संख्या को कैसे कम कर सकते हैं और सच्चे ब्लैक स्वान के लिए हमारे जोखिम को कम कर सकते हैं, जो “चरम प्रभाव के बाहरी”, या “अज्ञात अज्ञात” हैं।

पसंदीदा उद्धरण

    • “शैक्षिक प्रणाली के साथ मेरी सबसे बड़ी समस्या यह है कि यह छात्रों को विषय से बाहर स्पष्टीकरण निचोड़ने और निर्णय को रोक देने के लिए मजबूर करता है,” मैं नहीं जानता। “
    • “बस, जो चीजें चलती हैं, और इसलिए ज्ञान की आवश्यकता होती है, आमतौर पर विशेषज्ञों के पास नहीं होती है, जबकि जो चीजें नहीं चलती हैं वे कुछ विशेषज्ञ हैं।”
    • “क्या मायने रखता है कि आप कितनी बार सही हैं, लेकिन आपकी संचयी त्रुटियाँ कितनी बड़ी हैं।”
    • “हम मानव यादृच्छिक घटनाओं की धारणा में एक विषमता के शिकार हैं। हम अपनी सफलता के लिए अपनी सफलता का श्रेय देते हैं, और हमारी असफलताएं बाहरी घटनाओं को हमारे नियंत्रण से बाहर, अर्थात् यादृच्छिकता को।”
    • “अप्रत्याशित का परियोजनाओं के साथ एकतरफा प्रभाव है। बिल्डरों, पेपर लेखकों और ठेकेदारों के ट्रैक रिकॉर्ड पर विचार करें। अप्रत्याशित लगभग हमेशा एक ही दिशा में धकेलता है: उच्च लागत और पूरा होने में लंबा समय।”
    • “कॉर्पोरेट और सरकारी अनुमानों में एक अतिरिक्त आसान दोष है: वे अपने परिदृश्यों के लिए संभावित त्रुटि दर संलग्न नहीं करते हैं।”
    • “जो कोई भी पूर्वानुमान लगाकर नुकसान पहुंचाता है, उसे मूर्ख या झूठ बोलने वाला माना जाना चाहिए।”
    • “एक पूल टेबल पर एक बिलियर्ड बॉल की गति का अनुमान लगाने के लिए, पूरे ब्रह्मांड की गतिशीलता का ज्ञान होना चाहिए, हर एक परमाणु के नीचे! हम ग्रहों (जैसे भविष्य में बहुत दूर नहीं) जैसी बड़ी वस्तुओं के आंदोलनों की आसानी से भविष्यवाणी कर सकते हैं, लेकिन! छोटी संस्थाओं को यह पता लगाना मुश्किल हो सकता है – और उनमें से बहुत सारे हैं। “




  • “ब्लैक स्वान एसिमेट्री आपको इस बारे में आश्वस्त होने की अनुमति देता है कि क्या गलत है, इस बारे में नहीं कि आप क्या सही मानते हैं।”
  • “पूंजीवाद अन्य बातों के अलावा, भाग्यशाली होने के अवसर के लिए दुनिया का पुनरोद्धार है।”
  • “मैं ठीक गलत के बजाय मोटे तौर पर सही होना चाहता हूं।”
  • “सिद्धांतों में लालित्य अक्सर प्लेटोनिकता और कमजोरी का संकेत होता है – यह आपको लालित्य के लिए लालित्य की तलाश करने के लिए आमंत्रित करता है। एक सिद्धांत दवा (या सरकार) की तरह है: अक्सर बेकार, कभी-कभी आवश्यक, हमेशा स्वयं सेवा, और मौके पर घातक। इसका उपयोग देखभाल, संयम और करीबी वयस्क पर्यवेक्षण के साथ करने की आवश्यकता है। “
  • “ट्रेन छूटना तभी कष्टदायक होता है जब आप उसके पीछे दौड़ते हैं!”
  • “अपने आप को स्थापित करने वाले खेल में हारने वाला होना अधिक कठिन है।”
  • “मुझे कभी-कभी इस बात से ऐतराज हो जाता है कि कैसे लोगों के दिन दुखी हो सकते हैं या क्रोधित हो सकते हैं क्योंकि वे एक खराब भोजन, कोल्ड कॉफी, एक सामाजिक विद्रोह या एक असभ्य रिसेप्शन से धोखा महसूस करते हैं। हम भूल जाते हैं कि सिर्फ जिंदा रहना एक असाधारण बात है। सौभाग्य का एक टुकड़ा, एक दूरस्थ घटना, राक्षसी अनुपात की घटना।

टिप्पणियाँ

    • ब्लैक स्वान: अत्यधिक प्रभाव के साथ बाहर निकलता है जो इस तथ्य के बाद समझाया जाता है (भविष्यवाणी नहीं होने के बावजूद)।
    • पूर्वानुमानों की त्रुटियों के बारे में जागरूकता की हमारी अनुपस्थिति क्या आश्चर्य की बात है, न कि उनका प्रभाव।
    • बाजारों में काम करने का कारण यह है कि वे लोगों को भाग्यशाली होने देते हैं, न कि कौशल के लिए पुरस्कार देकर।
    • रणनीति: आप कर सकते हैं के रूप में कई सकारात्मक ब्लैक स्वान अवसरों को इकट्ठा करने के लिए टिंकर।
    • मनुष्य सटीक चीजें सीखता है, सामान्य नहीं; नियमों के बजाय तथ्य।
    • हमारे पास एक बुरी याद है; हम पूर्वव्यापी चीजों को विकृत करते हैं।
    • श्रेणीबद्ध करने से हमेशा वास्तविक जटिलता (प्लाटोनिफिकेशन) में कमी आती है।
    • मेडियोक्रिस्टन का नियम: जब आपका नमूना बड़ा होता है, तो कोई एकल उदाहरण कुल या कुल को नहीं बदलेगा।
    • Ex: ऊंचाई, वजन।
    • एक्सट्रीमिस्तान: असमानताएं ऐसी हैं कि एक एकल अवलोकन कुल, या कुल को असंगत रूप से प्रभावित कर सकता है।
    • Ex: धन।
    • नोट: एक्स्ट्रीमिस्तान हमेशा ब्लैक स्वान का अर्थ नहीं है।
    • ब्लैक स्वान आपकी उम्मीदों (एक चूसने वाला की समस्या) के सापेक्ष होते हैं।
    • आमतौर पर, नकारात्मक ब्लैक स्वान जल्दी होते हैं, सकारात्मक लोगों को दिखाने में थोड़ा समय लगता है।
    • टर्की समस्या: एक टर्की 1000 दिनों तक रहता है, और विश्वास करता है कि उसके साथ कुछ भी नहीं होगा, फिर थैंक्सगिविंग पर मार दिया जाता है। थैंक्सगिविंग तक, ब्लैक स्वान की संभावना का कोई सबूत नहीं था।
    • गोल यात्रा पतन: साक्ष्य का अभाव अनुपस्थिति का प्रमाण नहीं है।
    • ज्ञान को अभ्यास से, और एक डोमेन से दूसरे (डोमेन विशिष्टता) में ज्ञान को स्थानांतरित करने में मनुष्य गरीब होता है।
    • नकारात्मक उदाहरण बहुत अधिक उपयोगी होते हैं – यदि हम प्रति-प्रमाण देखते हैं, तो हम जानते हैं कि कुछ सत्य नहीं है।
    • बहाल: आप जानते हैं कि जो कुछ सही है उससे अधिक आत्मविश्वास के साथ क्या गलत है।
    • पुष्टिकरण पूर्वाग्रह: हमारी प्रवृत्ति केवल सबूतों की पुष्टि करने की प्रवृत्ति है।
    • कथात्मक पतन: किसी चीज को समझाने के लिए किसी कहानी को संक्षेप / सरल बनाने / बताने की हमारी प्रवृत्ति, जब वास्तव में यह अधिक जटिल होती है।
    • हम उन चीजों को याद करते हैं या उन्हें महत्व देते हैं जो उन लोगों के लिए एक स्पष्ट कथा है जो उस कथा में एक कारण भूमिका नहीं निभाते हैं।
    • एक डायरी रखकर इसका प्रतिवाद करें।
    • हम तार्किक, धीमी, सोच से अधिक आख्यानों और भावनाओं का उपयोग करते हैं।
    • इसका मुकाबला करने के लिए, कहानी कहने के ऊपर प्रयोग, इतिहास पर अनुभव और सिद्धांतों पर नैदानिक ​​ज्ञान।
    • खुशी उनकी तीव्रता के बजाय सकारात्मक भावनाओं के उदाहरणों की संख्या पर कहीं अधिक निर्भर करती है। वही उल्टा काम करता है (बुरी खबर के साथ)।
    • रक्तस्राव की रणनीति: लंबे समय तक खोना, एक दुर्लभ घटना को छोड़कर जहां आप बहुत कुछ करते हैं। कोई भी घटना आपको उड़ा नहीं सकती है, जबकि कोई आपके जीवन भर के लिए लाभ कमा सकता है।




    • नृशंस पूर्वाग्रह: एक विजेता जुआरी के सहूलियत बिंदु से बाधाओं की गणना न करें, लेकिन उन सभी से जो कॉहोर्ट में शुरू हुए थे
    • यह सफल आंकड़ों पर लागू होता है, खुद, आदि – हम केवल सफलता देखते हैं
    • इसी तरह: सकारात्मक कार्यों को नकारात्मक लोगों की तुलना में बहुत आसानी से जांचा जाता है; कार्रवाई की कमी के परिणामों को देखना बहुत कठिन है, फिर भी वे बहुत बेहतर हो सकते हैं।
    • “क्योंकि” के अपने उपयोग के साथ सावधान रहें – इसका प्रयोग केवल प्रयोगात्मक परिणामों के लिए करें, न कि पीछे की ओर दिखने वाले इतिहास के लिए।
    • लुडिक पतन: वास्तविक जीवन में हम बाधाओं को जानते हैं।
    • अनिश्चितता से निपटने के लिए आखिरी चीज जो आपको करने की जरूरत है वह है फोकस – “फोकस” आपको एक चूसने वाला बनाता है; यह भविष्यवाणी त्रुटियों में बदल जाता है।
    • हमेशा एक विशेषज्ञ की प्रक्रिया की त्रुटि दर (आत्मविश्वास, प्रक्रिया नहीं) पर सवाल उठाते हैं।
    • जो चीजें चलती हैं (गतिशील हैं) विशेषज्ञों को नहीं लगती हैं।
    • इससे कोई फर्क नहीं पड़ता कि आप कितनी बार सही हैं, केवल आपकी संचयी त्रुटियों का परिमाण।
    • भविष्यवाणी त्रुटियों के लिए विशिष्ट बहाने:
    • आप कहते हैं कि आप एक अलग खेल खेल रहे हैं।
    • आप बाहर का आह्वान करते हैं।
    • “लगभग सही” रक्षा।
    • अप्रत्याशित का परियोजनाओं के साथ एकतरफा प्रभाव है। बिल्डरों, कागज लेखकों और ठेकेदारों के ट्रैक रिकॉर्ड पर विचार करें। अप्रत्याशित लगभग हमेशा एक ही दिशा में धकेलता है: उच्च लागत और पूरा होने में लंबा समय।
    • नई परियोजनाओं (युद्ध, आदि) के साथ, त्रुटियां ऊपर की ओर बढ़ती हैं।
    • त्रुटियां भी आमतौर पर मॉडल के बाहर से आती हैं, या उस व्यक्ति की विशेषज्ञता जो मॉडल का निर्माण करती है।
    • कॉरपोरेट और सरकारी अनुमानों में एक अतिरिक्त आसान दोष है: वे अपने परिदृश्यों के लिए संभावित त्रुटि दर संलग्न नहीं करते हैं।
    • आप अपनी यात्रा के लिए कुछ दूर के गंतव्य पर कपड़े का एक अलग सेट ले जाएंगे यदि मैंने आपको बताया कि तापमान सत्तर डिग्री फ़ारेनहाइट होने की उम्मीद है, तो चालीस डिग्री की अपेक्षित त्रुटि दर के साथ अगर मैंने आपको बताया कि मेरी त्रुटि का मार्जिन केवल था पाँच डिग्री। जिन नीतियों पर हमें निर्णय लेने की आवश्यकता है, वे अपेक्षित अंतिम संख्या की तुलना में संभावित परिणामों की सीमा पर कहीं अधिक निर्भर होनी चाहिए।
    • दूसरी गिरावट अनुमान के अनुसार गिरावट की भविष्यवाणी करने में विफल रहती है क्योंकि अनुमानित अवधि लंबी हो जाती है। हमें निकट और दूर वायदा के बीच के अंतर की पूर्ण सीमा का एहसास नहीं है
    • तीसरी गिरावट, और शायद सबसे गंभीर, चर के पूर्वानुमान के यादृच्छिक चरित्र की गलतफहमी की चिंता करता है। ब्लैक स्वान के कारण, ये चर वर्तमान में अपेक्षित से कहीं अधिक आशावादी या कहीं अधिक निराशावादी परिदृश्यों को समायोजित कर सकते हैं
    • अंत में, सबसे खराब स्थिति पूर्वानुमान के मुकाबले कहीं अधिक परिणामी है।
    • भविष्य में खोज की जाने वाली तकनीकों के बारे में भविष्यवाणी की आवश्यकता है। लेकिन यह बहुत ही ज्ञान लगभग स्वचालित रूप से हमें उन तकनीकों को विकसित करना शुरू करने की अनुमति देगा। एर्गो, हम नहीं जानते कि हम क्या जानेंगे।
    • ब्लैक स्वान एसिमेट्री आपको इस बारे में आश्वस्त होने की अनुमति देता है कि क्या गलत है, इस बारे में नहीं कि आप क्या सही मानते हैं।
    • हम अपने जीवन पर सुखद और अप्रिय दोनों घटनाओं के प्रभाव को कम करते हैं।
    • “यादृच्छिकता” = अस्पष्टता (या ज्ञान की कमी, अनजाने)।
    • रैंक मान्यताओं को उनकी बहुलता के अनुसार नहीं बल्कि नुकसान के कारण हो सकता है।
    • अवसरों को जब्त करें, और सकारात्मक आकस्मिकताओं और नकारात्मक लोगों के बीच अंतर करना सीखें; अपने आप को सकारात्मक-ब्लैक स्वान के लिए खोलना सीखें, और खुद को नकारात्मक लोगों (उर्फ बारबेल रणनीति) से बचाएं।




  • द मैथ्यू इफेक्ट: एक प्रारंभिक लाभ लंबी अवधि में एक संचयी लाभ प्रदान करता है।
  • नोट: विफलता भी संचयी है।
  • इसे याद रखें: गाऊसी-बेल वक्र भिन्नता एक हेडविंड का सामना करती है जो संभावनाओं को तेज और तेज दर पर गिराती है क्योंकि आप माध्य से दूर जाते हैं, जबकि “स्केलवेबल्स”, या मैंडेलब्रोटियन विविधताएं, ऐसा प्रतिबंध नहीं है।
  • किसी भी बड़े कुल के लिए, ब्रेकडाउन अधिक से अधिक असममित होगा।
  • यदि संतुलन से मजबूत स्थिति में संतुलन लाने के बजाए तेजी से चीजों को वापस लाना है, तो फिर से आप गौसियन दृष्टिकोण का उपयोग कर सकते हैं। नहीं तो फहगेदबौदित।
  • निम्नलिखित सिद्धांत पर ध्यान दें: घटना जितनी दुर्लभ है, गॉसियन का उपयोग करते समय, इसकी संभाव्यता के हमारे अनुमान में त्रुटि जितनी अधिक होगी।
  • गॉसियन डिस्ट्रीब्यूशन के बाहर लागू न होने वाली चीजें: मानक विचलन, सहसंबंध और प्रतिगमन।
  • भग्न वितरण (उर्फ बिजली कानून): घातांक में छोटे बदलाव से बड़े विचलन होंगे, इसलिए यह त्रुटि के प्रति बहुत संवेदनशील है। इस घातांक की गणना करना भी कठिन है, और यह केवल कुछ “क्रॉसओवर” बिंदु पर शुरू होता है, और इसे कम करके आंका जाता है (यानी ब्लैक स्वान को कम करके आंका जाता है)।
  • हालाँकि: हम इन चीजों को गाऊसी वितरण मानने से बेहतर तरीके से जान सकते हैं।
  • यह सोच कई ब्लैक स्वान को ग्रे हंस (यानी मॉडल के चरम घटनाओं) में बदल सकती है, लेकिन ब्लैक स्वान शेष हैं: वे अज्ञात हैं।
  • जब तक मैं कर्कश नहीं होता तब तक मैं निम्नलिखित दोहराऊंगा: यह छूत है जो सामाजिक विज्ञान में एक सिद्धांत के भाग्य को निर्धारित करता है, इसकी वैधता को नहीं।
  • संशयजन्य अनुभववाद विपरीत विधि की वकालत करता है। मैं सिद्धांतों से अधिक परिसर की परवाह करता हूं, और मैं सिद्धांतों पर निर्भरता कम करना चाहता हूं, अपने पैरों पर प्रकाश रहना और अपने आश्चर्य को कम करना चाहता हूं। मैं ठीक गलत के बजाय मोटे तौर पर सही होना चाहता हूं।
  • मैं उन लोगों से अक्सर चिढ़ता हूं जो बिशप पर हमला करते हैं, लेकिन किसी तरह प्रतिभूति विश्लेषक के लिए आते हैं- जो लोग धर्म के खिलाफ अपनी संशयता का इस्तेमाल करते हैं, लेकिन अर्थशास्त्रियों, सामाजिक वैज्ञानिकों, और फोनी सांख्यिकीविदों के खिलाफ नहीं। पुष्टिकरण पूर्वाग्रह का उपयोग करते हुए, ये लोग आपको बताएंगे कि जिज्ञासा और विभिन्न धार्मिक युद्धों से मौतें गिनकर मानव जाति के लिए धर्म भयानक था। लेकिन वे आपको यह नहीं दिखाएंगे कि स्टालिनवाद के तहत या वियतनाम युद्ध के दौरान राष्ट्रवाद, सामाजिक विज्ञान और राजनीतिक सिद्धांत से कितने लोग मारे गए थे।
  • … मेरे काले हंसों का मारक मेरी सोच में ग़ैर-बराबरी करना ठीक है। लेकिन एक चूसने वाला होने से बचने के अलावा, यह रवैया खुद को प्रोटोकॉल के लिए उधार देता है कि कैसे कार्य करना है – कैसे नहीं सोचना है, लेकिन ज्ञान को कार्रवाई में कैसे बदलना है और यह पता लगाना है कि ज्ञान क्या है।

Leave a Reply

Your email address will not be published. Required fields are marked *