你懂中國嗎?
有個日本導演竹內亮,沒多久前到武漢拍了個紀錄片,訪談武漢人,談瘟疫。中國是這樣的,你戴什麼眼鏡看,你就看到什麼。從竹內亮的角度看,武漢充滿人情,城市受盡委屈。而對我們外地人來說,這樣的紀錄片,把全球瘟疫的中心,給我們不可能親自造訪的人,一個認識的角度。但,就算看了一百遍,你能說,你懂中國嗎?
或者說,如果你住武漢,身歷幾個月的地獄之旅,而得以重回人間,你講的話,就代表中國,你就懂中國嗎?如果這樣都不算懂中國,誰才有資格說懂中國?中國這個大象,誰來摸,都只能摸個毛皮,看不清全貌。然而因為這樣,我們就不能談中國事?
放屁。
英文有句話說,The plural of anecdote is not data「小故事的複數,不是數據」,你給我個鏡頭,給我些時間,我保證可以剪出一個和竹內導演不同的版本,一個台灣人人叫好,而武漢人人恨之入骨的武漢故事。不少親共的台灣年輕人,來我這地方大放厥詞的一些傢伙,你如果有辦法進到他們內心,你會發現,他們記憶中的國民黨威權時代,和台灣主流年輕人不太一樣。他們的故事裡,不但政府有情有義,人人忠黨愛國,社會安定而繁榮,而且父祖個個身世顯赫,盡辦大事。他們懂台灣嗎?不懂。而他們懂中國嗎?恐怕也不懂的。父親身份證上的祖籍,因為他們不再歸去,而變得遙遠而美好。他們的中國,早就不在這世上了。
但就算中國人也不懂現在的中國。
而且就算看數據,而不要講小故事,也一樣無法一窺中國全貌。不但中國的數字不可信賴,中國數字還一日數變,經常發生結構性的改變。鄧小平時代的中國,和江澤民時代一樣嗎?和習近平時代一樣嗎?不一樣。所以我們該「盡信書,而不如無書」嗎?中國的故事不能聽,中國的數據不能用,誰能懂中國?不應該是這樣的。
前面的那句英文,據說原意是相反的,The plural of anecdote is data,「小故事的集合,就是數據」。這話其實是有道理的,當你不偏食地取用中國材料,用開放的角度看各種中國的資料、數據,慢慢地你就會發現類似的模式,一再出現,你可能就接近真理了。所以在中國的小粉紅不懂中國,留在台灣的孤臣孽子,也當然不懂中國,因為他們是有偏見的。
「哼,你們這些逢中必反、猛抱美國大腿的台獨,才是有偏見的人。」也許,但我們作學問的人,有盡量看些別人不想看的東西就是。
但這不是懂不懂中國的重點。
我們經濟學的研究,尤其是做實證的,有時候看起來,好像只是拿著資料說故事,或者是「撈魚」,拿著迴歸分析工具,到處試數據。但這些實證的背後,其實都有模型在趨動。也就是說,因果關係已經在理論上建立,數據只是證實這樣的關係。雖說「相關性不等同於因果關係」,但如果變數控制得當,有理論當基礎的迴歸,其實得到的是因果關係的結果。經濟學大部份的理論基礎,都來自於系統的均衡,而最重要的均衡條件,就是「供需平衡」。
所以為什麼好的經濟學家看中國,知道要看什麼數據,因為在他們的腦子裡,數據配合著模型變動。車子突然賣多了,背後是人口增長的需求增加,還是生產力提升的供給增加,不同的趨動力,會有不同的結果。而不同的趨動力,背後又有不同的均衡條件,環環相扣。
持有這種均衡的看法,一旦配上大量的「小故事」,經濟學家就可以慢慢了解系統均衡的變化。這動態變化,也許觸覺敏銳的當事人,可以感受一二,但絕大多數的人,是當局者迷,因為習以為常,「中國人就是這樣,有什麼大驚小怪」。更有時候,這動態變化,是統治者,刻意掩飾,就更不容易讓平常人,尤其是當局論述,是可以不用驚動他們生活,讓他們可以繼續生存下去的想像,就更不會讓他們察覺世局的變化。你說他們懂中國?懂個屁。
所以,小屁孩們,不要再來我這裡撒野,你才不懂中國。
經濟學的均衡觀,背後其實是人性。人性萬年不變,但人的行為會因外在環境而改變,因為自利的人性,會回應誘因。這也是為什麼好的經濟學家讀史。歷史的時間縱深,把經濟的供需均衡,加上了長時的動態觀。有這樣的深度,才能真正了解,中國正面臨什麼樣的改變,才不會井底之蛙一樣的認為,「中國一直都是這樣,你不懂」,或是「中國經過歷史的考驗,博大清深,且複雜,你不懂。」
罵別人不懂中國的,最喜歡嘲笑台灣人自豪的民主自由。我是覺得很好笑,黃安、黃智賢這些人,如果沒有台灣的民主自由,如果台灣真的成為中國的一部份,還有他們撒野的空間嗎?真以為成為罵台急先鋒,就根正苗紅,和人家當起趙家人來了?革命公子哥們,看你們當提鞋的資格都沒有。但因為有民主保障的言論自由,他們才能露盡當人奴材的狗腿樣,而沒有牢獄之災的危險。
「民主、自由」被那些個小屁孩、小粉紅訕笑,這是沒辦法的事,因為不讀書,所以不知道人類為追求自由而產生的民主革命,正是推動人類社會均衡改變的最大推手,是人類歷史上,最大的事件。因為他們不懂自由,所以看著美國疫情一天天變嚴重,他們開心的笑了,他們感到安慰,看吧,民主不能當飯吃,自由還會讓你染病死。
灰色有五十種不一樣的灰,自由更有不只五十種的自由,對各種自由的不同認知和實踐,是擁有自由的人,才會有機會論辯,才會有機會檢討,才會產生為保障自由的均衡手段。
美國建國之初,很重要的一個爭論點是宗教自由。絕大多數為新教徒的美國人,聖經、上帝和教會,都還是生活的重心。但因為思想啟蒙的緣故,具有進步思想的開國先賢,提出了真正的宗教自由,信什麼都可以,不信也可以,政府不可以介入信仰,更不可以為任何宗教,提供優惠,真正做到「政教分離」。這個宗教自由,就是日後美國變成先進國家裡,信基督教最虔誠的國家的緣故。傳統的歐陸國家,尤其是以天主教為國教的國家,到了近代,反而國民都不上教堂,這些人,很多生下來就規定是天主教徒,人生對宗教的選擇,就是「天主徒」,「不信教」兩途,但美國不一樣,信基督的美國人,他們的宗教選擇,不是二選一,而是各種教派裡擇一,還可以不信教。因為你有選擇,所以你思辯宗教的意義,因為你做了選擇,所以你誠心信主。這種宗教自由帶來的深層宗教認知,不是儀式化的天主教國家所能比擬。
對自由的認知也是這樣。
沒有自由的地方,人生下來就只有兩種選擇,「視自由為無物,因為沒有,所以不屑自由」或者是「自由變成人生最大的想像,充滿渴望」。不管是哪一種,對自由的認識,就是黑與白。這兩種極端的看法,「美國人太自由了,亂得很」,「美國人多自由,想做什麼就做什麼」,都是有問題的。自由的五十種不同色度,只有在自由社會的人,才有辦法分辨。為什麼禁槍的問題這麼難解決,每年死於槍擊的人這麼多,因為這牽扯到美國的憲法、美國的生活方式,還有美國人對政府的態度。想要不受槍枝威脅自由的人們,怎麼用法律和民主程序,說服擁槍自重的其它人。或者是,不信賴政府,居住在危險地方的人,如何用憲法保障的方式,反對別人侵害他擁槍自衛的自由。這樣不同色度的自由,豈是沒嚐過自由的人能夠了解?
每天五萬個冠狀病毒病例,嚇死人,政府怎麼不管?不懂自由的人,怎麼會知道生死和自由,居然也可以有同等的比重。不懂自由的人,怎麼會知道笨蛋和傻瓜,和你有一樣的自由權利。
我一天到晚講「民主、自由」,會把它當陳腔濫調的,多半是這種對自由無知的人。而這些對自由無知,或者是享受著自由而無感、對自由不屑一顧的人,正是不了解自由正在對人類造成改變的人。上天造人,但萬年以來,人類一直沒有辦法把上天給的腦袋拿來發揮創造,人類一直束縳於為了求生存而不得接受的專制框架,近幾百年來,人類終於可以靠著解放的心靈,突破這個令人窒息的框架。這個改變專制均衡的勢,浩浩盪盪,沛然莫之能禦。
「中國人不適合民主、自由」,「中國有自己發展的道路」,這些獨裁者拿來唬弄、奴役人民的話,卻被這些可悲的小粉紅、小屁孩,朗朗上口。對史的無知,對世界大勢的不了解,才不知道中國對人類貢獻最大的時候,正是少數中國人享有自由的時候。被奴役的人,把上天賦予的腦和心靈棄之一旁的人,豈有資格自封偉大。
我不懂中國,好吧,但你不懂自由,傻的是你,笨的不是我。
「控制變數迴歸」的推薦目錄:
- 關於控制變數迴歸 在 普通人的自由主義 Facebook 的最佳貼文
- 關於控制變數迴歸 在 李開復 Kai-Fu Lee Facebook 的最讚貼文
- 關於控制變數迴歸 在 李開復 Kai-Fu Lee Facebook 的精選貼文
- 關於控制變數迴歸 在 Re: [問題]請教SPSS如何控制某幾個X, 分析單一X對ꤠ… 的評價
- 關於控制變數迴歸 在 控制變數不顯著在PTT/Dcard完整相關資訊 - 星娛樂頭條 的評價
- 關於控制變數迴歸 在 控制變數不顯著在PTT/Dcard完整相關資訊 - 星娛樂頭條 的評價
- 關於控制變數迴歸 在 階層回歸控制變項在PTT/Dcard完整相關資訊 - 動漫二維世界 的評價
- 關於控制變數迴歸 在 階層回歸控制變項在PTT/Dcard完整相關資訊 - 動漫二維世界 的評價
- 關於控制變數迴歸 在 ️本周主題✴️ 性別和年齡等人口統計變數一定要進行控制嗎 ... 的評價
- 關於控制變數迴歸 在 [請益] 迴歸的衡量變數與控制變數- Master_D | PTT Web 的評價
控制變數迴歸 在 李開復 Kai-Fu Lee Facebook 的最讚貼文
分享好文,中學生要學電腦嗎?
作者:創新工場CTO、人工智慧工程院執行院長 王詠剛
文章来自半轻人微信公众号(ban-qing-ren)
………………………………
朋友的孩子高中剛畢業,已拿到美國頂尖大學(非電腦專業)的錄取通知。疫情影響,不知何時才能去學校報到。孩子想抓緊學習一下程式設計,為大學打好基礎。這孩子找我聊了一個多小時,從如何學程式設計,聊到非電腦專業和電腦專業的路徑差異,又聊到如何從不同角度認識電腦與程式設計。聊得比較寬泛,不知是否對這孩子有用。
回想我自己的高中時代:那時雖迷戀程式設計,卻完全沒有懂行的人指導。在我們那個四線城市的廠礦中學裡,開設電腦興趣課的老師知道的資訊還沒我多。我高一時跑到北京中關村逛街,卻完全沒意識到中國第一代頂尖程式師當時就在我身邊的低矮辦公樓裡寫代碼(這話說得並不準確,比如求伯君那年就主要是在珠海做開發),鼎鼎大名的UCDOS、WPS、CCED就出自他們之手……我在當時街邊的一家書店(位置似乎就在今天的鼎好大廈對面)買到了許多種印刷品質極低劣的電腦圖書。用今天的標準看,那就是一批盜版影印或未授權翻譯的國外圖書。可那批書竟成了我高中時代最寶貴的程式設計知識來源。
顯然,我在高中時根本就是野路子學電腦。現在後悔也沒用,當時我的眼界或能觸及的資源就那麼多。如果能穿越回30年前,我該對喜歡程式設計的自己說些什麼呢?這些年,我與世界上最好的一批程式師合作過,也參與過世界上最有價值的軟體系統研發——我所積累的一些粗淺經驗裡,有哪些可以分享給一個愛程式設計的中學生?
【問題1】中學生要不要學電腦?
當然要!
每個中學生都要學。只不過——建議大部分中學生使用“休閒模式”,小部分(不超過10%)中學生使用“探險模式”。
啊?兩個模式?那我該進入哪個模式?⟹請跳轉至【問題2】
【問題2】選哪個模式?
你癡迷電腦嗎?比如,你玩遊戲時會特別想知道這遊戲背後的代碼是如何編寫的嗎?再比如,就算老師家長不同意你學電腦,甚至當著你的面把電腦砸了,你也要堅持學電腦嗎?如果是,恭喜你進入“探險模式”⟹請跳轉至【問題200】
你對數學有興趣嗎?比如,你看到街邊建築的曲線,就會在腦子裡琢磨曲線對應的函數或方程嗎?每當手裡攥著幾粒骰子,你就會不由自主地計算概率嗎?如果是,歡迎進入“探險模式”⟹請跳轉至【問題200】;當然,如果有些猶豫,也可以先進入“休閒模式”⟹請跳轉至【問題100】
即便你對電腦和數學興趣不大,家長、老師還是強烈建議你學電腦嗎?就算你一百個沒時間一千個不願意,家長、老師還是會逼著你學電腦嗎?如果是,建議你主動進入“休閒模式”並向家長、老師彙報說“我已經按照前谷歌資深軟體工程師的專業建議在認真學程式設計了”⟹請跳轉至【問題100】
其他情況,一律進入“休閒模式”。⟹請跳轉至【問題100】
【問題100】休閒模式 | 主要學什麼?
“休閒模式”將電腦視為我們生活、工作中的必備工具,主要學習如何聰明、高效、優雅地使用計算設備。這裡說的計算設備,包括所有形式的電腦、手機、遊戲機、智慧家電以及未來一定會進入生活的自動駕駛汽車。
什麼什麼?你已經會用電腦、會玩手機、會打遊戲了?別著急,慢慢往下看。
【問題101】休閒模式 | 我會用搜尋引擎嗎?
我知道你會用百度搜習題答案。但,習題答案不是知識。你會用搜尋引擎來搜索和梳理知識嗎?請試著用電腦和你喜歡的搜尋引擎來解決如下兩個問題:
(1)圓周率𝜋的計算方法有多少種?每種不同的計算方法分別是由什麼人在什麼時代提出的?借助電腦,今天人們可以將圓周率𝜋計算到小數點後多少位?將圓周率𝜋計算到小數點這麼多位元,一次大概需要花掉多少度電?
(2)全球大約有多少個廁所?在發展程度不同的國家,分別有多少比例的人可以享用安裝了抽水馬桶的衛生廁所?為什麼比爾·蓋茨曾大力推動一個設計新型馬桶的研發專案?比爾·蓋茨的公益組織在這個專案上大約花費了多少資金,最終收到了多大的效果?
如果你沒法快速得到上述問題的全部答案,那就給自己設一個小目標:一個月內,學會用搜尋引擎系統地獲取、梳理一組知識點的全部技巧。
【問題102】休閒模式 | 接下來學什麼?
建議學好典型的工具軟體。比如,我知道你會用Office了,但用Office和用Office是很不一樣的。對生活、學習、工作來說,學好、學透一個工具軟體比鑽研程式設計技巧更實用。
你會用Excel來管理班級公益基金的預算和實際收支情況嗎?
你會用Excel做出過去20年裡全球大學排名的演變趨勢圖嗎?
你會用Word排版一篇中學生論文嗎?論文中的圖表和最後的參考文獻部分該如何排版?
你會用Word編排一份班級刊物,包含封面、扉頁、目錄、插圖頁、附錄、封底等部分,可以在列印後直接裝訂成冊嗎?
PowerPoint呢?你有沒有研究過蘋果公司發佈會上那些幻燈片的設計?當約伯斯(多年以前)或蒂姆·庫克站在幻燈片前的時候,他們的演講思路是如何與幻燈片完美結合的?
還有哦,別忘了學學如何為數碼照片做後期,如何用電腦或手機剪視頻,如何為剪輯好的視頻配字幕,如何將照片、音樂、視頻等素材結合起來,做出一段吸引人的快手/抖音短視頻。
最後,抽空玩玩那些設計精妙的遊戲吧,比如《紀念碑穀》、《塞爾達傳說:曠野之息》之類;同時,遠離那些滿屏廣告,或者一心騙你在遊戲裡充值花錢的垃圾。
【問題103】休閒模式 | 不學學知識嗎?
當然要學知識。下面每種實用的電腦知識都夠大家學一陣子了。
(1)色彩知識:你知道同一張數碼照片在不同品牌的手機螢幕上、不同的電腦螢幕上、不同的智慧電視上顯示時,為什麼經常有較大色差嗎?你知道有一些色彩只適合螢幕顯示,不適合列印輸出嗎?你知道軟體工具裡常用的RGB、HSL之類的色彩空間都是什麼意思嗎?如何在設計PowerPoint幻燈片時選擇一組和諧美觀的色彩?
(2)字體知識:你知道什麼是襯線字體,什麼是無襯線字體嗎?你知道網頁中常用的英文字體都有哪些嗎?你知道商務演講時最適用于幻燈片的英文字體有哪些嗎?你知道電腦和手機常用的黑體、宋體、仿宋體、楷體等中文字體分別適合哪些實際應用場合嗎?你會將不同字體混排成一個美觀的頁面嗎?
(3)網路知識:你知道5G是什麼嗎?你知道5G和4G在通信頻寬、通信距離上的具體區別嗎?你知道什麼是路由器,什麼是防火牆嗎?你知道如何配置路由器,如何配置防火牆嗎?微信或QQ聊天時,對方發的文字、語音或視頻是如何傳送到你的手機上的?
(4)應用知識:淘寶中搜索得到的商品資訊是從哪裡來的?商品是按什麼方式排序的?為什麼購物APP經常會推薦給你一些曾經買過、看過的商品?你知道如何為自己建立個人網站嗎?你知道如何管理微信公眾號嗎?
(5)安全知識:你知道網路上的釣魚攻擊是怎麼回事兒嗎?你知道什麼是電腦漏洞嗎?你知道駭客為什麼想把一大批受攻擊的電腦變成可以遠端操控的傀儡機嗎?你知道為什麼現在很多手機APP都要通過短信發送驗證碼嗎?如果驗證碼被壞人截獲,你會面臨哪些風險?
這裡只是舉例。實用的電腦知識還有很多。大家可以自己發掘。
【問題104】休閒模式 | 我需要學程式設計嗎?
可以學,但不是必須。即便學,也只需要根據自己的需要,學那些最能幫你解決現實問題的部分。
【問題105】休閒模式 | 我該學什麼程式設計語言?
在“休閒模式”裡,電腦就是工具,程式設計也是工具,夠用就好。學什麼程式設計語言,完全看你想要電腦幫你做什麼。
• 如果你想對資料處理有更多自主權,那不妨學學Python;
• 如果你想做簡單的交互演示程式,那就先把JavaScript學起來;
• 如果你想更好、更快地寫論文,那不妨學學LaTeX(什麼什麼,LaTeX不是程式設計語言?你太小看LaTeX了);
• 如果你想學做簡單的手機APP,那麼,Android手機就學Java,蘋果手機就學Swift好了;
• 如果你只想知道程式設計是怎麼回事,那……從Python或JavaScript開始就行。其實,跟五六歲的小朋友一起學學Scratch圖形程式設計也不錯。
【問題106】休閒模式 | 我需要學人工智慧嗎?
在“休閒模式”裡,最需要學的不是“人工智慧的實現原理”,而是“什麼是人工智慧”,以及“人工智慧能做什麼,不能做什麼”。
• 在手機上試一試,人工智慧做語音辨識時能做到什麼水準?哪些話容易識別,哪些話不容易識別?
• 打開機器翻譯軟體,試一試哪些資訊翻譯得好,哪些資訊翻譯得不好?
• 手機上的拍照軟體一般都有人臉識別功能。試一試人臉識別在什麼場景下做得好,什麼場景下做得不好?
• 找一部講人工智慧的科幻電影,用自己的判斷解讀一下,電影裡哪些技術有可能成為現實,哪些技術存在邏輯矛盾。
【問題107】休閒模式 | 推薦什麼參考書、參考文獻?
書不重要,豆瓣評分7分以上的電腦應用、程式設計甚至科普類圖書都可以拿來翻翻。
直接在知乎裡搜索你想瞭解或學習的知識點可能更有效率。
如果你意猶未盡,覺得自己剛活動開筋骨,還想挑戰更高層次,歡迎進入“探險模式”。⟹請跳轉至【問題200】
否則,“休閒模式”到此結束。⟹請離開此問答
【問題200】探險模式 | 主要學什麼?
“探險模式”需要有挑戰精神。電腦科學的世界技術演進快,脈絡複雜,要想在探索時不迷路,你得通過有順序、有系統地學習電腦知識,慢慢構建出一張可以在未來幫你走得更遠的思維地圖來。
在“探險模式”裡,電腦就不止是一件能快速計算的工具了。電腦更像是我們大腦的一種延伸。這既包括認知能力的延伸,也包括認知邏輯的延伸。隨著學習深入,大家會逐漸體會到電腦所具有的多維度能力:
電腦是一種可以表示不同類型資訊(數、符號、文字、語音、圖像、視頻、虛擬空間、抽象邏輯)的“資訊管理機”;
同時,電腦也是一種可以連續執行指令以完成特定的資訊處理任務的“指令處理機”;
同時,電腦還是一種可以在知識與邏輯層面完成特定推理任務的“知識推理機”;
同時,電腦也是一種可以從人類給定的資料或自我生成的資料中總結規律,建立模型,自主完成某些決策的“智慧學習機”。
“探險模式”的目標就是盡可能準確地認識電腦,掌握有關電腦運行的最基本規律。有了這些基礎。未來在大學期間或工作中,你就能更容易地設計電腦軟硬體系統,或是設計出碳基大腦(人類)與矽基大腦(機器智慧)之間的最佳協作方案。
【問題201】探險模式 | 我的英語水準足夠嗎?
蘋果每年秋季的新品發佈會,不加字幕的話,你能聽懂多少?
能聽懂大部分:建議在學習電腦的過程中,盡可能使用英文教材、英文文檔。
能聽懂小部分:建議將原來準備學電腦的時間,分出一部分來學英語。
只能聽懂“你好”“再見”之類:⟹請離開此問答。然後,把原來準備學電腦的時間用於學英語,六個月後再回來。
【問題202】探險模式 | 我的數學水準足夠嗎?
如果你是數學和數學應用小能手——較複雜的數學問題總能快速找到核心思路,或快速簡化為簡單問題;很容易就能將抽象概念映射到具體的數學圖形,或將數學問題與相應的現實問題關聯在一起:請繼續探險之旅。
如果你應付正常數學課程感到吃力:建議將原來準備學電腦的時間,分出一部分來學數學。
如果你還搞不清楚什麼是方程、函數、集合、概率……:⟹請離開此問答。然後,把原來準備學電腦的時間用於學數學,六個月後再回來。
【問題203】探險模式 | 為什麼強調英語和數學?
(1)統計上說,最好的電腦參考資料大都是英文寫的,最好的電腦課程大都是用英文講的,最新的電腦論文大都是用英文發表的。
(2)函數、方程、坐標系、標量、向量、排列組合、概率這些中學數學裡會初步學習到的數學知識,是電腦科學的基礎。
【問題204】探險模式 | 電腦知識那麼多,正確的學習順序是什麼?
最重要的順序有兩個。建議先從順序一開始,學有餘力時兼顧兩個順序。
順序一:自底向上,即,自底層原理向上層應用拓展的順序。
電腦原理的基礎知識:
為什麼每台電腦(包括手機)都有CPU、記憶體和外部設備?
(馮·諾依曼體系結構的)記憶體中為什麼既可以存儲資料,也可以存儲指令?
CPU是如何完成一次加法運算的?
程式設計語言的基礎知識:
資料類型,值,變數,作用域……
語句,流程控制語句……
過程、方法或函數,類,模組,程式,服務……
編譯系統的基本概念:
電腦程式是如何被解釋或編譯成目標代碼的?
演算法和資料結構的基礎知識:
陣列,向量,鏈表,堆,棧,二叉樹,樹和圖……
遞迴演算法,排序演算法,二叉樹搜索演算法,圖搜索演算法……
應用層的基礎知識:
為什麼電腦需要作業系統?設備驅動程式是做什麼的?
網路通信的基本原理是什麼?流覽器是怎麼找到並顯示一個網頁的?
資料庫是做什麼用的?
虛擬機器是怎麼回事?
人工智慧系統的基礎知識:
先熟悉些線性代數、概率和數學優化的基礎知識。
什麼是機器學習?從簡單的線性回歸中體會機器學習的基本概念、基本思路。
什麼是神經網路?什麼是深度神經網路?為什麼神經網路可以完成機器學習任務?
如何使用PyTorch或TensorFlow實現簡單的深度學習功能?
順序二:自頂向下,即,自頂層抽象邏輯向下層具體邏輯拓展的順序。
• 電腦的本質是什麼?
• 什麼是圖靈機?什麼是通用圖靈機?
• 什麼是讀取﹣求值﹣輸出迴圈(Read–eval–print Loop,REPL)?
如何用自頂向下的方式理解(解析、解釋、編譯)一段程式碼?
• 靜態語言和動態語言的區別?
如何理解變數與資料類型之間的綁定關係?
• 什麼是函數式程式設計?
程式設計語言中,函數的本質是什麼?
函數為什麼可以像一個值一樣被表示、存儲、傳遞和處理?
• 什麼是物件導向?
類的本質是什麼?
如何用物件導向的方式定義個功能介面?
如何依據介面實現具體功能?
• 什麼是事件驅動?
什麼是事件?事件如何分發到接收者?
如何在事件驅動的環境中理解代碼的狀態和執行順序?
【問題205】探險模式 | 如何提高程式設計水準?
在掌握基本知識體系的基礎上,學好程式設計只有一條路:多程式設計,多參加程式設計比賽,多做程式設計題,多做實驗項目,多找實習機會——其中,能參與真實專案是最有價值的。
【問題206】探險模式 | 該從哪一門程式設計語言學起?
我個人推薦的程式設計入門語言(可根據情況任選):
Python
Java
Swift
C#
JavaScript / TypeScript
Ruby
……
可能不適合入門,但適合後續深入學習的語言:
C
C++
Go
Objective-C
組合語言
機器語言(CPU指令集)
Shell Script
Lua
Haskell
OCaml
R
Julia
Erlang
MATLAB
……
【問題207】探險模式 | 如何選參考書和參考資料?
(1)強烈推薦的參考書和參考資料:
• MIT、Stanford、CMU、UC Berkeley這四所大學中任何一個電腦專業方向使用的教學參考書或參考資料。網上可以查到這些學校電腦專業方向的課程體系,有的學校甚至公開了課程視頻。其中往往會列舉參考書和參考資料連結。
• 維琪百科(英文)上的數學、電腦科學相關條目。
• Github上star數在1000以上的開原始程式碼和開來源文件。
(2)強烈推薦但須小心辨別的參考資料:
知乎上的數學、電腦科學相關條目。使用時需要格外注意三件事:
儘量只看高贊答案或高贊文章;
辨別並避開廣告軟文;
辨別並避開純抖機靈的故事或段子。
Stack Overflow上的程式設計問題解答:
自己動手實驗,辨別解答是否有效。
CSDN上的程式設計問題解答:
自己動手實驗,辨別解答是否有效。
(3)其他推薦的參考書和參考資料:
國內專業作者寫作的專業技術書籍(豆瓣評分7分以上的)。
大廠(Google、Facebook、Microsoft、Amazon、阿裡、騰訊、百度、頭條等)資深工程師的技術公號、專欄、博客等。
著名圖書系列:如O’Reilly的動物封面的系列圖書(請注意最新版本和時效性)。
國內翻譯的著名技術圖書(譯本在豆瓣評分7分以上的)。
(4)儘量避免的參考書和參考資料:
• 已經過時的圖書或參考資料。
• 作者或譯者人數比章節數還多的專業圖書。
• 百度百科上的數學或電腦科學相關資料。
什麼什麼?你這篇問答居然沒有推薦一本具體的圖書?是,沒錯。如果你覺得即便有了上面的線索,自己還是找不到好書好資料,那也許你還是適合“休閒模式”⟹請跳轉至【問題100】
控制變數迴歸 在 李開復 Kai-Fu Lee Facebook 的精選貼文
分享創業乾貨(2):汪華的系列分享第二篇
本文來自創新工場微信公眾號
……………………………………………………………………
創新工場汪華:企業競爭禁忌與管理誤區
本文是創新工場管理合夥人汪華,在創新工場新一期兄弟會活動上的分享,主題為《創造內生價值—未來10年的增長、競爭與管理》。
躍遷式增長與競爭密不可分:躍遷式增長是閃擊戰,目的是爭奪介面層,winner takes all,不可避免會遇到激烈競爭。
漸進式增長與管理密切相關:漸進式增長是持久戰,目的是實現長期迴圈增長,核心是建立和管理比較優勢,因此更強調管理效率。
在企業競爭中,打架上頭、幻想以弱勝強、存有僥倖心理都是大忌。其實,最佳的競爭手段就是不競爭,任何時候都要考慮怎麼避免跟大的對手進行決定性的競爭。
很多人迷信管理,神話管理,但在戰略目標錯誤時,管理只能是-1後面的0。管理既不免費,也非玄學,要去掉自嗨自滿的成分,做到理性真實複盤。
這篇文章中,汪華分享了企業競爭與管理的關鍵問題與常見誤區。
▌競爭本質是以強勝弱
最佳的競爭手段就是不競爭。競爭並不是達成增長的必由之路,反而任何的競爭都會對公司的資源和戰略目的產生巨大的消耗。
比如拼多多,儘管大家會互相劍拔弩張,但到現在為止,真的跟阿裡和京東發生了任何意義上的競爭嗎?其實完全沒有。
與其說是競爭,不如說是巨頭共同賦能。騰訊給了它流量,而它的供應鏈和物流履約體系是阿裡培養出來的。拼多多的第一批低價供應鏈,是阿裡升級過程中淘汰下來的淘寶商戶,早期履約體系是淘寶已經培養成熟的代運營體系。想像一下,如果拼多多從最初只能自建物流履約體系,建得起來嗎?
所以拼多多其實是在跟巨頭非競爭的環境下長大。歷史學家有句話說,“漢以強亡”!漢朝就是打仗打死的。所以,在任何情況下我們都要首先考慮,怎麼避免跟大的對手進行決定性的競爭。
當不得不競爭的時候,必須要有明確的目的,不要打任何沒有意義的戰爭。而且只打必勝之仗,這是保證勝利的唯一方法。
千萬不要想著以弱勝強。經營企業的一個原則,就是永遠不要把自己放在以弱勝強的位置上。從戰略上看,有可能是以弱勝強,但戰術上,每次都要以強勝弱。強未必是錢多,而是說模式、系統、效率,以及在局部特定戰爭中能聚集的資源。
競爭不是拼執行,執行效率高低不是最重要,關鍵在於要有針對競爭對手的非對稱優勢。如果其他人有你沒有,無論執行的有多努力,99%都會輸。如果大家打法都已經完全同質化,必須要比對手多一個里程碑,創造跟對手相比壓倒性的局部資源,讓每場戰局不停的獲取勝利。
在競爭中,不要有僥倖心理:指望對手犯錯,指望壞的事情不發生,指望一些潛在變數。你必須假定所有人都是最聰明的,最壞的事情都可能會發生,並且提前三到六個月就預測競爭對手的動作,推演出競爭對手可能採用的唯一合理打法,並預先做反制。這不是簡單的算命或做預言家,不要自嗨或者自我滿足,要清醒的瞭解自己的弱點和缺點,未雨綢繆。
最後一點,打架千萬不能上頭。大家跟一個對手在市場上競爭久了,無論是出於斯德哥爾摩症的情感也好,還是跟對手之間產生了私人恩怨,很難從競爭裡面跳出來。經常你覺得已經要輸的仗還在堅持,或者哪怕不會輸的仗,往往也會陷入僵持。
當然不是說之前的競爭沒價值,市場有增量的時候,老大老二打著打著把老三老四老五老六都打沒了,有機會增加市場份額,就值得打。但是在市場已經沒有增量的時候,同質化的的競爭實際上沒有意義,應該用非常靈活的方式迅速結束戰爭。
▌管理的五個常見誤區
大家討論過很多管理問題,我覺得裡面有一些誤區。
第一個誤區,把戰略問題定位成管理問題。
企業遇到的各種問題,大部分是戰略的問題,其次才是管理的問題。
我有時候發現很多人喜歡討論管理的具體問題,比如組織架構怎麼來做。但可能第一個問題都還沒搞明白:組織架構要達到什麼樣的效果?
執行管理是戰略的延伸。戰略有很多種說法,本質上是知道市場,知道自己,有非常強的位置感,規劃路徑,並複盤修正。
具體來說,就是選擇正確的市場目標,拆解成戰術,並匹配落地執行資源。有了具體的戰略戰術目標之後,管理只不過是用組織形式和管理體制去保障目標順利達成的手段。
所以當戰略和目標是正確時,好的管理就是1後面的0。但當戰略目標錯誤時,管理就是-1後面的0。
第二個誤區,把管理神話或者絕對化。
世界上不存在絕對的管理。管理的核心是保證戰略目標和戰術目標的實施。各種各樣管理的手段,無論看上去多麼高大上,其實作為手段來講,各自有其原因和出發點,沒有絕對的優劣。
如何組織生產資源,決定了需要什麼樣的組織力量。阿裡的文化使命價值觀、富士康的條規執行SOP,這些都是手段,本質上是相同的,用一個軟性或硬性的限定,推動大家往特定的目標跑。
採用什麼管理手段,最重要的是看要達成什麼戰略目標。比如富士康的業務,需要的就是絕對的標準化,這個目標沒辦法用阿裡的文化使命來做到。
有的業務強調中台,前端主要強調執行效率,因此把決策權更多放在中台;有的業務非常需要一線人員的靈活性、積極性和服務態度,可能就會用賽馬、業務合夥人這樣的制度。
在我年輕的時候,傑克·韋爾奇是管理之神,是世界最偉大的CEO,通用也是高歌猛進。但在他離任之後,接下來兩任CEO都是內部提拔的,管理模式也是嚴格繼承,但業績卻落下來了。原因就是這種管理模式跟通用後續的業務場景已經不匹配了。
CEO要瞭解各種各樣的管理體系和工具,然後根據戰略目標量身訂造適合自己的管理體系。這個世界上學華為學死的不計其數,學衡水中學學死也不計其數。能學到的只是具體的管理工具,而它的動因是什麼?執行效果是什麼?都需要你自己去重新組合。
最根本的問題搞清楚了,很多問題會迎刃而解。比如讓人頭疼的新老員工的矛盾處理。新員工大量進入,到底是因為業務升級轉型,老員工已經不能適應需求?還是業務走得很順,需要以老員工為骨架擴充,並保證原有體系的高效執行?在不同的情境下可能會有完全不同處理方式。
第三個誤區,認為管理是免費的。
其實,不存在免費的管理,任何管理都是有代價的。
管理是人的組織。只要有人的地方就有事兒。只要有人,組織就會不斷地自我強化重要性,自我放大規模。
當企業發展到一定規模,我們往往習慣靠管理來解決問題,會不斷的堆積管理的組織架構,堆積部門、人員。大家應該明白,小公司直接採用IBM的管理,可能就把自己給弄死了,不是沒有用,而是代價已經大於收益。
最大的隱形代價是創始人的管理頻寬,首先要保證能控制住你的核心。對於躍遷式增長的公司,只要管理住增長,大概率不會出問題。相反,如果增長管理不住,其他的細枝末節做的再好,大概率也是風雨飄搖。
而對於漸進式增長的公司來講,要管理自己的核心優勢。如果核心優勢沒管好,其他的HR、責權利、滿意度做的再好,一樣要沉船。
大家可能經常想找一個很厲害的人過來解決問題,當然可以,但核心還是創始人本身,因為真正的戰略判斷往往在創始人身上。創始人撒手不管,做出來的管理體系很可能跟業務沒有關係。
總的來說,一家企業的創始人始終有兩個產品要打造,一是公司產品,二是公司本身。很多人經常會陷入兩個極端,要麼把大量的精力放在產品上,忽略了公司本身的打造,不關心戰略制定和最佳化執行;要麼陷入到細節管理中,忽略管理體系的建立和調整。這兩個極端都是有問題的。
第四個誤區,把管理看作玄學。
管理儘管沒有絕對的好壞區別,但總體上來說需要以結果導向,以資料、事實為準繩,做到透明和敏捷。每個具體執行,都要根據戰略做判斷,如果不行,趕快替換,效率優先。
這樣的執行體系在我看來是比較容易反覆運算的。而其它的執行體系,比如信仰文化使命這些非常玄乎的文化或者喜好,可能不會出問題,但很難反覆運算。
不是說文化使命完全沒有用,而是在建立和分析體系的時候,最好把這些東西去掉,變成非常客觀的內容,把戰略資訊研判、資源調配、組織調整、責權利回饋授權體系,跟當下的業務、市場競爭環境、目標需求掛鉤,可歸因,可反覆運算,能非常透明客觀地分析優劣。
第五個誤區,認為管理要人性化。
人性本質上是獲得成功的最大阻礙。作為一個CEO,在最重要的事情上需要去人性化。
去人性化的意思,不是讓大家殘忍,而是要保持著絕對的理性、清醒的狀態,在重要的事情上做出有效的市場化決策。
所有的貪嗔癡或恐懼,都會對業務有效發展造成傷害。人天生就容易把各種各樣的問題歸因於外,大家也會經常把自己弄得很忙,一天14個小時,已經不眠不休了,但卻不能真正做到對於自己真正意義上的複盤。
人的自我反省是很難的,複盤別人容易複盤自己很難。如果能去掉人性裡面自我增強、自嗨自滿的部分,真正意義上做了有效的自我複盤,在我看來是最大的格局。
控制變數迴歸 在 控制變數不顯著在PTT/Dcard完整相關資訊 - 星娛樂頭條 的推薦與評價
提供控制變數不顯著相關PTT/Dcard文章,想要了解更多迴歸分析Beta 值解釋、淨相關spss、部分相關spss有關娛樂/明星文章或書籍,歡迎來星娛樂頭條提供您完整相關訊息. ... <看更多>
控制變數迴歸 在 控制變數不顯著在PTT/Dcard完整相關資訊 - 星娛樂頭條 的推薦與評價
提供控制變數不顯著相關PTT/Dcard文章,想要了解更多迴歸分析Beta 值解釋、淨相關spss、部分相關spss有關娛樂/明星文章或書籍,歡迎來星娛樂頭條提供您完整相關訊息. ... <看更多>
控制變數迴歸 在 Re: [問題]請教SPSS如何控制某幾個X, 分析單一X對ꤠ… 的推薦與評價
※ 引述《WendyWang (粉紅喵)》之銘言:
: 關於logistic regression有點問題一直無法解開
: 爬過文沒有找到類似的文章
: 特來請教各位大大~
: 我目前主要要探討
: X:三種不同抽菸量(類別變項)
: 對於Y:肺部疾病 (有/無)(二元變項) 的區辨力
: 但是要控制一些X : 年齡(老/中/青), 性別(男/女), 收入(高/低) (共變項)
: 採用logistic regression
: 在SPSS裡面的做法
: Depedent: 肺部疾病(有/無)
: Covariate: 年齡(老/中/青), 性別(男/女), 收入(高/低), 抽菸量(高/中/低)
: 結果:
: 有無肺部疾病
: B OR 95% C.I.
: Lower Upper
: 年齡
: 青 0.389 0.708 0.200 1.912
: 中 1.000
: 老 -0.141 3.682 2.036 9.514
: 性別
: 男 1.000
: 女 -0.442 0.643 0.135 3.053
: 收入
: 低 1.000
: 高 -1.689 0.485 0.040 1.859
: 抽菸量
: 低 1.000
: 中 3.029 2.685 2.308 5.386
: 高 1.057 20.878 2.164 50.500
: 不過老闆說~ 這些X都有係數和OR出現
: 只代表把全部X都同時考量 是為crude model
: 並非把年齡, 性別, 收入"控制"了 (adjusted)
: 因為老闆也不是很懂 (我們不是統計厲害的系所)
: 但老闆說如果有被"控制"的X 就不會出現在model中 不會還有係數或OR
: 可是找過相關的書籍和文獻~
: 都找不著別的做法 (還是會同時出現所有X的係數和OR)
: 而且SPSS中~ binary logistic regression也沒有能控制某些covariate的選項
: 請教高手大大們~
: 希望能給些指點
: 謝謝!!
這其實就是「控制變數」概念的問題
就我的認知,你老板可能也稍稍弄錯了控制變數的意義
所謂控制變數,是因為非是研究的主要探討變數
但是又這個(些)變數又會對依變數產生影響,所以必須要「控制」
在統計上的處理就是視為「自變項」丟入
而在統計上的意義則是將控制變項的「效果」自依變項中「排除」
所以這也是為什麼自變項愈多 則迴歸的R-square愈高
題外話
這類控制的意義在迴歸中常稱為「控制變數」(control variables)
而在變異數分析(ANOVA)中則稱為「共變數」(covariates)
ANOVA加上covariate的概念就是為共變數分析(ANCOVA)
當然另一個問題是
既然控制變數跟自變數在處理上是一樣的
那分為控制變數跟自變數的意義在那?
主要是在於研究的焦點
大部份研究的焦點都是集中在某幾個變數間的效果
但是有些額外的變數已經被證實或者應該會對依變項有影響
若是不控制這些變數的效果 (也就是不把這些變數的效果排除的話)
則分析的結果就會被挑戰
所以當研究中清楚的區分出控制變數與自變數後
研究的可信度可以比較有說服力
當然,控制變數的效果不論顯著與否,通常是不討論的
而且有時為了清楚表達,
許多人會採用階層迴歸(hierarchical regression)的方式來表現
讓讀者知道控制變數解釋了多少變異量,而後的自變項又增加了多少變異量
回到你的問題
縱然logistic regression非是線性迴歸
但是控制,或者你這邊說的共變數的意義是一樣的
所以在模型中出現控制變數的odds ratio是正常的
而且是必然的
當然如前所說,你並不需要特別去討論這些共變數的意義
只要將焦點集中在自變項的OR就可以了
希望這樣有回答到你的疑問
--
※ 發信站: 批踢踢實業坊(ptt.cc)
◆ From: 140.112.110.191
... <看更多>
相關內容