楼主: 充实每一天
890 115

20190515【充实计划】第1069期   [推广有奖]

超级版主

顶级信息分享者

泰斗

35%

还不是VIP/贵宾

-

TA的文库  其他...

OKR(目标与关键结果)

首席投资人

悬赏学习

威望
11
论坛币
51018 个
通用积分
52416.5540
学术水平
11152 点
热心指数
11804 点
信用等级
11157 点
经验
73537 点
帖子
14033
精华
35
在线时间
4732 小时
注册时间
2013-12-9
最后登录
2019-9-19

一级伯乐勋章 初级学术勋章 中级学术勋章 初级热心勋章 中级热心勋章 初级信用勋章 中级信用勋章

充实每一天 发表于 2019-5-15 06:09:32 |显示全部楼层

为什么|学习笔记|好


加入充实计划】【了解充实计划
|新充实挑战|    |每日计划清单|

|充实挑战项目||【充实鼓励红包】|
| 为【学道会】学习笔记主题帖点赞|


每日签到及奖励:
1.须在当日主题帖下回复(昨日阅读时间与累积阅读时间)及算签到。(例如昨日阅读时间1小时,总阅读时间30小时
2.有效签到即奖励10论坛币(非当日为无效签到
3.回复内容包含所有5条者,且思考点评感想优秀,最高奖励100论坛币


充实计划理念与目标:
把学习当成生活的一部分,在这里记录你的学习足迹,就像记录你的生活一样
眼光,视野和格局需要海量理论及实践积累,而阅读是所有基础的基础
相互激励相互促进,在每天有限的时间里,尽可能多的学习和阅读有价值的信息



所有5条,回帖参与内容可以包含:
1.今天你阅读到的有价值的全文内容链接
2.今天你阅读到的有价值的内容段落摘录
3.今天你阅读到的有价值信息的自我思考点评感想
4.昨日你阅读的时间量(小时计算,如0.5小时)
5.你参与活动至今的总时间量(小时计算,如20小时)





前百度首席科学家吴恩达:
再一次,我想跟在座的年轻人共勉:每个周六,你可以选择看美剧,也可以选择学习。如果你学习,两天后的周一,你不会很快的就在工作中出彩,你的老板也不会知道你花了整天的时间学习,更不会夸奖你什么。你几乎找不到任何东西可以证明你在努力学习。但是我想告诉大家:如果你每个周末都这样努力工作,持之以恒,你会发现你已经突飞猛进。我认为,学习是一件几乎没有短期回报的事,但是从长远来看,回报却是非常丰厚的。
我阅读很多材料,也花很多时间和很多人交谈。我觉得两个最有效的学习、获取信息的方法是阅读和同专家交谈。所以我会花很多时间做这两件事情。在我的kindle上有不到一千本书,我大概已经阅读了其中的2/3。

在百度,我们有阅读小组,在那里,我们可以每星期读半本书。我试试上参加了两个这样的阅读小组,在每个小组里都会每星期读半本书。我想我是唯一一个参加了两个阅读小组的人。我每周六下午最喜欢的活动就是独自在家阅读。
当我和研究人员,或是想创业的人交谈时,我告诉他们如果你不断地阅读论文,每周认真研究六篇论文,坚持两年。然后,你会学到很多东西。这是对你长期发展一个极好的投资。

但这种投资,比如你花整个周六去学习而不是看电视,没有人会赞扬你。而且很可能你在周六所学的东西对你在接下来周一的工作没有什么帮助。我们很少会从这些投资中得到短期回报。但这却是很好的长期投资。确实,要想成为一个伟大的研究者,就要大量阅读。

人们通常用意志力做这些事情,但不起作用,因为意志力会耗尽。我觉得,人们喜欢创造习惯,比如每周都努力的学习工作,这是最重要的。这些人才是最可能成功的。
学习很少有短期成效,但如果你决心做研究或者做工程, 而且你并不是只做一个周末,而是每周如此往复,坚持一年,你把每个周末都花在学习文献上,那么一年之后,你将收获巨大。所以,我认为, 自我进步的途径就是博学研究,因为你日复一日的坚持学习,并不是仅仅持续一周或一个月,而是一年,甚至两年,那么在这段时间之后,也许是几个月或者一年,你就可以把一些东西学得非常透彻了。
第二点,特别是当你还年轻的时候,不要去试图预估投资在你自己未来教育中的价值。

我定义的「年轻」是任何在100岁以下的人。

任何你所学习的东西都能够在数十年后给予你回报。但这并不容易。一旦你离开了学校,投资于学习的时间在短时间内几乎很难看到明显回报。没有老师会站在你身后给你一个分数评语或者督促你继续用功。但是如果你肯自我激励或者保持阅读的习惯,继续跟自己的想法较劲,和能够让你获益的人保持沟通,那么在数年之后你可能会成为在特定个人领域学习之中的佼佼者。

学习的过程也会帮助你决定真正该从事什么,当你看到了足够多的关于别人如何改变世界的实例,你也会得到更多灵感来启发自己如何去改变世界。

做一个简单总结:即使并不容易,但还是应该坚持在学习中探索,同时积极寻找一种能帮助整个人类的事业,并投身其中。



回帖推荐

宽客老丁 发表于115楼  查看完整内容

昨天阅读4小时,累计971小时 不要追一匹马,你用追马的时间去种草,待春暖花开时,能吸引一批骏马来供你选择。 不要刻意巴结一个人,用暂时没有朋友的时间去提升自己的能力,待时机成熟时,便有一批朋友与你同行。 周国平说:“在人世间的一切责任中,最根本的责任就是真正成为你自己,活出你独特的个性和价值来。” 一位诗人写了不少的诗,也有了一定的名气,可是,他还有相当一部分诗没有发表出来,也无人欣赏。为此,诗 ...

玩于股涨之中 发表于114楼  查看完整内容

昨日阅读8小时,累计阅读337小时 4月经济数据回踩在预期之内,但部分数据表现低于预期。我们在前期《出口基本符合预期,后续数据料短期分化》等报告中指出,4月出口、工业增加值、社融会有不同程度回踩;高频数据走势也在指向这一点。所以4月经济数据偏低整体来看是合理的。但其中工业增加值和消费数据还是略低于预期。 五大因素导致4月经济数据偏低。我们理解数据偏低原因包括: 一)增值税调税节奏导致3月扩大备货透支 ...

终身学习ing 发表于113楼  查看完整内容

昨天阅读4小时,累计阅读290小时 You cannot win the war against the world, if you can't win the war against your own mind. 如果你连自己都战胜不了,何谈战胜世界?

obaby85 发表于96楼  查看完整内容

5月15日 昨天阅读2小时,累计阅读1072小时。 1.今天你阅读到的有价值的全文内容链接 推荐: 《贝叶斯思维 统计建模的Python学习法》 这本书帮助那些希望用数学工具解决实际问题的人们,仅有的要求可能就是懂一点概率知识和程序设计。而贝叶斯方法是一种常见的利用概率学知识去解决不确定性问题的数学方法,对于一个计算机专业的人士,应当熟悉其应用在诸如机器翻译,语音识别,垃圾邮件检测等常见的计算机问题领域。 ...

sulight 发表于95楼  查看完整内容

今天学习和阅读约5小时,累计阅读约2165小时。 学习和投资心得: 价值投资在A股的有效性: 低估值有效性 低估值是价值投资的一大特征,常用的估值指标包括市盈率(PE)和市净率(PB)。PE 反映的是基于公司盈利能力的估值,而PB反映的是基于公司资产的估值。PE的定义为每股股价与每股收益的比例,等价定义为公司总市值与净利润的比例。PE可以被解读为在假定公司利润不变的情况下,以当前股价买入股票,单靠利润收回投资成本所需 ...

赛格 发表于83楼  查看完整内容

画图中,目测今天没有空闲了,昨天出差,路上车里看了10分钟人类群星闪耀时电子版,晃得恶心。不算。 累计0.5小时。

猛禽一号 发表于80楼  查看完整内容

1. https://wallstreetcn.com/articles/3528888 2. 截至午间收盘,沪指上涨1.1%,深成指上涨1.45%,创业板上涨1.28%。 3. 感想:中国市场也终于反弹,市场回暖,可以小幅配置资产,减仓对冲仓位 4. 昨日阅读1小时 5. 累计阅读133小时

苏亮480 发表于79楼  查看完整内容

昨天阅读5小时,累计195小时. 学习心得: 集中投资和分散投资:真正好的投资机会太少了。虽然中国股市有3000多家企业,真正的好公司没有多少家。而这些好公司在们能力圈中的更少。而且,就算遇到了能力圈内的好公司,大多数时间也未必有好价格,需要较长时间的等待。同时满足“优秀的商业模式、良好的发展前景、宽阔的护城河、优秀的管理层和企业文化,在们能力圈理解范围内,而且价格合适甚至划算”一系列条件的优秀投资机会凤毛 ...

放心去飞123 发表于67楼  查看完整内容

1.阅读时间:2小时,累计阅读2小时 2.阅读书目:金字塔原理 3.阅读内容简介:金字塔原理:逻辑思维与表达呈现,金字塔原理是一种重点突出、逻辑清晰、主次分明的逻辑思路、表达方式和规范动作。 金字塔的基本结构是:中心思想明确,结论先行,以上统下,归类分组,逻辑递进。先重要后次要,先全局后细节,先结论后原因,先结果后过程,金字塔训练表达者:关注、挖掘受众的意图、需求、利益点、关注点、兴趣点和兴奋点,想清内容 ...

Greenwicher 发表于65楼  查看完整内容

昨日阅读1小时,本月累计阅读14小时 1. 10分钟正念修炼-O 2. 12点前睡觉-X 3. 走路6000步-O 4. 学习CFA一小时-X

mingke24 发表于60楼  查看完整内容

昨日阅读6小时,累计阅读733小时。(其中53--58全球化地观点,可以解释今天中美贸易战的部分原因) 51.写科技论文的诀窍 (1)自己的工作想得到什么样的结论,这是论文的灵魂; (2)为了得到这些结论,自己的工作是怎么做的,这个过程要写清楚,但不要啰嗦。对于人文学科的论文,需要在文献和其他数据中寻找证据。证据要能支持自己的假设,内在的逻辑要成立。对于自然科学的论文,不仅要有实验结果,而且实验的设置要 ...

confused_ddk 发表于50楼  查看完整内容

今日阅读1小时,Wisdom of Crowd,6-15%,累积阅读时间137小时。 第二章不同的不同使然 1.Ransom E. Olds建造蒸汽汽车时,因为失火大部分设计的模型都被烧毁,只有一辆因为设计的较轻便,被从火场中挽救,因为这种设计而大卖,然而蒸汽汽车最终还是被市场选择而淘汰,任何一种新技术在初始时刻都会伴随着大量浪费,各种产品分散性的实践,直到市场中的crowd做出选择。 2.通过计算机模拟,一小撮精英做出的决定未必最佳,因 ...

albertwishedu 发表于45楼  查看完整内容

昨日学习乌班图上的UFW防火墙命令,忘记发充实计划了,汗。。。 昨日学习3小时,累计252小时 Ubuntu上的防火墙设置不一样 正确配置的防火墙是整个系统安全性最重要的方面之一。 默认情况下,Ubuntu附带一个名为UFW(简单防火墙)的防火墙配置工具。UFW是管理iptables防火墙规则的一个用户友好的前端,它的主要目标是使管理iptables更容易,或者如其名所说,简单。 $ ufw --help 先决条件 请确保使用具有su ...

dongyuechushi 发表于43楼  查看完整内容

昨日阅读《公共部门经济学》共1小时,累计50小时。

HappyAndy_Lo 发表于38楼  查看完整内容

昨日阅读实践3h,累计415.5h 外部页面加载事件: 1) Pageload事件 2)Pageloadfailed事件 页面切换事件 $(":mobile-pagecontainer").pagecontainer("change", to[, options]); 触摸事件 1. tap $("div").on("tap", function(){ $(this).hide(); }); //点击div组件后,隐藏 2. taphold 按住不放时触发 $("div").on("taphold", function(){...}); 按住不放750毫秒之后触发 滑动事件 $("div").on("swipe ...

jessie68us 发表于34楼  查看完整内容

昨日阅读6个小时,累计阅读514小时阅读一:英语词根词源挖掘学习-2https://bbs.pinggu.org/forum.php?mod=viewthread&tid=7108806&extra= 1, 英语词根词源挖掘学习法 2, 英语词根分解拆分记忆法学习 3, 英语词根拉丁语部分记忆学习 1)我们知道查询是学习; 2)我们知道搜索是学习; 3)我们知道总结是学习; 4)但是我们要知道日积月累是一种更重要的挖掘和学习! 看起来简单,追本溯源很有学 ...

yunnandlg 发表于5楼  查看完整内容

昨天阅读3小时,累计阅读490小时 You cannot win the war against the world, if you can't win the war against your own mind. 如果你连自己都战胜不了,何谈战胜世界? Chapter 1, Getting Started with Python Machine Learning, introduces the basic ideaof machine learning with a very simple example. Despite its simplicity, it willchallenge us with the risk of overfitting. Chapter 2, Learning Ho ...
已有 1 人评分学术水平 热心指数 信用等级 收起 理由
obaby85 + 5 + 5 + 5 精彩帖子

总评分: 学术水平 + 5  热心指数 + 5  信用等级 + 5   查看全部评分

本帖被以下文库推荐

充实每一天 发表于 2019-5-15 06:09:57 |显示全部楼层
回复

使用道具 举报

充实每一天 发表于 2019-5-15 06:10:13 |显示全部楼层
回复

使用道具 举报

充实每一天 发表于 2019-5-15 06:10:47 |显示全部楼层
|充实挑战项目|
|
充实鼓励红包|
|每日计划清单|


查理·芒格 南加州大学毕业典礼上的演讲



坚持终身学习

另外一个道理——这个道理可能会让你们想起孔子——获得智慧是一种道德责任,它不仅仅是为了让你们的生活变得更加美好。有一个相关的道理非常重要,那就是你们必须坚持终身学习。如果不终身学习,你们将不会取得很高的成就。光靠已有的知识,你们在生活中走不了多远。离开这里以后,你们还得继续学习,这样才能在生活中走得更远。

就以世界上最受尊敬的公司伯克希尔·哈撒韦来说,它的长期大额投资业绩可能是人类有史以来最出色的。让伯克希尔在这一个十年中赚到许多钱的方法,在下一个十年未必还能那么管用,所以沃伦·巴菲特不得不成为一部不断学习的机器。

我不断地看到有些人在生活中越过越好,他们不是最聪明的,甚至不是最勤奋的,但他们是学习机器,他们每天夜里睡觉时都比那天早晨聪明一点点。孩子们,这种习惯对你们很有帮助,特别是在你们还有很长的路要走的时候。

哲学家怀特海曾经说过一句很正确的话,他说只有当人类“发明了发明的方法”之后,人类社会才能快速地发展。人类社会在几百年前才出现了大发展,在那之前,每个世纪的发展几乎等于零。人类社会只有发明了发明的方法之后才能发展,同样的道理,你们只有学习了学习的方法之后才能进步。

我非常幸运。我读法学院之前就已经学会了学习的方法。在我这漫长的一生中,没有什么比持续学习对我的帮助更大。

进行跨学科的学习

再拿沃伦·巴菲特来说,如果你们拿着计时器观察他,会发现他醒着的时候有一半时间是在看书。他把剩下的时间大部分用来跟一些非常有才干的人进行一对一的交谈,有时候是打电话,有时候是当面,那些都是他信任且信任他的人。仔细观察的话,沃伦很像个学究,虽然他在世俗生活中非常成功。

所以我这辈子不断地实践跨学科的方法。这种习惯帮了我很多忙,它让生活更有乐趣,让我能做更多的事情,让我变得更有建设性,让我变得非常富有,而这无法用天分来解释。我的思维习惯只要得到正确的实践,真的很有帮助。

我想进一步解释为什么人们必须拥有跨科学的心态,才能高效而成熟地生活。在这里,我想引用古代最伟大的律师马尔库斯·图鲁斯·西塞罗的一个重要思想。西塞罗有句话很着名,他说,如果一个人不知道他出生之前发生过什么事情,在生活中就会像一个无知的孩童。

这个道理非常正确,西塞罗正确地嘲笑了那些愚蠢得对历史一无所知的人。但如果你们将西塞罗这句话推而广之——我认为你们应该这么做——除了历史之外,还有许多东西是人们必须了解的。所谓的许多东西,就是所有学科的重要思想。但如果你对一种知识死记硬背,以便能在考试中取得好成绩,这种知识对你们不会有太大的帮助。

你们必须掌握许多知识,让它们在你们的头脑中形成一个思维框架,在随后的日子里能自动地运用它们。如果你们能够做到这一点,我郑重地向你们保证,总有一天你们会在不知不觉中意识到:“我已经成为我的同龄人中最有效率的人之一”。与之相反,如果不努力去实践这种跨科学的方法,你们中的许多最聪明的人只会取得中等成就,甚至生活在阴影中。

迈克尔·西蒙斯  巴菲特受益一生的习惯:学习者生活方式

当我们为了获取洞察力而设计我们的生活时,我们的日程安排将会完全不同:


  • 我们会利用好空闲时间,而不是让自己陷入忙碌。尽管管理者必须时刻保持着注意力,这样他们才能对发生的事情做出反应,但是学习者创造了大量空闲时间,来超越噪音并获得观察问题的视角。

  • 我们工作的环境会带来更多的创造力。正如我在《为什么成功人士每周花10个小时在“复合时间”上》中所写的,历史上许多最伟大的见解都是在小睡或散步时产生的,不一定是在办公大楼的小隔间里。

  • 我们在学习、实验和思考上投入了大量资源,因为它们是洞察力的基本组成部分。学习是通过人、信息和经验来获得多样化、稀有和有价值的知识积木。思考就是将这些积木组合成稀有而有价值的组合。实验就是要看看这些组合在现实世界中的表现。

  • 我们衡量成功的标准是我们洞察力的质量,而不是我们完成待办事项的速度。换句话说,我们衡量成功的标准从效率转向有效性。


  埃里克·施密特 (前谷歌CEO)
  • 要在某个行业里脱颖而出,最简便的简便有效的方法,是加深对行业的理解。要加深对行业的理解,最好的方法莫过于阅读。人们总说自己没有阅读的时间,这其实是在说,他们觉得尽量挖掘自己所在行业的相关信息不重要。你知道哪些人会针对自己的行业进行大量阅读吗?CEO就会。所以,你也应该学习他们的思维方式,开始阅读吧。


  亨利·福特
  • 不管你是20岁,还是80岁,只要停止学习,就说明你老了,坚持学习的人则永远年轻。人生中最大的乐趣莫过于保持头脑永驻青春。


已有 1 人评分经验 收起 理由
yunnandlg + 60 精彩帖子

总评分: 经验 + 60   查看全部评分

回复

使用道具 举报

yunnandlg 在职认证  学生认证  发表于 2019-5-15 06:14:03 |显示全部楼层
昨天阅读3小时,累计阅读490小时

You cannot win the war against the world, if you can't win the war against your own mind.
如果你连自己都战胜不了,何谈战胜世界?




Chapter 1, Getting Started with Python Machine Learning, introduces the basic ideaof machine learning with a very simple example. Despite its simplicity, it willchallenge us with the risk of overfitting.
Chapter 2, Learning How to Classify with Real-world Examples, explains the use of real data to learn about classification, whereby we train a computer to be able todistinguish between different classes of flowers.
Chapter 3, Clustering – Finding Related Posts, explains how powerful thebag-of-words approach is when we apply it to finding similar posts withoutreally understanding them.
Chapter 4, Topic Modeling, takes us beyond assigning each post to a single clusterand shows us how assigning them to several topics as real text can deal withmultiple topics.
Chapter 5, Classification – Detecting Poor Answers, explains how to use logisticregression to find whether a user's answer to a question is good or bad. Behindthe scenes, we will learn how to use the bias-variance trade-off to debug machinelearning models.
Chapter 6, Classification II – Sentiment Analysis, introduces how Naive Bayesworks, and how to use it to classify tweets in order to see whether they arepositive or negative.
Chapter 7, Regression – Recommendations, discusses a classical topic in handlingdata, but it is still relevant today. We will use it to build recommendationsystems, a system that can take user input about the likes and dislikes torecommend new products.
Chapter 8, Regression – Recommendations Improved, improves our recommendationsby using multiple methods at once. We will also see how to build recommendationsjust from shopping data without the need of rating data (which users do notalways provide).
Chapter 9, Classification III – Music Genre Classification, illustrates how if someone hasscrambled our huge music collection, then our only hope to create an order is to leta machine learner classify our songs. It will turn out that it is sometimes better totrust someone else's expertise than creating features ourselves.
Chapter 10, Computer Vision – Pattern Recognition, explains how to apply classificationsin the specific context of handling images, a field known as pattern recognition.C
hapter 11, Dimensionality Reduction, teaches us what other methods existthat can help us in downsizing data so that it is chewable by our machinelearning algorithms.
Chapter 12, Big(ger) Data, explains how data sizes keep getting bigger, and howthis often becomes a problem for the analysis. In this chapter, we explore someapproaches to deal with larger data by taking advantage of multiple core orcomputing clusters. We also have an introduction to using cloud computing(using Amazon's Web Services as our cloud provider).
Appendix, Where to Learn More about Machine Learning, covers a list of wonderfulresources available for machine learning.
已有 3 人评分论坛币 学术水平 热心指数 信用等级 收起 理由
充实每一天 + 40 精彩帖子
宽客老丁 + 5 + 1 + 1 + 1 精彩帖子
终身学习ing + 1 + 1 + 1 精彩帖子

总评分: 论坛币 + 45  学术水平 + 2  热心指数 + 2  信用等级 + 2   查看全部评分

回复

使用道具 举报

军旗飞扬 发表于 2019-5-15 06:24:07 |显示全部楼层
昨天阅读3小时,累计阅读2004小时!
已有 1 人评分论坛币 收起 理由
充实每一天 + 10 精彩帖子

总评分: 论坛币 + 10   查看全部评分

回复

使用道具 举报

nonewman 发表于 2019-5-15 06:29:35 |显示全部楼层
昨日阅读2小时,累计阅读1125小时。
已有 1 人评分论坛币 收起 理由
充实每一天 + 10 精彩帖子

总评分: 论坛币 + 10   查看全部评分

回复

使用道具 举报

zhangjiawei819 发表于 2019-5-15 06:33:17 来自手机 |显示全部楼层
昨天阅读2小时,累计阅读300小时
已有 1 人评分论坛币 收起 理由
充实每一天 + 10 精彩帖子

总评分: 论坛币 + 10   查看全部评分

回复

使用道具 举报

ccwwccww 发表于 2019-5-15 06:40:47 来自手机 |显示全部楼层
本帖最后由 ccwwccww 于 2019-5-15 10:02 编辑

昨天阅读1小时,累计1082小时
已有 1 人评分论坛币 收起 理由
充实每一天 + 10 精彩帖子

总评分: 论坛币 + 10   查看全部评分

回复

使用道具 举报

充实每一天 发表于 2019-5-15 07:00:39 来自手机 |显示全部楼层
当年轻人不再出门买菜,互联网菜场的好日子来了
https://mp.weixin.qq.com/s/0pUcTRpWrkJuM-HoF4rUVQ
回复

使用道具 举报

您需要登录后才可以回帖 登录 | 我要注册

京ICP备16021002-2号 京B2-20170662号 京公网安备 11010802022788号 论坛法律顾问:王进律师 知识产权保护声明   免责及隐私声明

GMT+8, 2019-9-19 17:06