有时候奋斗着奋斗着,总会忘记自己为了什么而奋斗,有什么意义呢?

 

笔者最近看吴军的新书,得知有一个37%幸福规则,是科学家经过大量数据分析总结而来的,大意如下:

如果你要买房,你需要先看房子,你决定用一个月的时间来买下一个房子,你就要先把这一个月的时间分成两个阶段。

 


在第一个阶段你只看不买,就是根据自己的购买能力,了解一下市场上哪些房子你喜欢,哪些你不喜欢。记住在这个阶段内你看到过的最满意的那个房子。等到过了你1个月设定期的37%以后,你就进入到第二个阶段。

 

如果预先设定的期限是一个月,那么第二个阶段就从第12天开始,从这天开始,你一旦遇到一个比第一阶段那个最好的房子好,或者与它类似的房子,就要毫不犹豫的买下来。

 

37%规则,并不能保证你一定能买到最好的房子,但是在假定市场上的房子随机出现的情况下,它是能让你买到一个足够好的房子的好办法。

 

从概率的角度来说,如果你看了不到37%的房子就开始买,你将来很可能后悔买早了,如果你看了超过37%的房子开始买,你将来很可能后悔买晚了。

 

理性的人应该知道什么时候停止。

 

你先估计一下自己做一件事儿,成功的概率有多大,然后又成功的概率,除以失败的概率,就是你做这件事的最优次数。

 


比如抢劫,比如你的水平很高,得手的可能性是90%,失手的可能性是10%,那么你就应该在抢劫九次以后收手,如果你成功和失败的可能性都是50%,那么这件事你就应该只做一次。

 

我们希望每一天都活在当下,可是从数学角度来说,你预计停留的时间越长,探索新事物的价值就越高,基廷斯指数也就越高。

 

如果我们把期限设定为人的一生,这就意味着年轻人应该多探索,到了后期就要专注于收获。

 

因此对理性的人来说,要想过好这一生意味着三件事:

第一,年轻时代要大胆探索。在年轻时代可以不断的探索未知,积累各种经验教训,才能迅速理解这个世界,他的后期才能做出更好的选择。

 


第二,随着年龄增长,要慢慢学会,利用已有的知识,专注于收获。一般的规律就是,人的年龄越大,社交的圈子越窄,老了以后经常交往的也就寥寥几人,经常做的事情也就那么几件,去的地方也非常有限,吃饭只去一个餐馆,就好像已经失去探索的动力了。


之前人们都认为这是老年人的悲哀,可是斯坦福大学有个心理学家认为,这其实是老年人的理性选择,他们已经完成了探索,他们知道,自己最适合做的事情是什么,和哪些人在一起最舒服,哪个餐馆最符合自己的口味,他们已经没有冒险探索的必要,只要享受人生就可以了。

 


第三,在慢慢变老的过程中,我们的生活其实是越来越好的。研究表明,随着年龄的增长,人的精神状态和生活状态都会越来越好,如果你已经知道自己喜欢什么,你就会很乐意被自己喜欢的事物所包围。当你看到一位老人,每天见同一个人去同一个餐馆,坐在同一个座位,点同样的饭菜,你可能会以为他的生活很无聊,殊不知,这才是最浪漫的事,他是在享用自己用一辈子的时间所探索出来的成果。

 

身边常有人对我们指手画脚。

“你做这件事不会有结果的啊!”

“你这工作没前途~”

“你就是瞎折腾。”

 

只有我们自己知道,自己从来不是瞎折腾。

996不是屈服,是坚持。

去北上广深不是不知深浅,是想更多的激发潜能,证明自己的价值。

 

我们大胆探索,不断突破自己的上限,为的就是将来能够安心的说:“这是我探索出的人生。跟你,不一样。”

 


程序员爱学习,总有人拍到程序员加班看书,做地铁看书,各种求电子书资料。这种看书,跟某些拍照晒朋友圈的行径完全不是一个性质,程序员每一次学习,都是为了解决目前的问题,为了解决未知的问题,甚至为了改变自身现状。

 


所以,那些不懂程序员的人,凭什么指手画脚的谈论“程序员的前途”二字?人工智能是现在的大势所趋,许多程序员认真学习、准备入行。这时候总有些“前辈”自己不愿改变现状,一边做着焦虑的中层,一边说:“你学这个太晚了,根本不行,别浪费时间了!”

 


这个圈子太大了,有些同学准备去做数据挖掘,计算机视觉,自然语言处理等各大领域,什么都学,确实耗时,但是核心竞争力强。主做一个领域去深挖,在做横向拓展,会更容易把自己培养成专才。

 

而这其中最核心的就是机器学习了,想要开始探索,要做的一切都离不开它。所以学习人工智能的第一个目标就是搞定机器学习各大算法,掌握其中各种应用案例。

 


机器学习能做什么?举一个小例子,我之前特别喜欢玩梦幻西游手游(是不是勾起了一段回忆……),一顿氪金。弃坑之后它们客服经理给我打电话,说您能不能回来接着玩耍(充钱)呀,帮派的小伙伴都是十分想念……

 


这时候我就想为什么会给我打电话呢?每天用户流失的不下上万人吧,那肯定得挑重点客户来沟通了,其后台肯定有我们的各种数据,比如游戏时长,充值金额,战斗力等,通过这些指标就可以来建立一个模型,去预测哪些用户最有可能返回来接着充钱了。

 


机器学习能做的远不止这些,数据处理分析,图像识别,文本挖掘,自然语言处理,语音识别……这些都是以其为基础的。现在各大公司也是越来越注重数据的价值,机器学习也就必不可缺了。

 

在这个和时间赛跑的世界里,大胆探索、跑得更快的,永远是最稀缺的人才。

 

如何成为一个真正的机器学习工程师?

 

学习建议:

*
结合自身能力和经验,用机器学习扩充自身能力和价值

*
积累领域知识,提高灵活解决问题和协作的能力

*
首先搞定机器学习各大算法,掌握多种案例

 

 推荐课程:

由人工智能博士唐宇迪主讲《10小时玩转机器学习》(已超300人报名)

原价:199元

早鸟价:129元(限时3天)

点击链接立即报名:https://edu.csdn.net/huiyiCourse/series_detail/135
<https://edu.csdn.net/huiyiCourse/series_detail/135?utm_source=blog11>

 

或扫下方码拼团报名(跟团仅需119,立省80元)


友情链接
KaDraw流程图
API参考文档
OK工具箱
云服务器优惠
阿里云优惠券
腾讯云优惠券
华为云优惠券
站点信息
问题反馈
邮箱:[email protected]
QQ群:637538335
关注微信