Pre-Demo-Field

DeamoV's Blog


  • 首页

  • 分类

  • 关于

  • 归档

  • 标签

  • 搜索

《滚雪球》- 爱丽丝·查理芒格

发表于 2018-08-08 | 分类于 读书笔记
| 字数统计 1729 | 阅读时长 8

读书笔记

在巴菲特看来,真正富有的人生应该是这样的:做一份自己喜欢的工作,找到兴趣相投的朋友。只要能做到这些,你的人生也一样是成功的。 正如巴菲特的总结,做一个自己能感到自己价值的工作,找到能互相认可的人也许才是人生的最大意义。在努力的做自己的喜欢的工作的时候才能更容因进入”专注“的境界。而兴趣相投的朋友则会让你的生活变得丰富,人说到底还是群居的动物,社交是必要的也是维持正常心理所必须要的要素。

同时他们之间也是互通的,一个好的社交保持了好的积极的心态,保持了良好的且多元的信息社区,促进了工作的进步,工作的进步获得了回报,在财力和心理上形成正向激励,达成”飞轮效应“,进步越来越开实现复利增长。

巴菲特有三宝,“内部积分卡”,“专注”,“复利” 内部积分卡指的是,自己的行为有自己的评价标准,自己来定义自己是什么样的人,而不是由外部来定义自己,这样做到之后就会达到一种非常好的内心自洽。正如熊太行老师讲的那样,其实有时候内心自洽是一个强大者的开端,能让我们不去盲目的做一些违背自我的决定。

“异于常人”的专注,其实很多时候是别人不能复制你成功的最大的壁垒。有着异于常人的专注的巴菲特能够通过专注找到“地上的烟蒂”,而缺了专注的行业其他人即便知道了方法也不能发现“烟蒂”。

复利,在滚雪球中,复利的魅力用于体现在投资上,每次都能在之前的基础上以一个固定的比例进行增长,之后会越涨越快一发不可收拾。这点在吴军的《Google方法论》和《硅谷来信》,以及吴伯凡老师也多次提及,不过名词略有不同,吴军老师称之为指数增长,吴伯凡老师称之为飞轮效应。都在强调可叠加的魅力。如果放在生活中,我们应该常常反思,我们现在做的工作是不是可以叠加的,是不是在以大利益行动,是不是能成为未来的自己工作学习的基础。

人生就像滚雪球,最重要的就是发现湿雪和长长的山坡 这句话特别经典,也被很多人视为人生格言。我的感悟是,湿雪不难找到,但是有耐心和勇气去用人生这一个有限的时间,去选择一个长而不急的山坡不是每个人都能做到的。很多人看到别人在急坡中一时的成功,便忍不住放弃自己的计划,跟随别人,最终摔得人仰马翻。随后重复上述过程,直到到达山底最终一无所获。最佳的策略也许是认准一个“湿雪”较多的路径,随着不陡不缓的山坡,不急不躁,把自己的雪球越滚越大。

阅读全文 »

Logistic回归&SoftMax回归

发表于 2018-08-07 | 分类于 机器学习
| 字数统计 2890 | 阅读时长 14

序言

在机器学习02(回归算法上)中我们介绍了普通最小二乘线性回归算法,并进行了较为详细的推导,同时通过分析其过拟合的问题,推导出了另外三个算法,Ridge回归算法,LASSO回归算法,以及弹性网络。并简要的分析了他们的优缺点。今天我们来接着介绍算法。为什么说是算法而不是回归算法呢,是因为在研究了逻辑回归和Softmax回归算法以后,惊讶的发现这两个算法是分类算法,所以这个回归算法下的说法就不是很严谨了。

阅读全文 »

线性回归算法

发表于 2018-08-07 | 分类于 机器学习
| 字数统计 2854 | 阅读时长 14

回归算法

在序章中我们提到了,机器学习的本质就是一个分类器,对给出的数据进行有价值的分类。 ​具体的机器学习算法的分类分为,监督学习和无监督学习两种。而在监督渡学习中,我们以分类的类别是否是离散的,分为两种分类方式,分别是分类和回归。即,分类后是有一定的,像水果的分类,苹果,梨,橘子等等这样确定的分类的是分类,而分类后的预测结果是一个连续的数值则是回归。在这篇文章中,我们说的回归算法便是监督算法中的回归算法。

阅读全文 »

机器学习序章

发表于 2018-08-05 | 分类于 机器学习
| 字数统计 1363 | 阅读时长 6

序言

机器学习&人工智能&深度学习,这三个是现在经常听到的词语。一旦提到了这些都会给人一种高大上的感觉,感觉会是一种很难学会的技术。表示在下血本(突然脑抽)的情况下,剁手买了1w多的数据挖掘的网课,目前正在学习它,希望能在学习完成后揭开机器学习的面纱,争取让每个读我的博客的人都能对机器学习有一个较为全面的概念。

目前的更新顺序为课程的顺序,在整体学完之后,会按自己的理解进行一个汇总。

阅读全文 »
1 … 8 9
DeamoV

DeamoV

84 日志
20 分类
54 标签
RSS
Github Twitter
Links
  • J-Cabin
© 2025 DeamoV
由 Jekyll 强力驱动
主题 - NexT.Muse