2020年5月3日
每周分享第 48 期 2020 week 18
你永远会低估你一周可以做的事情,在这里记录一下我这周看到的好东西。有些链接可能需要科学上网。
国内新闻 国内政策 【1】沪上券商五一防疫内部通知:节日期间乘坐公共交通工具跨省、出市的员工,返回后安排居家隔离14天。五一黄金周不黄金。……
阅读全文
2020年4月27日
模型通常是假定变量之间存在特定的函数关系,而线性关系是最简单也是应用最广泛的。
线性模型 在线性模型里,有自变量和应变量,应变量随着自变量的改变而改变。举一个例子,假如树木的高度与树木的年龄呈线性关系,那么树木每年生长的高度相同。线性模型用数学语言描述如下:
在线性模型中,自变量x的变化,会导致因变量y的线性变化:
$$y = mx + b$$……
阅读全文
2020年4月26日
每周分享第 47 期 2020 week 17
你永远会低估你一周可以做的事情,在这里记录一下我这周看到的好东西。有些链接可能需要科学上网。
国内新闻 国家政策 【1】卫健委:经陆地边境输入风险仍在上升……
阅读全文
2020年4月23日
一本好书改变我们的认知。今天给大家推荐吴军的《浪潮之巅》,这是一本值得每一个高科技从业者所阅读的书。
这本书主要讲了美国高科技公司在这近百年的发展历程,从五十年代的霸主AT&T讲到谷歌,云计算的发展。在这之外还利用了一些章节介绍与这些科技企业创立密不可分的风险投资银行,斯坦福大学,不同公司的商业模式。阅读本书可以帮助读者了解与整个行业相关的方方面面。
在科技发展史上,总有一些公司很幸运地站在了技术革命的浪尖上,一旦站在那个位置,即使不做任何事情,也可以随着波浪顺顺当当向前飘十年甚至更长时间。他们站在时代的浪潮之巅上,被当时的年轻人所追逐。
AT&T虽然现在只是一个电信运行商,但是他的历史可以追溯到电话的发明人贝尔。由于它在电信业务的垄断地位,资助了自1925年成立的贝尔实验室,成为历史上最大最成功的私人实验室,在这里诞生了晶体管,unix系统,第一颗商用卫星等等,作者在1997年也在那里实习过。由于公司在20世纪末一系列错误决定,导致AT&T公司的辉煌不再。
另外,我们所熟知的苹果公司在80年代的个人电脑上也占据了统治地位长达10年之久,直到微软通过多年钻研发布windows 3.0之后才将其打败。微软则靠windows操作系统垄断在科技行业几乎战无不胜,占据老大的地位多年。近些年由于互联网的兴起,谷歌又通过掌握了互联网的入口站在了浪潮之巅。书中还写到了IBM,英特尔,甲骨文,思科这些曾经辉煌目前还存在的公司,也写了例如太阳,网景公司这些与成功失之交臂,最后退出历史舞台的公司。读后让我对于这些公司的发展历程有了更进一步的认识。
本书不仅讲了科技企业的发展史,还提到了一些科技行业的定理,例如安迪-比尔定律,70-20-10定律。70-20-10定律是说的在科技行业,老大占市场的70%,老二占20%,剩下的占10%。例如个人电脑市场,微软第一,苹果第二;例如处理器市场,英特尔第一,AMD第二。作者也在书中解释了一些可能产生自现象的原因。
书中也介绍了一些关于投资银行的金融知识,看似与科技史的主题有所偏差,其实这也是科技企业发展的重要一环。在创业早期,没有资金就无法发展壮大。华尔街的投资人为这些创始人的成功带来了最初的启动资金,在企业成功后公司就面临着提升股价和专注技术的冲突。书中的一些公司的失败也正是因为这种冲突产生的短视,虽然有短时的利益,但是长期对于公司则是致命的打击。
著名的风险投资银行:红杉资本……
阅读全文
2020年4月22日
这一篇讨论的是幂律分布(power law distribution)。这个分布在生活中十分常见,如果当我们发现会出现一些极端的情况,视频下载量、书籍销量、学术论文引用数量、战争中的伤亡人数、洪水和地震等等,这就是幂律分布。而这些极端情况就在这长长的尾巴里,也被称为长尾分布。
幂律分布的定义 在正态分布里,我们要求事件是互相独立的,而在幂律分布中,事件则不是互相独立的,而且通常是以正反馈的形式出现的。当一件事情发生之后,也会更频繁地发生类似的事情。
我们可以用数学公式来定义幂律分布。事件发生的概率与事件大小的负指数成比例。事件越大,发生的可能性越小。
一个定义在区间 $[x_{min}, \infty]$ 的幂律分布可以写成:……
阅读全文
2020年4月19日
每周分享第 46 期 2020 week 16
你永远会低估你一周可以做的事情,在这里记录一下我这周看到的好东西。有些链接可能需要科学上网。
国内新闻 国内政策 【1】国家卫生健康委:将分餐制形成制度推广……
阅读全文
2020年4月13日
这个图片展示了不同的平均值和方差的正态分布,这可以说是生活中最常见的模型了。很多地方都可以看到正态分布的影子,例如大多数生物的高度和重量都可以看到正态分布。那么为什么会出现正态分布呢?在什么情况下可以把分布看作正态分布呢?正态分布有什么应用?这篇文章将回答这些问题。
为什么存在正态分布 这里首先需要提到中心极限定理:
在适当的条件下,大量相互独立随机变量的均值经适当标准化后分布收敛于正态分布.
这里用抛硬币的例子来说明这个问题,每次抛硬币是独立同分布的。如果连续抛10000次硬币,每次抛硬币的正反概率都是1/2,之后计算出现正面的概率。重复做这个实验很多次,得到的正面结果的分布就是一个正态分布。
中心极限定理的特殊之处在于不管每个独立事件的分布如何,最后都是成立的。经研究发现,当 N > 20 的时候,这些独立事件的均值就服从正态分布。因为N是固定的,所以也可以看作这些独立事件的和是正态分布的。……
阅读全文
2020年4月12日
每周分享第 45 期 2020 week 15
你永远会低估你一周可以做的事情,在这里记录一下我这周看到的好东西。有些链接可能需要科学上网。
国内新闻 国内政策 【1】商务部:严控出口医疗物资质量 维护“中国制造“形象……
阅读全文
2020年4月7日
本文是对于《模型思维》这本书解读的第一期。这本书通过24种模型对于生活中的各种问题都做了解析。其中有不少数学公式不是很好理解,我希望通过自己的能力对于这本书的一些重要内容进行解读,方便大家的理解运用。
模型影响到了我们生活中的方方面,比如新冠疫情就可以使用传染模型进行分析,人与人的交流就可以利用网络模型。在对于事情进行建模以后,我们可以方便地识别其中的重要部分,解释发生的现象,对于未来可能发生的事情进行预测。一件事情也可以利用多种模型进行解释,在将他们组合起来的时候,可以从不同角度分析这件事,从而获得新的见解。
在学习不同的模型之前,我们需要先对其中的关键部分 – 人,进行建模。在社会中,人是最重要的一部分,但人又是各种各样,很难预测未来的行为。而且人是可以不断学习的,所以当前的预测不代表未来也是一样的,人们会修正自己的行为。这里我们可以通过以下三种方法对人进行建模。
理性人 最简单的模型就是把人看作是理性的,这种建模方法认为人会对于自己的利益最大化的个体。
我们可以把一个人对于某事的偏好写成 $F(X)$, 其中X就是不同的因素。我们可以认为理性人的行动依据就是可以达成 $$Max(F(X))$$……
阅读全文
2020年4月5日
每周分享第 44 期 2020 week 14
你永远会低估你一周可以做的事情,在这里记录一下我这周看到的好东西。有些链接可能需要科学上网。
国内新闻 国内政策 【1】无症状感染者统计数据应公开透明……
阅读全文