每周分享第 50 期

每周分享第 50 期 2020 week 20 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】教育部印发#义务教育超标超前培训负面清单#:#不得对一二年级学生培训英语书写#……

阅读全文

模型思维(6)--合作博弈模型

当人们在进行合作的时候,我们需要对于每个人的贡献进行分析,从而知道哪一个人对于群体的贡献最大,哪一个最小,以此可以作为分配奖励的标准。然而量化分析这个并不容易,因为当不同人组合在一起时,可能就会产生不同的结果。我们介绍几个与此相关的概念来解决这个问题。 合作博弈 合作博弈由一组博弈参与者和一个价值函数组成。价值函数是指在一项多人合作的项目中,每个可能的联盟(子集)所产生的价值。 在合作博弈中,一个参与者的”最后上车者价值“ (last-on-bus-value)是指当他最后一个加入组织所产生的价值。例如,如果一个桌子四个人才能搬动,搬动的价值是10,那么这四个人每个人的最后上车者价值就是10。如果三个人可以搬动,那个第四个人的最后上车者价值就是0。我们可以看出博弈的总价值不是所有参与者的最后上车者价值之和,如果当价值随着参与者增多递减时,最后上车者价值的总和将小于博弈的总价值。 最后上车者价值并不能很好的刻画每个人的贡献度,夏普利值(Shapley value)则可以。一个博弈参与者的夏普利值,等于他在所有可能加入的联盟的次序下对联盟边际贡献的平均值。对于一个$N$个人参与的博弈,一个有$N!$种可能加入的结果,对于某个参与者$i$, 计算在所有次序中当其加入对于整体的边际贡献的平均值。 我们可以用3个程序员合作写代码作为一例子,一个项目有500行需要写。以下是一个人单独做,两个人合作,以及三个人合作产生的结果。其中C可以看作程序员鼓励师,当一个做的时候结果不多,但是合作时可以大大提高两人的合作成果。 合作 价值 A 100 B 125 C 50 AB 270 BC 350 AC 375 ABC 500 3个人合作的话有6种可能……

阅读全文

每周分享第 49 期

每周分享第 49 期 2020 week 19 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。在家上班太久了,已经想回公司上班了。。。 国内新闻 国内经济 【1】95后认为今年收入能增长2成?专家:心有多大舞台就有多大! 要问谁是中国最有信心的人?那肯定是年轻人了!央视财经大数据显示,18-25岁的95后年轻人信心爆棚,认为自己2020年收入能实现增长20%。对此,央视财经评论员、经济学家马光远在云连线中表示,年轻人还是要有一点想法的,有想象力不是盲目乐观,和年轻人在一起听他们谈人生、谈创业、谈未来的可能性,可以看出他们都非常积极乐观。年轻人对未来有很多期望,只要通过他们的努力和付出,最后都能登上属于自己的巅峰!……

阅读全文

读书推荐--《世界观》

如果你要问我哪一本书改变了我的世界观,我一定会说这本《世界观–现代人必须要懂的科学哲学和科学史》。看副标题就知道这是一本讲科学史的书,然而其独特之处在于其叙述过程,讲述了整个人类社会对于我们所处的世界的认识的过程。从一开始对于世界粗浅的认识,到后来是如何通过新的证据,不断推翻之前的见解建立起如今对于世界的认知的。 世界观是什么呢?书中对其的定义就是每个人对于这个世界的认识的集合,这些认识就像拼图一样紧密的拼接组一起。他们之间互相依赖紧密,如果中间任意一块不对,那么整个世界观可能就会土崩瓦解。在亚里士多德时期,人们有以下的一些观点: 地球是禁止不动的。地球位于宇宙中心。 每种基本元素都有一个基本性质,这一基本性质决定了元素的表现特征。 这些观点在我们看来是错误的,因为我们知道地球是绕着太阳旋转的,同时也是在自转的。但是我们可以仔细想想,究竟生活中什么现象可以证明这一点呢?我们每天看到太阳东升西落,并不能体会到大地的运动,从我们本身观测到的日常经验很难证明我们脚下的地球是在动的。这个世界观从公元前300年一直持续到公元1600年,都没有人去质疑。直到17世纪,由于望远镜的发明,人们通过更严谨的观测和计算,发现了地球是绕太阳转这个事实。牛顿也通过自己的研究以及总结前人的观点得到了牛顿三大定律,建立了牛顿的世界观体系。 本书的前十章介绍了一些科学定义,例如真理、事实、推理模式等等。这些概念看似简单,但也不好定义。真理的定义是“被证实的或者不存在争议的事实”,而事实的定义是“被认为为真的事物”。以观察为基础的事实,通常被称为经验事实。但大部分东西并不是你看不到就不存在的。人们深信不疑的一些观点,在很大程度上依赖于对我们所生活的世界的哲学性 / 概念性认识,通常称之为“哲学性 / 概念性事实”。关于经验事实和概念性事实,并不是两个完全区分开的观点,他们很多时候都是相互依存的。这就让我想起了黑客帝国里面的探讨,怎么知道所感知到的就是真实的呢?书中对于这些问题的定义可以帮助我们对于后面的内容进行理解。……

阅读全文

模型思维(5)--非线性模型

这一篇我们讨论非线性模型,不过由于非线性模型会有各种各样的形状,在这里我们只研究最普遍的凸函数和凹函数。 凸函数 凸函数的斜率是递增的,其中比较常见的是指数增长模型。 时间t的资源值为$V_t$, 其初始值为$V_0$, 且以速率R增长,可以写成: $$V_t = V_0 (1+R)^t$$……

阅读全文

每周分享第 48 期

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

模型思维(4)--线性模型

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

每周分享第 47 期

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

读书推荐--《浪潮之巅》

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

模型思维(3)--幂律分布

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