Return to site

洞见时刻

摘录一些"A-HA MOMENT"

· 知识,阅读
至繁归于至简。 - 达芬奇

关注本质

亚马逊CEO杰夫贝佐斯(Jeff Bezos)因Amazon业绩大好, 在2018年成为了全球首富。

Amazon不止是一家电商平台, 它的核心三大业务:

  • AWS  Amazon (Amazon Web Service 云服务, 包括EC2, S3均在此) 120亿 Billion/Year
  • Prime  (会员服务, 年用户数6000万+)
  • Marketplace  (第三方卖家平台)

在他写给股东的股东信中, 反复阐释他的商业理念:

一个梦幻般的业务一般要有四个属性: 一是客户非常有需求; 二是它能成长到很大的规模; 三是资本回报率高, 四是它能抵抗时间──也就是能够存续很多年。

当你找到这种业务的时候, 你应该把它紧紧抓住不放。

 

有人采访他说你觉得未来20年,市场上什么东西会变化,贝佐斯说,我历来不太关心什么会变化,而是什么东西永远不会变。

在机器学习中经常会用PR水平来衡量分类器的效果。其中P是指精准率Precision, R是召回率Recall。

一直以来,我都理解的不够深刻, 以及多个Classifier的在PR曲线上的比较策略。

但某一天,我在得到音频中听到了这样一个概念 : 假阳性与假阴性。

一般来说 阳性(+)表示疾病或体内的变化, 而阴性(-)表示正常。

假阳性:检测结果显示为阳性(医生说你得病了), 但这个结果是假的, 即真实情况你并没有得病。 (FP) 也叫做第一类错误, Type I error 误诊率

假阴性:检测结果显示你是正常的, 但这个医生手段不行, 没有诊断出来,即真实情况是你可能悲剧了。 (FN) 也叫做第二类错误,Type II error 漏诊率

precision = TP / (TP + FP ) precision 越高 误诊率越低 互补的关系

recall = TP / (TP+FN) 也叫 hit rate 击中率 击中率越高, 漏诊率越低。 互补的关系

 

再举另一个例子, 比如说我们一辈子与人交往的过程中都有一个固定不变的交友原则。

(或者想成我们是一个正在招人的HR面试官)

方案一是 只有对方表现的足够好, 我才选择与之交友; (只有对方是来自名牌大学知名专业导师,有过发表论文的优秀毕业生, 我才招募)

方案二是 在对方没有做坏事之前,我都选择与之做朋友; (只要是大学生, 没有任何刑事上的处分,我就招他)

 

第一种方法会是 误诊率低,但漏诊率高(很多还可以的人,就被pass了) ── 高Precision,低Recall

第二种方法 漏诊率低,但误诊率高(很多不法分子就混进来了) ── 高Recall 低Precision

 

precision = TP / (TP + FP ) precision 越高 误诊率越低 互补的关系

recall = TP / (TP+FN) 也叫 hit rate 击中率 击中率越高, 漏诊率越低。 互补的关系

再举另一个例子, 比如说我们一辈子与人交往的过程中都有一个固定不变的交友原则。

(或者想成我们是一个正在招人的HR面试官)

方案一是 只有对方表现的足够好, 我才选择与之交友; (只有对方是来自名牌大学知名专业导师,有过发表论文的优秀毕业生, 我才招募)

方案二是 在对方没有做坏事之前,我都选择与之做朋友; (只要是大学生, 没有任何刑事上的处分,我就招他)

第一种方法会是 误诊率低,但漏诊率高(很多还可以的人,就被pass了) ── 高Precision,低Recall

第二种方法 漏诊率低,但误诊率高(很多不法分子就混进来了) ── 高Recall 低Precision

企业的垄断

第一部反垄断法 - 《谢尔曼法案》 1890 美国

 

垄断是不好的么? 大公司拆分后会有哪些影响?

 

过去我的认知局限于此, 认为垄断一定产生垄断利润和更高的寻租成本

第一部反垄断法 - 《谢尔曼法案》 1890 美国

垄断是不好的么? 大公司拆分后会有哪些影响?

过去我的认知局限于此, 认为垄断一定产生垄断利润和更高的寻租成本

All Posts
×

Almost done…

We just sent you an email. Please click the link in the email to confirm your subscription!

OKSubscriptions powered by Strikingly