Return to site

Teach Yourself Programming in Ten years

记, 坚持“碎片学习”一周年

http://norvig.com/21-days.html

欲速则不达

我和很多人一样, 都有着速成做好某事的念头。老寓言“龟兔赛跑“谁都听过,也懂那个道理, 可我们还是义无反顾地被那股刻意求成的浪潮所卷进去,难以自拔。

在编程领域, 聪明如程序员的群体亦是如此。 我想可能原因是源自不少人轻信了所谓的”Cheatsheet”, 相信那些Learn XXX in Y minutes ,并且真的相信内容让他们能够很快地就达到和专业人士一样程度的幻境。

�所以, 放弃那些不切实际的“N天(小时)搞定”的念头, 换一个时间度量吧。

或许人月是个不错的主意, 不过Peter Norvig博士主张是用“年”来衡量这个过程的。 著名的作家Malcolm Gladwell在《异类》(《Outliers》)书提出的“一万小时天才理论”, 以我个人的过去一年持续碎片时间, 一年50周, 15 Hours/week, 即累积超过了800小时。 按照这个节奏下去, 我还需要坚持12年的时间, 才能成为某一领域的“天才”。 不, 纠正地说, 应该是才有可能成为某一领域的“天才”, 是必要条件而非充分条件。  

想想也是非常的辛酸 -- 从去年5月开始, 我开始利用地铁通行上下班的时间。

反正也是操作手间的机器, 为什么不看看有用的内容,而不再是“有意思"的东西呢? 于是,打开SafariBooks Online, 找了一本数据思维的书,每天翻译几百到一千字, 发表在某个社交平台。

并不是那个平台多优秀 -- 而是它当时原创内容做了字符数量的限制, 超过一定数量就得分2条发了。

有时会有人看到会点个心转个发,评个论; 更正常情况则是石沉大海--不过每次碎片的post,都收藏在了我的印象笔记。

通过探究,预测,推断从大数据集中提取模式,归纳结论。

探究:识别技术(均值, 箱线图,方差,偏度斜度, 缺失描述)

预测: 用已有信息去预测未知的数据(今天风云湿度,推测明天降水概率)

推断:统计学上的假设检验与推断。例如判断两组实验数据是否有差异, anova, 方差齐性。

Data Science is about drawing useful conclusions from large and diverse data sets through exploration, prediction, and inference. Exploration involves identifying patterns in information. Prediction involves using information we know to make informed guesses about values we wish we knew. Inference involves quantifying our degree of certainty: will those patterns we found also appear in new observations? How accurate are our predictions?

数据可视化图形与描述统计是EDA主要技术(EDA探究数据分析)

而机器学习主要用于预测,统计检验技术用于推断。

Our primary tools for exploration are visualizations and descriptive statistics, for prediction are machine learning and optimization, and for inference are statistical tests and models.

对于不完整的信息(一组抽样数据)我们想要得到总体的特征。这就是统计学上的常常看到的 sample — population 之间的关联(参数估计,区间估计,以及各种形式的估计方式) 因此统计是数据科学中具有重要地位。

数值计算(程序实现)自不必说,因为现实中很多非人解决的问题太多太多,我们只能借助cpu。

 

上面内容是复制自我的印象笔记, 日期为 2018年5月17日。

 

保持真诚

我加入得到App也快一年了, 也许是这个App的作用 -- 作为数据仓库与数据挖掘方向的从业人员, 你应该对自己家的产品足够了解。

于是借着这股潜意识,我开始加大了在得到App上的时间和金钱投入。 但是我不希望因为员工工作人员的身份破坏了自己作为用户的纯粹性,因此直到现在我还是避免用运营资产给自己充值。

坚持用为数不多的私房钱。

前几天和同事吃饭,她也提过可以用申请的方式,能省一点钱,时间长了几顿饭钱是有的。

有一点,我是非常认同的。没有认真对待过的东西, 你就是不会珍惜。

APP中的虚拟资产如此, 生活中购买的杂物也是。

吴军老师在他的得到专栏《谷歌方法论》中的第09,10封信--上帝喜欢笨人。

我特别喜欢这个观点。

我上周用手绘的方式画了一个项目的分布结果, 一些关键结果直到现在还在我的脑海里。 这件事情给我的启示非常深刻。

有价值的信息是自己加工过得出来的, 不是用电子、鼠标、公式几秒钟就出来的,这些数字印象就非常浅薄。

不要贪小便宜。 我的父母出身贫寒,所以直到现在,他们还是会犯一些贪小便宜的错, 这也是在我看来,他们的格局并不高的问题所在: 他们就像是时刻带着手电行军一样, 只顾眼前三米,忽略远方终点。

有了这样的“反面案例”, 自然地,我在步入职场后,就把“吃亏是福”作为一项做事的原则。 多做事情,即使是脏活累活,也不会有太多怨言。

我称之为在职场上对自己的真诚。

未来我还要学习的, 就是要聚焦少部分事情。

额外地, 吴军老师是我在得到app学习和工作的重要动力。

2019年, 我主动加入到他的新课程《信息论》的课程设计和支持工作中, 我很荣幸。

也在做这件事情的过程中, 深切感到一个技术人员对内容工作的陌生与忽视。

通过和课程主编的学习, 我感到自己的文字功底, 内容组织能力, 等等方面都达不到他们所期待的水平, 非常汗颜。 他有个著名的“段子”, 在得到三周年分享上,刘润老师的演讲中略见一斑:

- 老师, 这段文字写得非常完美!

- 如果, 非要我在鸡蛋里挑骨头的话。

- 我大概有如下99条建议!

但尽管这样, 我最后还是会答应自己的内心, 坚持对这门课的长期服务。

不完美,但要坚持真诚。

Programming

未来的时代,我也不确定是否会进入“人人都要学编程”时代。

能看到的现实是现在编程课程已经从以前的高中,逐渐下沉到初中甚至是小学了。

为什么我们需要学“一点”编程甚至要能操作一门语言呢?

如果单纯是将Language的Syntax作为豆腐块一样记忆到脑子里,

> 编程之于个人管理

> 编程之于时间管理

> 编程之于团队合作

> 编程之于终身学习

All Posts
×

Almost done…

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

OK