白凤临江

33 Flips | 2 Magazines | @5caos61 | Keep up with 白凤临江 on Flipboard, a place to see the stories, photos, and updates that matter to you. Flipboard creates a personalized magazine full of everything, from world news to life’s great moments. Download Flipboard for free and search for “白凤临江”

4个时间管理误区,让你比别人少活了半辈子

工作中,每个人都拼命想充分利用时间。<p>几十封邮件,如何才能高效处理?一整天都在开会,该怎样完成手上的工作?任务清单不断积压,什么时候才能做完?天啊!<p>更糟糕的是,很多错误理念让我们根本不知道“时间管理”到底是个什么东西、究竟该如何实现。<p>以下是最广为人知的“时间管理”建议,到底对不对呢?<p><b>观点1:时间管理就是管理时间</b> <b>❌</b><p>确切的说法是,时间管理就是管理效率。乔丹·科恩是工作效率方面的专家,著有《把时间放在重要的工作上》(<i>Make Time for the Work That Matters</i>)一书。他说,时间管理的实质是工作效率,其中的差别好比节食和保持健康之间的关系。科恩说:“你想怎么节食都行,但节食不一 …

真正拥有高情商的人,这辈子的能耐一定不会小

所谓情绪智力(emotional intelligence),就是一个人辨识和管理自己与他人情绪的能力。有许多个人品质可说是才华和事业成就的核心要素,但是在过去十年,情绪智力特别受到关注。更重要的是,情绪智力不像其他能力那样,只不过是流行一时的精神概念而已;它是一种永不过时的品质。<p>实际上,有数千项学术研究已经表明,情绪智力的科学评估方法对于一个人的工作表现、领导潜力、创业能力以及职场竞争力的预测准确度极高。除此之外,情绪智力的重要性不只局限于工作范畴,因为高情绪智力与良好的人际关系、身心健康和愉悦程度密切相关。<p>这对高情绪智力的人来说是件好事,但是情绪智力较低的人该如何提升自我认知能力和人际关系 …

99年的人都成年了!你再不发力,世界就要交给00后了

今天是5•4青年节,在这里要提醒各位90后们,今天是99年出生的孩子们——最后一批90后集体满18周岁的日子。<p>不管愿不愿意,90后们已经被时代推到了舞台的中央,幕布拉开,该你上场。<p>20郎当岁,人生才刚刚开始,生活的美好图景在你眼前慢慢铺开,值得担忧的事情还遥遥无期。<p>但年轻的日子,真的经得起浪费吗?<p>当任性的时光远去,一事无成的焦虑感和30岁的生日一起到来,你也许会端起酒杯,哭着对自己说:为什么我一事无成?<p>我们之前的文章《为什么你总是管不住自己?》中提到,年轻人的危机感,要来得早一点好。<p>美国弗吉尼亚大学临床心理学家Meg Jay在TED演讲中曾说:30 is not a new 20——三十而立, …

真正高质量的人脉圈子,有且只有2类朋友

我在23年前曾进行了一项关于建立人脉的研究。我当时调查过的许多人都对“建立人脉”这个名词不熟悉,我就把建立人脉解释成“多人指导”。这样的形容让人想起“师徒”这个具有数千年历史的概念,也让大家非常明白,一个人的圈子应该包括能给你建议和支持的人。<p>一个理想的圈子就像一个导师一样,能提供两种截然不同的支持:首先是<b>工具性支持</b>,他们会为了帮助你达到目标而提供相关的理念、建议和协助;其次是<b>社会心理支持</b>,他们会为了帮助你实现个人成长而提供支持。<p>最好的圈子都会提供这两种支持,不过我在1993年进行研究时,人们往往只关注其中一种支持,反而忽略了另一种支持的价值。<p>光阴似箭,如今每个人都有了自己的圈子,而且圈子也比以 …

这样给任务分类,让你忙得有效率

我一直提倡,计划时要对每天的任务分类管理。<p>其中的一种分类,是根据“情境”(即完成任务的地点或工具),比如说家里、办公室、外出、娘家等等,或者是电脑&网络、无需网络、打电话、平板、微信等等。<p>这样之后,属于哪个地点或工具下的任务,可以实现“批量接连完成”,提高效率。<p>就好像你突然想起要出门办点事,可是出个门不容易呀,费好大的劲,那能不能顺便把需要出门办的其它任务顺便完成呢。<p>于是,你找到了“外出”这个情境下的所有任务,顺路把它们一网打尽,自不必再跑第二趟了。<p>这明明是个相当高明的技巧,对吧?<p>可是,有小伙伴眉头一皱,说:“这样分类方式,我用不上......”<p>分类用不上,肯定是哪里出了问题。这个问题怎么破呢 …

How Elon Musk learns faster and better than everyone else

How is it even possible that Elon Musk could build four multibillion companies by his mid-40s — in four separate fields (software, energy, transportation, and aerospace)?<p>To explain Musk’s success, others have pointed to his heroic work ethic (he regularly works 85-hour weeks), his ability to set …

一季比一季屌,豆瓣9.6都嫌少

美剧迷最近大概都忙起来了。<p>《绝命毒师》的衍生剧<b>《风骚律师》第三季</b>最近开更了。<p>鱼叔已经写过。<p>另一部神剧<b>《冰血暴》</b>,刚刚也出了第三季。<p>一下更新两部神剧,这个春天真的是美剧迷的春天。<p><b>冰血暴</b><p>Fargo<p>第三季的导演和编剧依旧是<b>诺亚·霍利</b>。<p>他的代表作<b>《识骨寻踪》,</b>被很多人认为是经典中的经典。<p>今年的新作<b>《大群》</b>,口碑也十分出色。<p>但是,《冰血暴》一出,更加所向披靡。<p>本剧第一季<b>8.9</b>,第二季<b>9.2</b>。<p>到了第三季,刚播出一集就直接<b>9.6</b>。每季的评分都在不断攀升。<p>一向挑剔的IMDb,评分<b>9.1</b>。<p>神剧年年见,但一季比一季神的可不多。<p>第一季和第二季都是<b>分别独立的故事</b>,第三季也是如此。<p>也就是说,就算没看过前两季,<b>直接看第三</b> …

一篇文章终结所有的鸡汤文 | 人究竟为什么要努力?

我每天七点起床,带领成长营的小伙伴们读书一小时。<p>八点至九点洗漱做早餐。<p>九点至十二点去咖啡馆写作。<p>中午准时午休35分钟。<p>下午两点至六点继续写作,组织会议讨论,处理杂事。<p>六点至七点休息吃饭。<p>八点至九点半继续工作。<p>九点半至十点半再带领成长营的小伙伴们读书一小时。<p>这就是我每天的生活安排。<p><b>一</b>、<b>鸡汤本质上是一种“精神毒药”</b><p>跟许多的大V或者创业者们相比,我这样的一个作息其实算不上“努力”,至多勉强算是勤奋。<p>但比起以前那个每天九点半起床,刷一上午手机,下午慢吞吞地用一个小时的时间写三四百字,然后就陷入瘫痪机制,玩游戏,刷剧。<p>对于之前那个晚上偶尔看半个小时的书,然后熬到十二点之后再睡的我来说,现在的我可以说是有 …

如何与你的老板谈笑风生

我叫骨头,我想退学……不想干了……因为老板又来骂我了……<p>杀姐姐:啥?退学?不行!<p>骨头:杀姐姐,那我老是被老板骂怎么办呢,最近我天天哭……<p>杀姐姐:嗯,那是因为,你不会调教老板。即使你现在退学,出去找工作,也不会有任何改观的……只会越来越糟糕……好吧,阅人无数的我,今天就来给你开一门新的课程《杀姐姐的五十度灰——如何管理老板》。<p><b>第一章,先要认清老板是什么样的人,一样米养百样人,但是科研临床上的老板,只有那么几类:</b><p>1)太空人:这类老板你一般是碰不到的,因为他要么在国外,要么天天飞国内,入学面试说不定都见不到,甚至有的连你师兄师姐答辩都没时间出现。这类老板只需要邮件交流,肯定不会骂你,因为他们自己心里 …

Nature论文:从不确定性表征到自动建模(附论文)

<i>机器如何从经验中学习?概率建模提供了一个框架,帮助我们理解什么是学习,也因此成为了设计可从经验数据中学习的机器的主要理论和实践办法。这种描述了如何表征和控制模型和预测的不确定性的概率框架,在科学数据分析、机器学习、机器人技术、认知科学以及人工智能领域中扮演着中心角色。这篇评论介绍了这种框架,并讨论了</i> …

漆远:小数据学习和模型压缩存挑战,场景成为 AI 技术发展关键

<b>新智元报道</b><p>作者:张易<p><b>【新智元导读】</b>蚂蚁金服副总裁、首席科学家漆远博士在新智元2017开源·生态AI技术峰会上阐释了 AI 技术在金融场景中的应用和巨大价值。漆远特别强调了场景化对于 AI 技术的意义,并以智能客服、个性化产品和资讯推荐及保险等具体场景为例加以说明。特别地,漆远指出了当前 AI 技术应用中存在的一些挑战,富有借鉴意义。<p>“蚂蚁金服是一家技术驱动的公司,我们做的事情,是使 AI 技术成为普惠金融的支点。”蚂蚁金服副总裁、首席科学家漆远博士,在有中国“ AI 春节”之称的新智元2017开源·生态AI技术峰会上表示。<p>大约一个月前,在北大“人工智能前沿”系列课程的讲堂上,作为特邀演讲人的漆 …

特写|人工智能背后的人

机器之心原创<p><b>作者:虞喵喵</b><p>在大部分人看来,人工智能是个有些「科幻」的词汇,代表小说电影中和人类长相相似、或温柔或冷酷的机器人。<p>稍微熟悉一点,这份印象又变成冷冰冰的 GPU 阵列、复杂多层的神经网络和一大串佶屈聱牙的专有名词。能接触它们的除了工程师,就是科学家。<p>也许这份印象需要再度刷新一次——人工智能,真的需要不少「人工」。<p><b>一</b><p>秦娇今年刚满 30 岁,几个月前刚刚从呼叫中心跳槽到一家「数据加工」公司。虽然跨了行业,她并不觉得两份工作有什么不同,都是按照甲方的要求和己方的工作节奏,把人手安排到一个又一个项目中去。<p>公司刚成立不到一年,眼下业务大多是标注数据,即根据项目方要求,人工为图片、视频和语音内容打 …

学界 | 定量研究:当前机器学习领域十大研究主题

选自arXiv<p><b>作者:Patrick Glauner等</b><p><b>机器之心编译</b><p><b>参与:韩小西、李泽南</b><p><i>机器学习的发展日新月异,目前最热门的研究方向是什么?近日,来自卢森堡大学等地的研究者们对近十年来各大热门期刊和会议上发表的论文进行了定量分析,通过机器学习找出了目前业内排名前十的研究主题。在这份新榜单中,支持向量机、神经网络和数据集排名前三,大幅领先于其他主题。读者可以点击「阅读原文」下载此论文。</i><p>论文地址:https://arxiv.org/abs/1703.10121<p>机器学习研究中常探索哪些话题?这个问题曾于 2007 年通过在杰出的研究者中做定性调查第一次得出过答案。在本文的研究中,我们从定量的角度回答这个 …

业界 | 深度学习真的万能吗?理解深度学习的局限性

选自venturebeat<p><b>作者:MARIYA YAO, TOPBOTS</b><p><b>机器之心编译</b><p><b>参与:蒋思源、李亚洲、韩小西</b><p><i>深度学习较其他机器学习方法在各类任务中都表现优异,各个机构或院校也花了巨大的精力和时间投入到深度学习,并取得了令人惊叹的成就。但深度学习近来也暴露出其内在缺陷,很多学界领军人物都在积极探讨解决办法和替代方案。因此本文力图阐述深度学习的局限性,引发更多对深度学习的思考。</i><p>人工智能已经达到了炒作的顶峰。新闻报告称有的公司已经使用 IBM Watson 取代了工人、算法在诊断上击败了职业医生。每天都会有新的人工智能创业公司出现,宣称能使用机器学习取代你的私人和商业难题。<p>榨汁机、Wi-Fi 路由 …

想养成记账习惯,这 7 个方法亲测有效 | 领客专栏 · 電腦玩物

从迈入职场,建立家庭,到开始想要完成一些人生梦想,这其中我也一直想要利用「记帐」来完成简单的个人金钱管理。<p>不过我是一个很难养成记流水帐习惯的人,而且觉得单纯的流水帐并不一定能帮我达到最终的目的:开源节流、准备某项计划资金等等。<p>所以,这几年来,我也在自己人生与工作不断成长的过程中,常常思考与调整自己记帐的方法,并且付诸实验,也陆续把各种实验的心得分享在电脑玩物博客中。<p>今天就来做一个经验总整理,让大家可以发现:<b>记帐不是只能记流水帐,而是能根据自己的需求,选择最适合自己的记帐方式</b>。<p>1. 预算控制法<p><b>收入 - 必要支出 - 储蓄计划 = 可以花的钱</b><p>这个方法是我已经实践了快 5 年的记帐方式,简单来说,就 …

从最聪明的人身上汲取聪明,这就是最大的捷径

“要是没有他,真不知道该怎么办才好!”一家财富100强的公司总裁这样评价其公司内部的一位优秀项目主管。<p>不管是大公司还是小企业的管理者都承认,他们非常依赖内部的资深专家。这些人因为多年积累的经验,习得对公司运营极其重要的“隐形技能”,因此无论在战略上还是战术上都能迅速做出英明决定。他们可能是销售人员、技术专家或是风险管理者,但是都有一个相同点,那就是他们是组织内某个知识领域的权威。<p><b>每个人的身边都有一个神人</b><p>隐形技能并不是人人都能轻易获得的事实和数据。它包括各种专业技能:思考问题、进行决策以及行动的方法,这些措施能不断带来成功。隐形技能通常来自长期的经验积累,而非一日之功。一般只有很少的人拥有这种技 …

想了解概率图模型?你要先理解图论的基本定义与形式

选自Dev To<p><b>作者:vaidehijoshi等</b><p><b>机器之心编译</b><p><b>参与:蒋思源、李泽南</b><p><i>图论一直是数学里十分重要的学科,其以图为研究对象,通常用来描述某些事物之间的某种特定关系。而在机器学习的世界里,我们希望从数据中挖掘出隐含信息或模型。因此,如果我们将图中的结点作为随机变量,连接作为相关性关系,那么我们就能构造出图模型,并期望解决这一问题。本文将为构造该模型提供最基础的概念。</i><p>我们都知道机器学习里的决策树,其可以表示为给定特征条件下类的条件概率分布。并且我们知道决策树由结点和有向边组成,结点又由表示特征的内部结点和表示类的叶结点构成。而通常决策树的学习又包括了特征的选择、决策树的生成和决策树的剪枝。那 …

4 个一定用得上的 OneNote 技巧,让你的笔记超有条理 | 领客专栏 · 電腦玩物

之前我介绍了 OneNote 的 17 个功能时,读者 Max 留言提到:<p>OneNote 的结构体系不仅体现在目录上,内容的结构也非常强,就像利用「无序列表」这样的方式,可以无限多地创建子列表。<p>这个时候双击父列表前面的那个「箭头」的标记是可以把列表收起来的,这个功能也非常强大,本来一直想用 OmniOutliner 来做笔记,发现 OneNote 的这个功能后就没有更换了。<p>OneNote 常被认为拥有更自由且弹性排版的一个重要原因,就是<b>在正文的编辑上,透过「拖曳」、「缩放」这些简单易用的动作,就能非常自由地重新组合内容,或是让内容呈现出更精简易读、更有结构的版面。</b><p>如果你是利用 OneNote …

深度 | 迁移学习全面概述:从基本概念到相关研究

选自sebastianruder.com<p><b>作者:Sebastian Ruder</b><p><b>机器之心编译</b><p><b>参与:马亚雄、吴攀、李亚洲</b><p><i>将在一个场景中学习到的知识迁移到另一个场景应用中一直是人工智能研究领域的一个热门领域,本文从迁移学习的基本概念谈起,介绍了迁移学习的技术、应用和方法。本文作者为 Insight Research Centre for Data Analytics 的自然语言处理与深度学习博士生 Sebastian Ruder,他同时也是爱尔兰都柏林的文本分析创业公司 AYLIEN 的研究科学家。</i><p><b>目录:</b><p>1.什么是迁移学习?<p>2.为什么现在需要迁移学习?<p>3.迁移学习的定义<p>4.迁移学习的场景<p>5.迁移学习的 …

只需十四步:从零开始掌握Python机器学习(附资源)

选自kdnuggets<p><b>作者:Matthew Mayo</b><p><b>机器之心编译</b><p><b>参与:黄小天、吴攀、晏奇、蒋思源</b><p><i>Python 可以说是现在最流行的机器学习语言,而且你也能在网上找到大量的资源。你现在也在考虑从 Python 入门机器学习吗?本教程或许能帮你成功上手,从 0 到 1 掌握 Python 机器学习,至于后面再从 1 到 100 变成机器学习专家,就要看你自己的努力了。本教程原文分为两个部分,机器之心在本文中将其进行了整合,原文可参阅:http://suo.im/KUWgl 和 http://suo.im/96wD3。本教程的作者为 KDnuggets 副主编兼数据科学家 Matthew Mayo。</i><p>…

谷歌云大会教程:没有博士学位如何玩转TensorFlow和深度学习(附资源)

机器之心原创<p><b>作者:吴攀、李亚洲</b><p><i>当地时间 3 月 8 日-10 日,Google Cloud NEXT '17 大会在美国旧金山举行。谷歌在本次大会上正式宣布了对数据科学社区 Kaggle 的收购并宣布了多个重量级云 API。机器之心作为受邀媒体也在第一时间从现场发回了报道:《现场直击 | 李飞飞首度亮相谷歌云大会:发布全新 API,解读 AI 民主化》和《现场直击 | 谷歌云大会最后一天解读开放性:从 TensorFlow 开源到开放云平台》。而作为开发者,最关心的则莫过于本次大会中各种更加详细和专一的教程。比如在大会的三天,谷歌的开发者代表 Martin Görner 分两部分进行了主题为「</i> …

教程 | 如何转行成为一名数据科学家?

选自fast.ai<p><b>作者:Rachel Thomas</b><p><b>机器之心编译</b><p><b>参与:侯韵楚、hustcxy、王宇欣、微胖</b><p>有时一些粉丝会给我发邮件,想让我在数据科学方面给出针对性的指导,所以我写了这个数据科学建议专栏。若你在数据科学方面存在困惑,请发邮件至 rachel@fast.ai,但请简洁清楚地提出疑问。这个建议专栏的前几部分包括:如何组建数据科学与工程团队(how should you structure your data science and engineering teams),以及给对深度学习感兴趣的学生提出建议(advice to a student interested in deep l …

经验之谈:如何为你的机器学习问题选择合适的算法?

选自askaswiss<p><b>作者:Michael Beyeler</b><p><b>机器之心编译</b><p><b>参与:王宇欣、吴攀 、邵明</b><p>随着机器学习越来越流行,也出现了越来越多能很好地处理任务的算法。但是,你不可能预先知道哪个算法对你的问题是最优的。如果你有足够的时间,你可以尝试所有的算法来找出最优的算法。本文介绍了如何依靠已有的方法(模型选择和超参数调节)去指导你更好地去选择算法。本文作者为华盛顿大学 eScience Institute 和 Institute for Neuroengineering 的数据科学博士后 Michael Beyeler。<p><b>步骤 0:了解基本知识</b><p>在我们深入学习之前,我们先重温基础知识。具体来说,我们应 …

学习总是无效,是因为你没有稳定的输出系统

从一个没弹过钢琴的小白,到一名合格的钢琴音乐家,需要经过哪些挑战?<p>很明显,没有人是通过看钢琴谱就成为了钢琴大师的。你必须要把手指放在钢琴上,按出第一个音符,才开始你的钢琴之路。<p><b>一、把“想学”变成“开始学”</b><p>最重要的是你要确定下来,开始学钢琴。而不是早上起来,选衣服好困难,我要学形象管理。到了中午,中午 …

十条建议教你成为更好的交谈者

<b>“21世纪,有什么技能会比维持一段连贯、自信的谈话更为重要?”</b><p>这是TED演讲者CelesteHeadlee在她短短的15分钟分享中提到的一个问题。<p>认真思考一下这个问题,就会发现交流能力可能是最被我们忽视的、没有好好教授的技能。<p><b>我们每天花很多时间通过屏幕接触创意、信息以及其他伙伴,但很少有机会去发掘自</b> …

这6个问题,可以帮你省80%的无用功

大部分工作,需要的都是功劳,而不是苦劳,所以,“做什么事”,比“怎么做事”,可能更重要。<p>不是所有的问题都是真正的问题:表象问题跟真正问题之间,存在三种偏差。<p>不是所有真正的问题都值得被解决:因为大部分问题,花多少时间,结果都是一样的。<p>在开始解决问题之前、或者耗时很久却毫无进展的时候,看一下这份6个问题 …

为何别人总是看起来优哉游哉,工作却远比你出色?

最佳工作状态需要专注和能量,但连续8小时保持精力集中太难了。<p><b>怎样才能获取足够能量来完成工作?如何在最佳的状态去做最具挑战性的工作?还有,如何熬过那阵困劲儿?</b><p>“要求自己一整天都保持状态是不现实的,”《简单工作》(Work Simply)一书作者Carson Tate说,“你不会相信自己能连续快走8小时 …

免除信息碎片化时代的焦虑,你需要这方法

成都,直把他乡作故乡

这11个观点可能会让你和深度学习擦肩而过