人生九段算法：用算法经营自己的人生（5-9段）

人生最幸福的事情莫过于每天都能做自己喜欢做的事情，如果还能顺带把钱赚了，那就完美了。 内核一般具有两个特征 第一，简单，这样才可以大规模复制。 按照寿命增加的趋势，我们这一代人基本都能拥有百岁人生。如果70岁退休，你都还有30年的不赚钱的时间，那么这些养老的钱哪里来？ 八段：愿景，设计人生导航系统 大家可能听过使命、愿景、价值观。这是企业文化的重要组成部分。在《人生算法》这本书的第八段就是讲的人生愿景。 愿景由两大要素组成，核心理念和未来蓝图。 9段：涌现，在自己身上发挥群体智慧 人生算法的目的是让我们能更好地面对未来的不确定性。既然未来是不确定的，那么人生算法可能就会失效。而涌现就是一种不确定的方法，用不确定性对抗人生的不确定性。 这个例子其实很好地诠释了人生算法的九段心法。 初段：闭环，就是“按下快门”的这个简单动作。 二段：切换，在主动拍摄和被动拍摄切换。

算法人生（5）：从“元学习”看“战胜拖延”（没兴趣版）

元学习（Meta-Learning）的概念：元学习是一种机器学习范式，其目标是让机器学习算法学会学习的策略或方法，即让机器不仅学会解决当前给定的任务，还能快速适应和解决未来未见过的新任务。 内在学习循环：初始化模型参数：对于每个采样的子任务，使用元学习算法初始化模型参数。在子任务上训练：在子任务的训练集上进行学习，更新模型参数以适应这个特定的子任务。 外在学习循环：更新元模型：根据内在学习过程中不同子任务上的表现，更新元学习算法本身的参数，使之能更好地适应和解决新任务。 泛化能力检验：在新抽取的、未在训练中出现过的子任务上测试元模型的泛化能力，以确保元学习算法能够很好地推广到新的任务。重复训练： 重复上述过程，不断地优化元模型，直到在新任务上的表现达到满意的程度。 模型不仅能从每个单独任务中学习，还能提炼出一种通用的“学习算法”，这种算法可以应用到之前未曾遇到过的相似任务上，从而快速收敛到较优解；学习“如何学习” ：元学习的核心在于“学习如何学习”，即通过训练一系列任务来学习一个更高层次的策略或优化算法

人生九段算法：用算法经营自己的人生（1-4段）

如果你能同时掌握两个系统，并且在中间自由切换，那你就可以成为“人生算法”的二段高手。 PS： 自动驾驶模式和主动控制模式就是《思考快与慢》系统一和系统二。两者只是叫法不同。 三段：内控控制点 人生算法二段介绍了大脑的两套思维系统，并要求我们在二者之间自如切换，三段的学习则会更进一步地拆解大脑的认知，帮助我们在思考过程中建立内部控制点。 4段：重新启动的精神装置 人生算法第三段讲的是做好认知飞轮的交接点控制，而重启，是重新启动“精神装置”。

人生呀，如梦，MYSQL 8.0.15-5

人生呀，如梦，我觉得只要不投降，就是成功。（周星驰的电影都是多年后成为经典的，这也许就是一种成功）。 MYSQL 的人生，“如梦”

算法和重大人生抉择：如何最科学地选择人生伴侣？

那么37法则是如何得出来的，在生活中，这一算法是如何起作用的？它会对你的人生产生怎么样的影响，又有何缺陷？ 尽管相比人生的复杂，这些算法大多是too simple too naive的，但它们何尝不是为我们提供了一种新的角度来认识我们所处的世界和我们自己。 这些算法和观点将主要来自一本算法书籍Algorithm to Live by（生活中的算法），这本书被称为“the computer science of human decisions（人生抉择中的计算机科学 在这个新的栏目里，我们将从这本书出发，探讨算法和人生的关系。当然，其中所涉及的并不只是计算机科学，它与数学、工程学、认知科学、心理学、经济学都通通相关。 最后，希望这本书的旅程能让你我都能有所收获，并带着一种新的视角来审视取舍与抉择，这个人生中永恒的主题。

用程序算法指导逗比做人生选择

有的说只做后端不做前端，有的说，只做算法研究，不做工程，等等，等等。因为他们觉得人生有限，术业有专攻。 这个算法告诉我们，我们的选择标准越清晰，我们就越容易做出选择。 这是排序算法中最经典的两个算法了，面试必考。相信你已烂熟于心中了。所以，我觉得你把这个算法应用于你的人生选择也应该不是什么问题。 贪婪算法 所谓贪婪算法，是一种在每一步选择中都采取在当前状态下最好或最优（即最有利）的选择（注意：是当前状态下），从而希望导致结果是最好或最优的算法。贪婪算法最经典的一个例子就是哈夫曼编码。 对于人类来说，一般人在行为处事的时候都会使用到贪婪算法， 比如在找零钱的时候，如果要找补 36 元，我们一般会按这样的顺序找钱：20 元，10 元，5 元，1 元。 贪婪算法基本上是一种急功近利的算法，但是并不代表这种算法不好，如果贪婪的是一种长远和持续，又未尝不可呢？。

人生人生苦短，Lets Go !!!

函数既可以接受可变参数也可以接受固定参数，接受可变参数时放在函数的最后，固定参数当然是必须传值的，go语言中没有默认参数

算法人生（3）：从“贪心算法”看“战胜拖延”（完美主义版）

贪心算法简介贪心算法是一种在解决问题时采用的一种“局部最优”的策略，它是基于“假设每一次决策都是最优的，那么所有的局部最优解能够叠加组合成全局最优解” 的思想。 在上述步骤中，贪心算法的思想中还有两个特点值得我们关注：设定合理目标： 在使用贪心算法时，它会定义一个明确且可度量的目标函数，并确保这个目标函数能够在每一步骤中通过局部最优决策来逼近全局最优。 贪心算法在设定目标时有着明确性、合理性、​量化性的特点。追求良好而非全局最优： 贪心算法并不保证一定能找到全局最优解，尤其当问题不满足贪心选择性质或者最优子结构条件时。 产生的拖延启发完美主义者对于结果有着高标准要求和对于细节的极度关注，虽然完美主义在某些情况下能够带来卓越的成就，但在很多时候，这种追求完美的心态也会成为前进道路上的绊脚石，是造成我们拖延的重要原因，它对个人生活的影响主要表现在 同时，明确的目标也是进入心流的关键，就像贪心算法中会设定一个明确且​可量化的目标函数一样。

Reading Club | 算法和人生抉择：午饭到底吃什么？

春节前，大数据文摘启动了最新音频栏目——Data Reading Club，我们为大家推荐的书籍是Algorithm to Live by（生活中的算法），上一期我们跟大家探讨了算法与人生伴侣的选择—— 面对这变幻不息的世界，我们能从这些算法中学到的，或许并不只是某一种策略，而更是一种新的看待选择与变化的方式： 人生的旅程中，刚刚启程的孩子正该尽情探索属于他们的无限可能，而年纪渐长的父母老人在我们眼里的固执己见 ，又何尝不是一种看过更多人生风景后的积累与沉淀。 这些算法和观点将主要来自一本算法书籍Algorithm to Live by（生活中的算法），这本书被称为“the computer science of human decisions（人生抉择中的计算机科学 在这个新的栏目里，我们将从这本书出发，探讨算法和人生的关系。当然，其中所涉及的并不只是计算机科学，它与数学、工程学、认知科学、心理学、经济学都通通相关。

概率思维-成功人士最基础的“人生算法”

“确定效应”就是他们的“人生算法”。 但是，其实这道选择题，是有唯一正确答案的。绿色按钮的“期望值”更大（期望值为5000万），是最理性的选择。“决策树”，就是你的“人生算法”。 这就是基于“概率思维”的另一种“人生算法”。 不同的“人生算法”，带来不同的选择，从而获得完全不同的人生。 而“概率思维”就是很多成功人士最基础的“人生算法”， 在不完全信息决策的情况下，不是靠你的聪明才智或者努力，就一定能有正确决策的。 小结 “概率思维”是你要心平气和地承认，就算你做对了所有事情，你成功的概率也不高，可能在今天的互联网行业只有不超过5%。然后再思考应该用什么方式提高概率。 千分位上，通过踏上时代的脉搏提高12%；百分位上，通过选对战略，再提高5%；十分位上，通过设计好组织结构又提高2%；最后在个位上做好管理，提高1%。

游戏人生

人生就像是一场游戏，我们刚出生开始学习走路 吃饭 穿衣服这就像是游戏里面的一个基本操作，等到我们基本操作都学会了后，好了关卡来了。 第一个大的关卡：幼儿园，又细分为小班 中班 大班，基本没难度的。

模型人生

人生如棋局，精于预测者必握胜机 美 巴克斯顿：《随笔》 人的本质 时常在想，当我们在谈论人、思考、思维、工作、认知、成长等等关键词时，是在谈论什么，是想谈论什么，这些关键词的本质又是什么。 我说，人与人生如模型，思考与思维如模型，认知与成长，工作与生活亦如此。为什么这么说？ 书中关于思维与成长的各种方法论正是预训练的模型，思维逻辑链中的5why前向思考和5so后向思考正是变种的transformer双向注意力机制，书中论述的执行力能带来强大的数据和算力。 从训练bert模型中启发我们训练人生，像优化bert模型一样优化我们自己。 优化人生 起初我仅把机器学习当作一种技术去解决安全问题，现在我还用它来训练自己、优化人生。无论人工智能技术潮涨潮落，但其背后蕴含的道理却是始终如一，人生需要这种确定性的第一性原理。

算法手记5

数据结构域算法系列之二 贪婪算法和人生规划

因为是我告诉了她读者文摘上那个关于怎样规划自己的人生成为画家的故事，还举一反三了怎样成为百万富婆的故事来加深印象。现在我又告诉她，我说了那么多，骗她相信规划人生的妙用，其实自己是不承认的了！ 但是我确实是觉得5年规划是没有用的。于是我又花费了很多口舌来向她描述APR用到的一种算法：“贪婪算法”，以实例来说明自己的观点。 尽管我把贪婪算法说的天花乱坠，她还是坚信5年规划的妙用，以及一定要有一个目的存在才能有发展这个道理。看来只能等5年以后见分晓了。看到时候第一个5年计划完成的时候，绵羊家姓羊还是姓蟹，就知道了。哈哈。 为了让苯螃蟹能够深入理解，俺还特意举一反三的给苯螃蟹假设了怎样在5年以内成为百万富婆的人生规划。 如果5年后要成为百万富婆，最简捷的方式就是嫁给百万富翁。 ##########我是分隔线########## 参考文献三2： 算法非我所长。

算法人生（8）：从“注意力算法”看“战胜拖延”（被分心太多版）

“注意力算法”简介注意力算法是一种在深度学习中广泛应用的技术，用于处理序列数据时，模型可以动态地将注意力集中在最相关的部分。 这种算法通过计算每个输入元素对当前输出的重要程度，根据权重对输入进行加权求和，以生成上下文信息，从而改善模型的性能和泛化能力。 注意力算法大概的步骤：建立输入与输出之间的关联： 首先，注意力算法需要建立输入序列和输出序列之间的关联。例如，在机器翻译任务中，输入可能是源语言的句子，输出是目标语言的句子。 注意力算法通过学习输入和输出之间的关系来实现翻译任务。计算注意力权重：通过计算注意力权重来确定输入序列中每个元素对于当前输出的重要程度。 由上我们可以看出，注意力算法使得模型在处理复杂任务时，能够灵活关注输入序列的不同部分，提升了模型理解和处理信息的能力。

后悔最小化原则--构造幸福人生的最佳算法

做出科学决策或设计出高效算法的前提之一是理性。理性的一个性质就是你的选择必须有一致性。比如你认为芒果比苹果好吃，苹果比橘子好吃，那么我可以推导出，你认为芒果比橘子好吃。 做出科学决策或设计高效算法的前提之二是具备完善的信息。例如美团要计算餐馆到你家的最优路径，那么它一定掌握了从餐馆到你家的所有线路，以及掌握当时的交通状况，但人生决策却时常无法做到信息的完备性。 所以哲学家赛亚.柏林才哀叹说：人生就是悲剧！王尔德也说：人生有两种悲剧，一是得不到，二是得到了！在多愁善感的哲学家看来，人生无论怎么选，都是错的！ 然而不论人生本质是否是悲剧，只要人活着就得做选择，做选择就总得有些依据吧。好在还真有一个试用于人生不确定性的决策依据，那就是把”人生“的后悔最小化。 人生哪有不遗憾的，但无悔人生却是所有遗憾人生中最优化的结果。当你读到这里时，极有可能你还有时间，所以何不把塞在心底的理想拿出来，谋划一下呢，且将新火试新茶，诗酒乘年华!

算法人生（1）：从“强化学习”看如何“战胜拖延”

“算法人生”主旨这个系列旨在关联各种“算法”的思路介绍各种成长“方法”，让算法思路不止可以用在程序上，也可以用在“人生成长”上！ 尽管强化学习中的算法通过短期奖励来学习，但其最终目标是优化长期的累积奖励。而在治疗拖延症的过程中，虽然采用了分解任务和及时的奖惩策略，但最终目的是帮助个体克服拖延，提高长期的工作效率和生活质量。 生活中的思想很多是相通的，无论是程序还是人生，都可以互为启发，互为扶持，互为激励！如果你也有更好的想法，欢迎分享交流！

人生需要修行

才会有实行计划, 才会有学习动力, 才会有热情和激情 所有的迷茫和苦恼, 其实都是源于自己没有新的目标. 6年前, HR第一次问我自己的目标是什么, 我想我现在已经实现这个目标了 也就是说自己成功实现了第一个5年计划 我想, 这一次的瓶颈, 可以先从学习和个人管理加强上进行突破, 等我想明白下一个5年目标时, 或许就是突破现在瓶颈的时候

人生的回忆

那些陪伴我们成长的人和事，深深地烙印在我们的记忆中，成为我们人生中宝贵的财富。 回忆也是一盏灯，在黑暗中给予我们指引和安慰。

MD5算法

简介 　　MD5消息摘要算法（MD5 Message-Digest Algorithm），是一种被广泛使用的加密算法。 该算法讲任意的输入处理之后，输出一个128位的数据指纹，理论上这个信息指纹是独一无二的，因此我们可以通过验证文件传输前后的MD5值是否一致来验证文件信息是否被篡改。 生成MD5的过程 MD5是以512位分组来处理输入的信息，每一个分组被划分为16个32位子分组，经过一系列处理之后，算法的输出变成了4个32位分组，将这4个分组组合，即得到一个128位的散列值，即MD5