不知不觉,一个月又过去了。
一个月那,说长也不长,说短也不短。一个月以内,能做很多事情,学习很多东西。可是要是寥寥度日,却是时光飞逝,终悔恨。
先看月初计划完成的情况。
月初制定的计划有这样一些。
技术上:
- 阅读《数据挖掘导论》,学习数据挖掘(√)
- 阅读《机器学习》(√)
- 阅读《a programmer’s guide to data mining》来学习数据挖掘实用技能(√)
- 去InfoQ以及其它高质量技术分享网站上吸收营养(√)
生活上:
- 阅读完《现代艺术150年》(√)
- 仔细阅读《诗经》,并背诵一些诗
- 多听一些古典音乐以及纯音乐(√)
- 有时间多去MANA上看一些视频
- 周末去图书馆自修,不准在家里堕落
- 找一本自传来阅读,备选的有《鞋狗》和《毫无保留》(√)
月初的计划里,有一项是完成KiVi
,但是,后来给去掉了。因为没什么兴趣继续做下去了,在设计构思时,折磨我的一些问题,后面通过重读ZooKeeper的源码,都已经找到了答案。总体架构的话,看过ZooKeeper以及Hadoop的源码以后,也基本清楚了。所以就没什么兴趣了。尽管我知道,写出来,跟高性能,是天壤之别。
其他的完成的相对还可以。
《数据挖掘导论》这本书,不仅通读了一遍,回头整理笔记的时候,又深入阅读了一遍。但是由于数学基础太差,所以有相当一部分公式理解不了。推导过程倒是能看懂,但是为什么用那个公式,用那个定理,为什么用那些度量不太清楚。
《机器学习》这本书,读了一半多一些。这本书跟《数据挖掘导论》中的内容,有相当一部分是重合的。所以在决策树,贝叶斯分类器,神经网络,支持向量机,部分聚类算法等一部分看起来还是比较轻松的。
机器学习在神经网络以及支持向量机部分,介绍的比《数据挖掘导论》要详细,而《数据挖掘导论》则在决策树部分介绍的更加详细。
《数据挖掘导论》从分类器,关联分析,聚类三个部分阐述数据挖掘中的基础算法。所以相对于《机器学习》,还是少了一些内容的,比如,《机器学习》中的后半部分,基本上都是《数据挖掘导论》没有介绍到的,如马尔代夫链等。
但是,由于数学基础实在太过薄弱,之前只是浅显地了解了一下线性代数以及概率论的知识,高数方面还是太差,导致好大一部分读不下去。所以留下了一些章节,等学习过高数以后,再继续阅读。
在给《数据挖掘导论》整理笔记的时候,发现了一种笔记法,被称为康奈尔笔记法。这种方法做笔记确实非常有用,但是,除了应用这种方法,还要配合一些涂鸦,并努力用自己的话来做笔记,这样子理解更加深一些。
我在绘画方面从来没有什么天赋。想简单的学一些基础的绘画技巧,然后涂鸦画一些标记就好了。结果找到的教程都太高大上,都是教我怎样成为漫画师的水平,所以就没有继续学习下去。
《A programmer’s guide to data mining》这本书,本来是打算找本书来学习一下Python中数据挖掘以及机器学习的常用库的,以为这本书中有,就读了一下。没想到,没有。
这本书的内容非常浅显易懂,从应用的角度上介绍了一些基础的算法,如基于用户的关联算法,以及基于商品的关联算法,还有K均值算法等。优点是读起来非常有趣,非常易读,缺点是深度不够。也跟我选择这本书的初衷不符。
吸收营养的话,除了InfoQ,还有关注的一些微信公众号,里面好多内容都是蛮不错的。
不得不提的是,买了诗经,只是大致的翻过一遍,此后放在床头柜上,再也没有拿起来读。忽然意识到自己买错了,应该买唐诗宋词这种。因为我想要背诵的诗词是,如《滕王阁序》这种,而不是诗经中那种描写日常生活以及表达爱情的诗词(虽然我对《国风·周南·关雎》一直都很喜欢)。
这个月每天都会听很长时间的纯音乐以及古典音乐,早晨会听一两个小时的纯音乐,一边读书,一边听着纯音乐。有时工作时也会听一些,纯音乐不会让人厌倦,所以如果听的话,会连续听三四个小时。古典音乐的话,一般都是晚上睡觉的时候,边听边入睡。一方面可以阻隔隔壁传来的噪音,另一方面可以体会那种优美的琴声。
也不知道游戏到底有什么魔力,这人又有多无聊,素质有多低下,才会以为整个房子里就他一个人,半夜了还非常大声地喧哗。所以啊,租房子的时候,一定要注意,先提前了解其他租户的职业等。看一个人从事的职业,其实就能看出来他的性格。
倒是没怎么去图书馆自修,只去过一次。因为图书馆附近吃饭不太方便,大中午的赶回来吃饭午休再回去太麻烦。而且一到周末天气都不太好。索性就在家里自修好了。
自从买了那个ipad之后,看起书来就方便多了,所以购书就少了很多。到周末,甚至是下班以后,都会抱着ipad读书。以前没有这台pad的时候,要读电子书必须用电脑,电子书的质量还参差不齐,而我又比较喜欢在读书的时候走动,因为这样子我会理解的更深刻。坐在那里读书的话,往往会读一会就感觉有点累。于是就会浪费部分时间。而有了pad以后,用微信读书等读书软件阅读电子书也很方便,而且还可以一边来回走动,一边阅读。体验还不错。
用手机阅读电子书,总归有些不方便。屏幕太小,看着太累。
这个月读的其他的书倒是不少,有:
- 《鞋狗》
- 《黄金时代》
- 《亲爱的生活》
- 《与爱因斯坦漫步月球》
- 《外婆的道歉信》
周末的时间,大部分也用在了阅读这些书上。
《鞋狗》
这本书是菲尔·奈特的自传。书中主要介绍了耐克的发家史。
主要有几点感悟。
- 人脉很重要,可以直接决定你一生。
从这本书中,你会发现,其实奈特的成功绝不是偶然。他身边的很多朋友,都是非常优秀的人,都是世界级的马拉松赛者。
奈特读大学时的田径教练,是国家队的教练。他的朋友们,也在马拉松比赛中,闪耀着耀眼的光芒。(抱歉,我忘记了他们的名字)
对了,他的教练,也是他的第一位合伙人,还是一名天才,能够自己发明鞋子。
所以,奈特在创业初期,即使日本的合作商不打算跟他合作了,他依然能够靠着自己制作的鞋子,赢得市场。
这也说明了,核心技术是关键。一味地模仿制造,在核心技术上没有积累,就永远没有超越。
又想起Intel和AMD的故事。起初,AMD不是就是靠抄袭Intel起家的么?可是,AMD在抄袭的时候,也投入了大量资金用于研究,所以才会让Intel感到恐惧,并迫使Intel向它追赶。
由于奈特的世界级的马拉松赛者朋友,在他需要进行宣传的时候,可以直接依靠朋友进行宣传,省了很大一笔费用。要知道,在这种级别的赛事上做宣传,这对早期的奈特来说,根本没有能力承担这种费用。
- 多出去看看外面的世界也很重要。
尽管我父亲一直都说,出去旅游没用,还不如在家里看电视,尽管每次听到这句话,我都想反驳他,可是我也理解,这只是他不舍得花钱,找出的一套说辞而已。
我没法想象,如果没有我第一次去北京做铺垫,如果我没有去上海,如果我一直留在山东,我的人生会有多么无聊,会有多么暗淡。我无法想象,我会走向何方。
奈特在20岁环游世界的时候,跟第一位日本供应商建立了合作关系。在后来决定鞋子的名称的时候,他想用他在环游世界时,看到的雅典娜像的名称。
也想要环游世界,可是需要大笔的资金。可以穷游,可是这样子,就没办法实现我的理想了。
也许中年,或者老年,想起年轻的时候,我会对我的孩子说,“啊,我年轻的时候,一直想去环游世界。如果我当时拍拍屁股就走了,就没有你了。也许我会住在一个瑞典的一个破旧的公寓里,穷困潦倒,再也没有回过中国。我经常回想,要是当初我没有读过《月亮与六便士》,我不知道高更的故事,那我每天都会跟早期的思特里布兰德一样,过着平平淡淡的生活。终于当我有一天受不了这种生活而离开了,却发现不是每个人都是思特里布兰德,不是每个人都能创作出《我们从哪里来?我们是谁?我们到哪里去?》”
- 虽然现在很多人都说,名校其实也不怎么样。但是,考上名校,确实是人生的一大推动力。
奈特在俄勒冈大学获得学士学位,在斯坦福大学获得硕士学位。
前段时间,在找自修室的时候,打算去复旦大学自修。特意查了一下。发现复旦大学有几个通宵自习室,有不少人在里面进行通宵学习。而且,复旦大学的学生每天基本上都会学习到十一点半再回宿舍休息。
想想我的母校,虽然被称为所谓的“考研基地”,可是图书馆9:30就关门,教学楼也最晚到10:30而已。
好的大学还有很多出国访学的机会,有去国际知名院校进修的机会。而其他的学校,晚上做梦的时候可能也有。
- 做自己喜欢的事情。
记得之前在博多舍费尔《财务自由之路》这本书中,作者也提到,要做自己喜欢的事情,来创造财富。
奈特本身就是一名运动员,特别热爱跑步,而且当时处于一个全社会都以为跑步是一件值得嘲笑的事情的潮流下,他想要改变这种现状,才有动力来做这件事情。
《亲爱的生活》
这本书,并没有很用心的去读。也许是对这种题材的书籍读得太多了,有种厌烦感了。
这本书就是通过各个小故事,来表示生活的不圆满,可是即使如此,我们还是应当热爱生活。
以往读过的《平凡的世界》,《活着》,《解忧杂货铺》等等,都是这种题材的。
生活永远都不会是完美的,人也不可能是完美的。你能想象出来完美的生活是什么样子么?如《瓦尔登湖》里描述的一般?还是如西虹市首富那样?
当你如《瓦尔登湖》描述的一般生活时,很快你就会厌倦,毕竟我们不是梭罗。而当你如西虹市首富一样生活的时候,你也会厌倦,精神的空虚会折磨着你。
其实,重要的不是追求完美,而是接受不完美。就好象《外婆的道歉信》里的爸爸,当他跟爱莎的生母,都试图改变彼此时,他们离婚了。而当他跟另一位女人,在接受彼此本来的样子时,却过着幸福的生活。
《黄金时代》
王小波的这本书,实在是少儿不宜。
全书中,最触动人的一句话,就是”那一天我二十一岁,在我一生的黄金时代,我有好多奢望。我想爱,想吃,还想在一瞬间变成天上半明半暗的云,后来我才知道,生活就是个缓慢受锤的过程,人一天天老下去,奢望也一天天消逝,最后变得像挨了锤的牛一样。可是我过二十一岁生日时没有预见到这一点。我觉得自己会永远生猛下去,什么也锤不了我。”
其实读这本书以前,就是因为意公子的节目中,用这句话做的结尾,所以就很想找来读一下。然后,整本书读下来,也就这一句话感动了我。
这本书的写作背景是文革时期,让我们见识了那个荒谬的年代下,一位勇于斗争的年轻人(他斗争的方式是性),被生活锤的过程。尽管王小波说,每个故事的共通之处,只有主人公都叫“王二”。可我还是觉得,它们只是年轻的王二,被生活锤了以后,变成了不同的样子而已。
《与爱因斯坦漫游月球》
这本书是有实际作用的。它讲述了一位普通的记者在经过培训以后,拿到美国记忆力大赛的冠军的故事。
这本书向我们揭示了,记忆力出众,并不是一项特别的天赋,而只是应用了好的记忆技巧而已。
其实记忆的技巧,就是将它转换为一幅图像。这种方法确实有效,但是小学以后基本上就很少使用了。我记得小学的时候,背诵唐诗五百首,我背诵地特别快,有人就问我为什么背诵的那么快,我说,因为这首诗描述了一幅很美好的画面。我在我脑子里记住了这个画面,也就记下了整首诗。
此后,这个方法便一直被我忘记了。后来都是死记硬背。在读这本书的时候,才想起来曾经就是用这个方法背诵东西确实特别快。
我按照书中教的方式,来记忆前几天我的某一天的计划表:
- 阅读《机器学习》
- 整理《数据挖掘导论》的笔记
- 购买高数的课本和视频教程
- 告诉我爸把我家里剩下的数学书寄给我
- 完成AdMaster
- 修改CdpDaily2Report
要是在以前,这些我肯定记不住。而我用下面的过程记住了它,并且现在还能牢牢记住。
- 在我家的门前的车上,在车顶上,有一本书在自动翻页,书上印着四个打字,“机器学习”
- 在我家的大门上,有一本《高等数学》在看着我。它旁边还放着一部iPad,在放着张宇的《高等数学》的视频
- 在过道中,我爸正在收拾书。我看到了几本数学书。
- 在天井中,我看到地上躺着一个人,旁边有好几个人在揍他,他嘴角流着血,衣服上都是鞋印。他的衬衫上,用黑色的笔写着”AdMaster”
- 进了里面的门以后,桌子上放着一份表格,上面写着”CdpDaily2Report”
- 进了我的房间,桌子上放着一本书和一个笔记本,书的名字就是《数据挖掘导论》
尽管很粗俗,但是确实很有效。这样,每次当我想要回想这些计划的时候,我只需要从胡同里,走进我家,再走进我的房间,我就能想起我的所有计划。
在晚上睡觉的时候,我还尝试用它记过一个数学公式。当时只是印象里大体有这么一个公式,我并不清晰记得这个公式。我尝试想象有三个屋檐(代表√ ̄),上面一个,下面两个,在上面的屋檐下,有一个钢琴(代表Σ),在钢琴后面,有一个挺着大肚子的人(代表μ),在牵着(代表-)一个水桶(代表u)。下面的忘记了,因为睡着了,并且对要记忆的公式也不是特别确定。
结果就是,现在我还记得这个残缺不全的公式!
以后会把这个方法应用到学习中去。提高记忆力。
《外婆的道歉信》
这本书是一位小调皮推荐给我的。读到一半的时候,感觉好无聊。因为又是一本小说。而觉得读书不能读一半,还是继续读下去吧。
结果,一半好像是一个分水岭。过了这一半,天吶,思绪如泉涌。
书中描述了一位外婆,为了她的外孙女,与世界对抗的故事。她用行动教会外孙女,要始终做一个与众不同的人。“只有疯狂到能够改变世界的人,才能真正改变世界。”
如果仅仅是这样子,也没什么。但是,这本书还告诉我们另一个道理,每个人都有他的故事。无论是好人还是坏人,他都可能是受过伤害,才变成这个样子。
读完这本书,躺在床上,辗转反侧,难以入眠。
我在想,那么大年纪的玛丽,要搬到哪里去,她要开始怎样的生活。
也想到自己也曾经像肯特一样,做过混帐的事情,无法原谅。
实际上,在八月五号,我曾经在这篇文章的开头,写过很多东西。那晚上,我什么都没做,只是在回忆一个人。今天,我把曾经写过的那些内容,给删掉了。
怎样读书
我读过的书不多,我也没有记住书里面该记住的东西。
我想要做一位能够旁征博引,侃侃而谈的人。可是,我老是记不住书里面的人名,记不住时间,记不住他们说过的我该记住的话。
后来,我想,主要是有三点原因:
- 以往读的小说居多,这是图个热闹
- 并没有做笔记,记下该记住的内容
- 在读一本书以前,没有先大体了解它的内容,没有先列出来,读这本书,追寻的到底是什么
所以,以后打算改变一下读的书的类型,以及读书的方式。
- 以后尽量少的阅读小说,而是阅读哲学,经济,艺术,以及一些确实能给我的生活带来帮助的书籍
- 在阅读一本书以前,先大体查阅它的主旨。并列出计划提纲来帮助做笔记
- 对人名,时间,以及有趣的话做笔记。做笔记时通过涂鸦的方式
- 通过西蒙尼德斯记忆法记忆这些笔记
九月份计划。
技术上:
- 把这两个月做的全部笔记进行电子化,保存起来,防止丢失
- 跟着张宇的视频学习《高等数学》
- 做张宇的高等数学考研资料上的数学题
- 多看几遍《数据挖掘导论》的笔记,并尝试对自己讲解
- 再深入学习假设检验,梯度下降等数学知识。在学习完《高等数学》基础班的课程以后,继续阅读《机器学习》
- 学习Tensorflow,尝试图像识别
- 阅读Spark的源码,只包括spark-core,不包括spark-sql, spark-streaming, spark-ml等部分
- 不要忘记阅读微信公众号以及InfoQ中比较有深度的文章
- 每周末找一两个技术演讲看一下
生活上:
- 阅读《苏菲的世界》
- 阅读《理想国》
- 去五角场转一下
- 看《美国动物》这部电影