《从0到1》笔记 第四章 竞争意识

第四章 竞争意识
----模仿与零和式的竞争是低端的,
----现有的教育存在陷阱,并随之带到了职场中成为职场陷阱


创造性垄断或竞争就是新产品既让大众受益,又可以给创造者带来长期利润。
在社会中,竞争是一种观念,甚至是零和式竞争也在所不惜。
我们宣扬竞争,内化竞争的必要性,颁布竞争的条律;
结果就是,尽管竞争越来越激烈,我们的实际获得的却越来越少,我们把自己困在了竞争中。


这是一简单的事实,但我们都会对它视而不见。
我们的教育体系既促使我们去竞争,因为成绩本身就是对每个学生竞争力的精准测度,
分数最高的学生既得到地位又得到证书。
我们有同样的方法教授年轻人同样的内容,而不顾个人的天赋和爱好。
无法安静地一直坐在书桌前学习的学生,在环境的影响下好像低人一等;
而在考试和作业上出类拔萃的学生通常会在与现实世界没有交集的学术界里找到了个人定位。


越到高等教育阶段,这种现象越严重。 
优秀的学生自信地“往高处走”,直到竞争激烈到把他们的梦想吞噬。
高等教育是一场困局,
在高中时对未来有宏伟规划的人学生,最后却陷入了与智力程度上不相上下的同侪在传统职场是低层次竞争。


在公司内部,人们为了升职, 时刻关注对手动态。
而公司为了获得市场地位也留意着竞争者,反而常常忽视了真正重要的事情,只把精力放在竞争对手身上。
这种状态一个很经典的例子就是谷歌崛起后和微软的竞争,
谷歌比对着微软,推出了一系列和竞争对手针锋相对的产品,office套件,操作系统等;
而微软也疲于应付这种竞争,推出必应搜索,MSN等;
然后当他们斗得不亦乐乎的时候,苹果在做什么呢?
推出了iPod, iPhone, iOS, iPAD等,完全颠覆了市场的主体战场,一骑决尘。


像PayPal当时也做过一些无意义的竞争性产品, 
当时一家名为Square的公司推出了一个方形的刷卡器,
而后面的公司有推出半月形的,圆柱形的,PayPal则出了一个三角形的。
  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 0
    评论
很高兴听到你正在学习《机器学习》这本经典的教材,下面我为你提供第十四概率图模型的Python实现学习笔记。 ## 1. 朴素贝叶斯分类器 ### 1.1 数据准备 在本中,我们将使用著名的鸢尾花数据集进行分类。首先,我们可以从sklearn库中导入该数据集。 ```python from sklearn.datasets import load_iris iris = load_iris() X = iris.data y = iris.target ``` ### 1.2 朴素贝叶斯分类器实现 接下来,我们可以使用sklearn库中的朴素贝叶斯分类器进行分类,具体实现如下: ```python from sklearn.naive_bayes import GaussianNB from sklearn.model_selection import train_test_split from sklearn.metrics import accuracy_score X_train, X_test, y_train, y_test = train_test_split(X, y, test_size=0.3, random_state=42) gnb = GaussianNB() gnb.fit(X_train, y_train) y_pred = gnb.predict(X_test) accuracy = accuracy_score(y_test, y_pred) print('Accuracy:', accuracy) ``` ### 1.3 结果分析 运行上述代码后,我们可以得到该模型在测试集上的准确率,结果如下所示: ``` Accuracy: 1.0 ``` 可以看出,该模型在鸢尾花数据集上表现出色,准确率达到了100%。 ## 2. 隐马尔可夫模型 ### 2.1 数据准备 在本节中,我们将使用一个简单的例子来介绍隐马尔可夫模型的实现。假设我们有一个长度为100的序列,每个位置上的值都是0或1,其中0和1出现的概率分别为0.6和0.4。我们可以使用numpy库生成这个序列。 ```python import numpy as np np.random.seed(42) sequence = np.random.choice([0, 1], size=100, p=[0.6, 0.4]) ``` ### 2.2 隐马尔可夫模型实现 接下来,我们可以使用hmmlearn库中的隐马尔可夫模型进行序列建模,具体实现如下: ```python from hmmlearn import hmm model = hmm.MultinomialHMM(n_components=2) model.fit(sequence.reshape(-1, 1)) logprob, states = model.decode(sequence.reshape(-1, 1)) print('Sequence:', sequence) print('States:', states) ``` ### 2.3 结果分析 运行上述代码后,我们可以得到该模型对序列的建模结果,结果如下所示: ``` Sequence: [0 0 0 0 0 0 0 0 0 0 1 1 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 1 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 1 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0] States: [1 1 1 1 1 1 1 1 1 1 0 0 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 0 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 0 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1] ``` 可以看出,模型对序列进行了建模,并输出了每个位置上的状态,其中0表示“假”,1表示“真”。

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

北雨南萍

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值