走，带你去更大的世界

我一直都认为自己是特殊的，但是从大学开始我开始觉的自己变得平庸，平凡的成绩，平凡的生活，工作之后，这种感觉越发的变得强烈。因为我开始变的成熟，接触了更多的社会，懂得了更多的道理。我觉的我可能并不是那么特殊。也许，我就一直这样平庸的走下去，随着生命的进程前进，随遇而安，做一个普普通通优秀的家伙。

只是有一天我才想到，每个人生来都是特殊的，区别只是你是不是足够特殊。是啊，你到底有没有那么特殊？ 我恍然大悟。 如果你真的想要自己变的足够特殊，那就让自己变的足够特殊吧。

这应该算是我心智成熟的一小步吧。毕竟我们要往前走，首先要想明白自己到底想要往哪里走，用T的理念就是“以终为始”

“以终为始“，是《The 7 habits of Highly Effective People》里面的一条，讲的是我们的墓志铭上会写些什么，这便是终，如何走过去便始于脚下。

经常会问自己这样的问题，如果你能回到大学时代的话...? 其实大学时代的我和现在的我必然不是同一个人，如今开来当时的自己的眼光如此狭隘，也没有足够的自制力，毫无方向感，就像悉达多酋长说的，生活就是大海，有的人是没有航向的小船，在海上不停的漂流，有的人是配置了发动机的帆船，有着明确的航向。那时的我，就好比漂流的小船，现在的我才找到自己的方向。而这有不是一蹴而就的，如果在让我回到那个年代的话，那时候的我也不会有现在的我的心智和视野。走过了一些路，才会到现在，这条路可以走的快，也可以走的慢，但必须走过才会到这里。

接近4年的外企工作经验，2年多的INNOVATION MINDSET的熏染，AGILE的concept，碰到的一些人和一些事，都赋予我新的生命形态。更开阔的视野，更宽广的想象，更坚实的行动力，这些都是以前的我所不会有的。我应该感恩，我的这些经历让我学到了很多很多。都说在外企学做人，在私企学做事。的确很有道理，我是幸运的，有如此经历。

从一本书说起

《This is lean》, 说道读书那就再提一下另外一本书《EAT THAT FROG》,这本书我看了好久，拖拖拉拉的就只看了3章，不过也的确学到了一些东西并且应用在生活中。后来看到《This is lean》，顿时惊为天人，如饥似渴的把这本书读了一遍，收获良多。(能读完也许还有一个原因，书非借不能读也，呵呵) 后来碰到过年，就又买了一本《大数据时代》回家读书，也是一发不可收拾，从头到尾细细品味了一番，发佛一顿豪门盛宴一般。

能读完《This is lean》英文原版，就要归结于我在一家使用AGILE的外企公司工作了4年，有着足够的基础(英语，lean的理解，项目管理和工作流程的一些理解)去阅读这样一本书，并且收获颇丰。

而《大数据时代》，这绝对是一本引人入胜的好书。

读完这两本书我才发现，这么多年，原来我一直都在固步自封，也可以说被中国的教育给毁了。书，的确是非常优秀的食粮，但是必须是好书。必须要有作者自己的洞见(insight)，书的内容组织上也有些特点才行。《This is lean》，作者从一件小事说起，徐徐道来，带你进入一片广阔的天空。《大数据时代》也是如此，大量的详实案例让人看起来津津有味。这才叫智慧结晶。做学生这么多年，看的最多的就是教科书，教科书在这方面是完全没花多大的心思。这也是我以前不是很喜欢看书的原因，太枯燥。而这两本书，完全改变了我的想法。站在巨人的肩膀上，才会看的更远。所以书是好东西。

这也是我为什么非常认同刘未鹏的博文《怎样花两年时间去面试一个人》中说的”“

读烂书浪费时间，但读好书却节省时间。

读好书是如此的重要，因为好书往往带领你去到更好的书，更大的世界。

放假回来，我已经看完了《大数据时代》，受我做INNVOATION DRIVER的影响，自己觉得既然这么有趣的东西，就向大家推荐这个方向的idea，另外总要多了解了解相关具体内容。机缘巧合，发现自己公司就有这个方面的一个很好的需求，根据关联规则向客户推荐feature的一个工具，于是开始研读相关内容。但是发现APORIOR算法什么东东，根本就不懂，于是搜索wiki并且看了一些网易云课程关于推荐系统的课程计划，后来开始在网易上看MACHINE LEARING的公开课，并且下载了一本数据挖掘的书《数据挖掘：概念与技术》在看。这本电子书，看的很痛苦，我抱着一腔热忱去研究这个领域的东西但是这本书前面的内容讲了打断关于数据仓库的内容，我完全没有接触，也没有兴趣，开始的几天打算硬着头皮看下去的，但是自己认真分析了发现，还是先看自己感兴趣的章节吧，要不然我100%的热情可能就被前面这些不重要的东西消磨掉了，就是那就话，集中优势兵力攻击敌人，不能浪费精力在这些并不是特别重要的部分，这也秉承了上面我对看书的理解，书有好有坏，同时，同一本书里面也有好有坏，有的章节可以不读，或者粗读，或者干脆先跳过，后面再读。于是开始看关联规则的部分，并对照受伤的code，有了一些自己的理解。这个过程上网索索了很多相关信息，发现这本书讲的很浅，难以给人深刻的印象。在网易看machine learning公开课的时候有不懂的部分，就搜索到了Jennifer的博客（http://my.csdn.net/abcjennifer），顺路发现了COURSERA这个更为宽广的平台开始更加系统的学习machine learning和big data。在这个平台上，我看到了更多更多的新世界，老师上课的方式可以如此有趣。

后来发现了douban上关于coursera的小组，qq群，以及国内的这方面的网站。

我开始坚持每天一篇VOA标准英语的听写，在沪江上，同时也发现了CCTALK这个平台，今年已经坚持了一个月了，小小纪念一下。其实看美剧作为我的习惯和爱好，也给我很大的程度上的帮助。TED也曾一度占据我的每日必看内容，但是后来被公开课给灭掉了...

http://sheetoo.com/ 国内的公开课网站，现在只有3个课程，可以后续关注

http://www.guokr.com/group/184/   MOOC自习教室

http://www.douban.com/group/xmooc/ 豆瓣小组

http://www.douban.com/group/Coursera-er/ 豆瓣小组

www.meetup.com 很好的社交平台

https://github.com 对程序员来讲，这里简直是天堂，当然还有google的code平台