从数据到智慧
Posted 安柏霖
tags:
篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了从数据到智慧相关的知识,希望对你有一定的参考价值。
知识体系打造一直是个人到团队的非常核心的能力;
近期在更新笔记软件,以及整理知识体系的时候,面临很大量的知识,不禁回想起之前的看过的一些文章;
也继知识,大脑与实践进一步探讨这个话题;
有时候我们在整理“知识”的时候,会把各类知识进行混淆,也就是上图中所示:数据,信息,知识和智慧,这些不同层级的信息&模型,放到一个层级中;
进而导致混乱;
知识是信息的抽象
在整理知识的时候,进行一个分层就会好很多,类似上图中的一个分层;
- 数据就是纯数据
- information:就是对数据有一个处理,可以从数据中进行关键信息的提取,包括“who, what, where”等关键信息
- 知识:可以理解成为一些模型,是对于信息的进一步压缩,有输入和输出,可以处理一类问题
- 智慧:这个说法比较多,我们没必要咬文嚼字的去扣概念,可以形成2中理解,下面展开:
智慧
- 抽象
可以理解成“模型的模型”或者“知识的知识”,就是对知识进一步抽象压缩,形成更高级的规律:比如动量守恒,这个就是一个覆盖面超级广的现象;智慧在某些情况下也可以叫“原则”
- 在时间跨度和规模跨度超越一般知识范畴
比如开发中的持续重构的原则,这个在局部一个milestone里面是可以去掉的,但是在项目周期内不做这个就会有大麻烦;
智慧&原则的可贵之处
应对复杂系统
当一个事情时间特别长,规模特别大的时候,简简单单的知识开始呈现不够用了;
相当于我们在用贪心算法求大规模最优解的问题,和真正的最优解会相差甚远。
可行办法
- 得出好的模型:比如动态规划,大数据模拟(比如长期博弈的原则)
- 贝叶斯原理归纳:就是长期跟踪一个事情,根据结果复盘,然后调整模型(权重)
避免的情况
自大&短线看问题;
这个一个典型情况就是,很多智慧是反常识的,尤其是宝贵的智慧(否则就是常识了);
这个如果自大觉得自己能把事情想明白,或者短线看少量数据,就会出现错误认知(典型情况是过拟合);
谦逊的,长期积累,是正道;
对知识的简化
时间长了,我们要想记住大量知识(更别提信息了),这个消耗非常大;
这就需要把知识进行抽象,形成“知识的知识”,然后把知识简化成几个“智慧”的组合;
比如:<荒野大镖客2>云雾技术 这里看起来篇幅非常长,但是资深程序看来,其基本原理和其他技术都一致,新的东西是这些原理的组合,新的东西并不多。
行动
就是要把数据,信息,知识和智慧进行分级整理(避免混在一起)
然后运用好现在notion等笔记中的双向链接,知识星图等功能来完成这些;
reference:
以上是关于从数据到智慧的主要内容,如果未能解决你的问题,请参考以下文章