2018 阅读书单
《枢纽:3000年的中国》施展
《激活个体:互联时代的组织管理新范式》 陈春花
不可否认,互联网时代,世界已经发生不可逆转的变革,几十年前管理领域默认的假设、规律和惯例遭到质疑和挑战。彼得德鲁克告诫管理者必须思考和利用已经发生的变革。而陈春花老师的这本《激活个体:互联时代的组织管理新范式》正是她自己近些年思考及实践的产物。激活个体给当前的管理者带来了新的思路及希望,传统的KPI绩效考核必将成为过去,而未来,铁打的营盘终将一江春水向东流,水样的组织必定长存。
我们知道storm的作用主要是进行流式实时计算,对于均匀的数据流storm处理是非常有效的,但是现实生活中大部分场景并不是均匀的数据流,而是时而多时而少的数据流入,这种情况下显然用批量处理是不合适的,如果使用storm做实时计算的话可能因为数据拥堵而导致服务器挂掉,应对这种情况,使用kafka作为消息队列是非常合适的选择,kafka可以将不均匀的数据转换成均匀的消息流,从而和storm比较完善的结合,这样才可以实现稳定的流式计算,storm和kafka结合,实质上无非是把Kafka的数据消费,是由Storm去消费,通过KafkaSpout将数据输送到Storm,然后让Storm安装业务需求对接受的数据做实时处理,最后将处理后的数据输出或者保存到文件、数据库、分布式存储等等。
我们首先了解一下关于回归的基本概念。
因变量(dependent variable)是函数中的专业名词,函数关系式中,某些特定的数会随另一个(或另几个)会变动的数的变动而变动,就称为因变量。如:Y=f(X)。此式表示为:Y随X的变化而变化。Y是因变量,X是自变量。
自变量(Independent variable)一词来自数学。在数学中,y=f(x)。在这一方程中自变量是x,因变量是y。将这个方程运用到心理学的研究中,自变量是指研究者主动操纵,而引起因变量发生变化的因素或条件,因此自变量被看作是因变量的原因。自变量有连续变量和类别变量之分。如果实验者操纵的自变量是连续变量,则实验是函数型实验。如实验者操纵的自变量是类别变量,则实验是因素型的。在心理学实验中,一个明显的问题是要有一个有机体作为被试对刺激作反应。显然,这里刺激变量就是自变量。
变量间的关系:
1)变量间有完全确定的关系:函数关系式
2)变量间有一定的关系,无法用函数形式表示出来,为研究这类变量之间的关系就需要通过大量试验或观测获得数据,用统计方法去寻找它们间的关系,这种关系反映了变量间的统计规律,研究这类统计规律的方法之一就是回归分析。
如果说《人类简史》是真正从一个全新的角度把智人的历史作为整体研究的一部巨著,那么《未来简史》则更进一步指出智人未来的发展路线。也许你会为作者所说的神人可以永生而心驰神往,但是别忘了还用两种人-无用的人和没有自主的人,你会是哪种人?他们的关系是怎样的?谁会真正拥有自由意识?哪一个是真正的自我?生物真的只是一堆算法吗?生命真的只是数据处理吗?智能和意识,到底哪个更有价值?
未来实际怎样发展,谁也说不准。不管怎么样,我们学习历史的最重要的目的就是要摆脱历史的枷锁。历史学家的作用不是在紧要关头告诉我们下一步的历史一定会往哪个方向走,反而恰恰是告诉我们你可以想象多种不同的可能性,让历史往一个不一样的方向走。不管你认不认同赫拉利在《未来简史》中的观点,然而他的思考是如此可贵!因为当我们思考未来时,往往会受限于当今的意识形态和社会制度,要以新的方式来思考或行动并非易事。
赫拉利至少给我们打开了一扇窗。