提升认知水平,构建知识图谱——渣渣的脱产全日自学之路
https://www.douban.com/group/topic/130825488/ 豆瓣原帖地址
读书*思想*认知*构建知识图谱——渣渣的脱产全日自学之路
1.5 计划初步确立
2018/1/5-2020/1/5
background:坐标某电,微波电磁场专业,2019/6毕业,因为之前实习发现本人与此专业工作(RF&天线设计)无缘,加之本身酷爱游戏,于是转行。原计划考研BUAA的SE积累经验,未来从事Game Design&Devlopment,复习中途发现专业知识缺漏太多,于是弃考,推倒重来。
aim:step1自学计算机,编程和数学,图像和音频处理知识,step2实习2019-2020,step3 暂不透露。通过一年的学习完成预定目标,并且提升个人的认知水平, hope to meet some interesting people in here 。
what i have:
(1.) 本人经常翘掉没什么鸟兴趣的专业课,但是也不爱到处浪,只是从小爱看闲书,爱收集书单,从大二起读了几百本非本专业杂书,如下图(读完的书用OneNote+Xmind记笔记,放到分类里)在读书过程中了解了并爱上了知识图谱的学习方法,wiki百科式知识分类整理检索方法,从大量读闲书学到的好处是对新类型知识的上手比较快
(2.)有一定的c++,数学和算法,图像处理,配乐方面的基础,电磁场专业的c语言和软件技术的教学大概停留90年代的水平,靠自学才学懂了些皮毛,所以打算从的深入学习这些知识入手,逐渐精通其中需要的部分,兼了解一下政治经济学与金融,军事知识,游戏插图制作(达到知道用的时候该检索什么知识的程度就够了)
读书管理目录路线:1.转行——通过读书和慕课学习数学和算法类课程,熟练掌握c++,并构建知识图谱。
2.提高认知水平——周末读中英文经济/科技杂志,了解金融和科技信息。
3.将有生以来所学知识建立图谱,包含书读过的书,学过的课程,微信号里收藏,知乎的收藏,公众号,有趣的网站收藏,github,简书等等,碎片化知识变为体系化的知识模型树,方便查阅和调用。目前的工具是xmind,OneNote,OneNote gem,印象笔记。
知识图谱的构建(初步,在学习中完善)1-7 更
今日学习:
1.离散数学chapter7特殊关系,学了函数的几个种类,置换函数为有限集合上的双射函数,
原计划1.3~1.5完成,实际1.7完成,较原计划推迟两日,原因:概念看的时间拖太长了!
离散数学总结的思维导图2.http://finance.sina.com.cn/stock/stockzmt/2018-12-05/doc-ihprknvt2559073.shtml
看完了广发证券2019前瞻冰与火之歌,了解了2019市场的逻辑是紧缩的宏观环境下估值下行,政策上行,寻底,,并发有逆周期板块的机会:军工,5g,云计算(增量市场,阿里云,aws,微软云均逆势高速增长)。把握增量市场,把握货币政策的大趋势。
看了一月四日 的经济半小时(BTW,经济半小时是我唯一在关注的电视节目,之前做过比特币,区块链经济,共享经济,经济和科技深度报道等等都非常切合热点) 本期介绍了关于自动驾驶和激光雷达startup company的趋势和发展现状。
3.经济学人 2017年3月的一片文章
The Economist 2017经济学人 2017年3月的一片文章 关于区块链的简介,若非嗅觉敏锐的读者可能会错过隐藏在文末的Ripple公司的一些介绍——
“Japanese banks are workin with an American startup called Ripple on a ledger for processing payments that is due to launch in the spring of 2017”…放现在来看,这句话值几百万不为过
chain reaction下更计划
1.7~1.10 离散数学chp9 图论初步,c++复习,数据结构重学,经济学人有趣文章分享,知识图谱补完
1-11 更
今日学习:
一.离散数学图论(下午更思维导图)
二 .阅读专栏文章麦肯锡关于ai技术对全球经济影响的报告:modeling the impact of ai on world economy
市面上对Al技术的影响充满分歧。一方面,乐观者期望看到人工智能给医疗带来根本上的突破,期望消费全过程更为便捷,期望生活中的一切都成为智能的一份子。而另一方面,永远不乏警示Al抢走人类饭碗的声音,大规模失业的担忧从未离开经济学家的视野,尤其是些极其容易被替代的工——作司机,新闻编辑,流水线工人。麦肯锡在近日的一份60页报告中,建模分析了到2030年工智能会成为全球经济最重要的角色,|各个经济体从中受益的程度仍有大不同。已经在发展人工智能技术的大道上一路狂飙的中美,紧随其后的欧洲、加拿大、韩国等,和暂时没有明显意愿的发展中经济体,在未来十几年里,差距会进一步拉大。AI技术变革已经启动,多个领加速落地开花。今天的GPI-J已经比2013年最快的版本,还要快了40至80倍;天量数据每天都在不断生成,Internatio|aCorporationfi计到2025年,数据规模将达到163泽字节(一千万亿兆),是2016年的十倍,谷歌的AlphaGo则是最好的体现。多数的进展集中在(但不局限于)美匡企业。不过也有越来越多其他国家开始加入AI创新,包括取得明显进展的中国、正在加大投入的欧洲、韩国、新加坡、加拿大等。也已经有许多公司开始将A|技术应用到各种各样的领域中。例如亚马逊供应链中的Kiva机器人,NeuronSoundware公司开发的人工听觉皮层来检测识别故障,以及市场营销中的精准投放。
然而AI的经济影响却还未明显显现。目前已经可以确定的是,AI技术的发展,已经令用工企业对劳动力的特定技能有了更高的要求。2013年以来,美国需要人工智能技能的工作比重已经增长了4.5倍。在AI技术的普及过程中,一些公司会接纳该技术,而一些公司暂时不急于做出改变;拥抱AI技术的公司中一部分公司会更快地完全吸纳这项技术,成为发展AI技术道路上的领跑者。国别层面也会有类似的分化。而在过渡间,国家、公司和员工都产生机会成本。
麦肯锡行业分析报告:AI技术对全球经济的影响1-10下午释放身心,没有学习。
1-12更
今日学习:
一 周期理论—— 繁荣、危机与萧条
经济周期的分类:
(1)短周期,英国经济学家基钦提出的一种为期3-4年的经济周期——库存周期,厂商生产过多时就会形成存货、从而减少生产的现象出发,把这种2一4年的短期调整称为“存货”周期,在40个月中出现了有规则的上下波动发现了这种短周期。
(2)中周期,法国经济学家朱格拉提出来的一种9~10年的经济周期。以国民收入、失业率和大多数经济部门的生产、利润和价格的波动为标志加以划分的。一般认为三个基钦周期组成一个朱格拉周期。周期波动是经济自动发生的现象,与人民的行为、储蓄习惯以及他们对可利用的资本与信用的运用方式有直接联系。
(3)长周期,就是康德拉季耶夫提出来的一种50~60年的经济周期。康波的核心观点就是全世界的资源商品和金融市场会按照50-60年为周期进行波动,一个大波里面有4个小波:繁荣、衰退、萧条、回升,也就是美林时钟的理论基础
(4)建筑周期,美国经济学家库涅茨提出来的一种20年左右的经济周期。平均长度为20年左右的经济周期。由于该周期主要是以建筑业的兴旺和衰落这一周期性波动现象为标志加以划分的。
经济周期理论启示:当前处于08暴跌之后的反弹结束进入下跌周期,房地产去库存,美联储加息缩表,对积累的债务进行出清。叠加康波周期接近结束,未来一段时间全球会进入物价高涨收入下滑的阶段,注意ppi指数跌破50,美债收益率爆拉时间。
1-14更
今日学习:
一 .离散数学chp7 图论基础思维导图
启发:图的定义,性质,表示和分类通路,回路,连通性,用矩阵方法表示图的连通性,可达性:邻接矩阵,可达矩阵
现在处于打基础的阶段,勉强吞下一堆概念,做思维导图非常吃力,等学完了树和特殊图,以及c++初步,将在此做融会贯通,通过做几个应用,把离散数学放到本人的总体知识图谱里中。
二 2017年3月份的一篇瑞 达里奥的经济学人文章----------back to the future by Ray dalio
未来的货币政策刺激作用愈发乏力,投资的收益越来越低
从理解经济机器来入手说明为什么会这样。
chapter1理解经济机器
一驱动经济的三种力量
1.生产力
2.短期债务周期(朱格拉周期)
3.长期债务周期(康波周期)
长期周期因少见而难以理解。
二 市场趋向于三种平衡
1债务增长与市场收入增长平衡
2长期经济运行速度和通胀率不能太高或太低
3普通股收益率高于债券高于风险溢价调整后的现金收益率,没有此风险溢价则资本的传导机制失效使经济停滞(the projected returns of equities have to be above those of bonds, which in turn have to be above those of cash by appropriate risk premiums)
(货币政策的拉动作用越来越无力)三政策制定者两种杠杆实现均衡
1货币政策
2财政政策
观察国债收益率,鉴于利率到达低点,风险溢价到达低点,资本市场的传到机制将比以前更加糟糕。这是一个跨度巨大的周期,大部分人从未经历过此情况。货币政策相对乏力,财政政策必须协调(co-rodinate)然而由于世界各地的fragmentation状态,有效协调难以想象。(Yet the current state of political fragmentation around the world makes effective co-ordination hard to imagine)
chapter2 长话短说
Although circumstances like these have not existed in our lifetimes, they have taken place numerous times in recorded history.
虽然少见,但有记录以来历史上发生过无数次。通常央行将债务货币化。情况越来越危险。从模板得来的结论:生产率增长缓慢,商业周期接近中点,长债务周期接近增长极限(approaching the end of their pushing-on-astring phases)。日本最接近,欧洲落后一步,美国其次,中国又次之。对多数国家,周期性影响接近平衡(cyclical influences are close to being in equilibrium and debt growth rates are manageable.)对比2007的经济泡沫,现在不是处于急速破裂的危险,而是更加长期的开端,逐渐加剧的紧缩。收入增长不足以支付偿债养老金和healthcare liability。
In contrast to 2007, when my template signalled that we were in a bubble and a debt crisis was ahead, I don’t now see such an abrupt crisis in the immediate future. Instead, I see the beginnings of a longerterm, gradually intensifying financial squeeze.This will be brought about by both income growth and investment returns being low and insufficient to fund large debt-service, pension and health-care liabilities. Monetary and fiscal policies won’t be of much help)
债券市场的风险将会加剧。估值过高,而且已接近起明确界定的界限(?不太理解)央行试图向债券注资,而储户则把钱移出。股市的风险回报比将会恶化。储户逃离金融资产,转向非货币财富储备。尤其在紧张加剧时。
(Rarely do investors encounter a market that is so clearly overvalued and also so close to its clearly defined limits, as there is a limit to how low negative bond yields can go.)
The bond market is risky now and will get more so. Bonds will become a very bad deal as central banks try to push more money into them, and savers will decide to keep that money elsewhere.
chapter 3 历史重演
与现状情形类似的最后的一次情况发生在1935-1945,当1929-1932泡沫大破裂,32-35的巨量量化宽松推高股市,经济反弹之后的情形。That was the last time that the global configuration of fundamentals was broadly similar to what it is today.
For those interested in studying analogous periods, I recommend looking at 1935-45, after the 1929-32 stockmarket and economic crashes, and following the great quantitative easings that caused stock prices and economic activity to rebound and led to “pushing on a string” in 1935.
注:债务货币化,是把债务(主要是银行)剥离出多数去找接盘侠,增加市场上的流动性,原来只有债券人(钱)和债务人(欠条),现债权人转移到别人手里(欠条和利息),债务人(钱),原债务人(主要是银行)卖掉欠条手里也有钱了,增加了流动性。
启示:从dalio的视角来看,货币大多数都是信贷产生的,而传统经济学说的货币的流通速度是个伪概念,其实这个是信贷的创造。从短期来看信贷是由央行调控的利率决定,当利率较小时,资金成本小,更多人愿意借钱,同时利率变低,折现分母变小,所以抬高了金融资产价格。长期债务周期的顶点来自于,还贷本金和利息已经超过了收入的增长加上可借的资金,同时,货币政策已经无法刺激信贷,因为利率已经接近为0。债务的繁重,资产风险增加,借款的人不愿意借钱,那么为了还债,只能削减支出,支出变少,收入变少,同时可借的额度变少,信贷开始收缩.
1.15晚更 补昨日落下的
c++初步 经济学人2019/1刊 mit科技评论2019速览 离散数学树部分
2019/1/23 更
更新平台由豆瓣转移至简书
一 .重制了个人定制的OneNote时间项目安排表
流程图列表和日记的形式记录学习生活1-25更
1.20-1.25自学了六天网页前端技术,h5入门和css,做了一个简陋的网站,今天总算出来了点可视化的成果。周日前完善页面布局,并发布出来。前端和cpp比算是比较简单了,容易出成果。
2-1更
一离散数学图论和树总结完毕
图论和树2-14更
一.离散数学群论思维导图
群个人一些粗陋的思考:群的主要思想类似于面向对象编程中的封装,只关心最本质,最抽象的性质——把操作放在集合里。
离散数学加习题终于看完了,后面的群看的很迷糊,只能入个门,深入的学习要后面更多知识铺垫了学习时间:一个半月
学习心得:一切归于数学,编程和计算机学到最后本质就是数学。底层的电路,是实现可计算化的手段。现实问题的抽象只有通过可计算化的方式来解决。
学习群论是学习更高阶抽象代数的基石,能从高维度以一个开阔的眼界理解以前学过的数学。
至于怎么用??除了玩魔方,还能这么用。
离散数学怎么用?2018/10/12 更新
在忙碌的考试,毕业设计,转行学习中断更了八个月。这八个月来世界局势发生了翻天覆地的变化,上证指数从2400起飞冲击3300;maoyi战暗流汹涌;5G方兴未艾,新产层出不迭,作为一个历史洪流裹挟中的渺小个体,2018/6毕业后我踏入了信息产业的大潮,从事IT后端开发。作为信息爆炸世代个人信息处理工具的知识图谱,在不断的完善迭代和应用中对我愈发变得不可或缺。(将从10/12重新每周更)
网友评论