Shanti

读完这部剧蒋方舟对琼·狄迪恩的评论浮现在我脑海中：任何女性，或许都对梦寐以求的人间烟火和强大自我难以做出平衡。 >> 从出生的那天起，我注定是个“该死的人”，真主让我活着有他的理由。 >> 人们看到我时先想到我是一名政客，其次才是女人，对此我非常骄傲。 >> 一个人唯有真正想为公众服务的时候才可以担任公职。如果我们的政治家和政府官员都能这么思考，那么我们就没有什么不能成的。 >> 我并不想在政治上表现得那么天真。所有的政府都有问题，但好的政府有一套优良的改进机制，这就需要议会中的每个成员能够以诚实坦率的态度自由地调查呈报相关问题，也有赖于一个良好的司法制度。

袁旭 · 评分 4.4/10

算不上好的影视作品，但是可以读出Prithviraj Pal的江湖侠义，有温度有情义，是为人生！

一·甄 · 评分 5.4/10

看这些牛人的人生都这么曲折，我这点算什么呀？没有什么是事后一顿烤肉配酒排解不了的

匿名用户 · 评分 5.5/10

《Shanti》   一、思维的变革 1. 全样本分析而不是抽样分析： ①这也是大数据的真谛，不在于数量级的大小，而是采用接近于全样本的数据量来进行分析，大数据的核心就是预测； ②此处有一种贴切的方式来看全样本的好处，好比看一幅画，如果你不能看到画的全局而只能看到很小 的一部分，即使有再高的鉴赏力和再细致的鉴赏，看到了不是真实的情况，只是“盲人摸象”，在抽样时代的盲人摸象或者是干脆连像都没有只靠想象，是无法掌握事物的原貌，更别说基于此作出符合事实情况的决策的。 2. 接受混乱，而不是过度追求精确： ①“林子大了，什么鸟都有”，要收集全样本就势必带来数据样本的多样化以及无法约同； ②在无法约同的情况下，刻意强行约同会扭曲真实； ③与“小数据”+ “精确性”相比“大数据”+“混乱”得出的结果更加接近真实，接受混乱并不妨碍得到真实 3. 看“是什么”，找出相关关系而不是问“为什么”去找因果关系 ①在数据缺乏及数据处理能力较低环境的熏陶下，人类凭直接及易于理解记忆的目的，简化出“因果关系”，但被约花抽象出的样子已不是真实的样态；并且在长期的熏陶下，我们习惯了问“为什么”，即使我们所相信的为什么可能并不符合真实；从这一点出发，应当保持对回答“为什么 ”的战战兢兢； ②因果关系只是特殊的相关关系，要得到符合事实的额因果关系成本过高，付出的过程漫长；而依据全样本数据及强大的算力往往能得出凭人脑无法得出的大量相关关系，利用相关关系便可以做出预测和相关决策，从效率的角度讲，相关关系管用而且成本较低； ③不否定因果关系的作用，相关关系的发现也为发现因果关系奠定基础，减少发现的成本。 二．商业变革 1. 一切皆可数据化 ①当文字数据化，人可以观看，机器可以用之来分析； ②当我们使用微信、QQ等社交软件时，聊天语音沟通等被数据化；我们手机的照片等信息被在安装各种应用时被要求允许访问，无疑也是用于数据分析； ③当我们打开手机位置信息或是干脆不用打开而通过基站接受信息，或导航等设备时，我们的位置便数据化了，记录还包括我们一天的运动量，并被记录用于分析； ④当使用淘宝等购物平台，我们的交易记录被数据化，用于大数据分析，并基于此向我们做个性化推荐及定制化的广告； ⑤当我们打开百度、今日头条，我们所点击进入观看及停留页面的时间等信息被数据化，经大数据分析后，用于向我们推荐相关新闻及其他我们感兴趣的链接；同时也将我们关注的范围框在这个范围里； ⑥当我们路过街头，一个个摄像头组成的“天眼”正盯着我们，并数据化记录之； ⑦佩戴可穿戴设备等后，我们的身体指标也被数据化； 不知不觉间，我们日常生活几乎时时刻刻都在被记录、被数据化，手机不离手的你想到这些会不会有一种时时刻刻被一双“眼睛”盯着，并是否会有一刻感到毛骨悚然 2. 数据多维度的应用价值 ①最初收集的出发点，只是数据的价值的冰山一角，二次、三次利用，机器发现的价值才是数据的真正价值； ②数据的重组，交叉重组出价值； ③数据折旧值，即数据的时间有效性； ④数据废气，鼠标的位置、错误的输入等都有价值 3. 三种数据企业的应用 拥有大数据的公司、拥有大数据技术的公司、大数据思维的公司       三、管理变革  1. 我们的数据被二次利用：在二次利用价值极高的情况及数据的控制无法实现的背景下，“同意和许可”隐私保护措施失效，也无法发挥大数据潜在的巨大价值，可应用的方式是让数据使用者承担责任；更进一步看，数据的而拥有者应当从中得到一定的补偿。  2. 基于预测采取的措施：基于大数据的预测将越来越准确，我

马国贤 · 评分 3.3/10