模型:是有前提的;使用場景不同;
真實世界,需要多模型;
如何養成:要有意識(為什麼需要多模型),構建能力(需要掌握哪些能力)
拋棄習慣經驗,切換思考邏輯的問題;
簡化的,去掉了某些細節,邏輯化的
分佈模型:
正態分佈:平均值附近,比如公交車的扶手高度設計
冪律分佈:相互關聯互相影響,比如網絡上的大V
夏普利模型:一個可以體現個人價值的模型.
如果方法沒錯,但總是達不到自己想要的結果,那麼,應該思考自己使用的模型是否有錯.
2023-11-08 20:25:22
模型:是有前提的;使用場景不同;
真實世界,需要多模型;
如何養成:要有意識(為什麼需要多模型),構建能力(需要掌握哪些能力)
拋棄習慣經驗,切換思考邏輯的問題;
簡化的,去掉了某些細節,邏輯化的
分佈模型:
正態分佈:平均值附近,比如公交車的扶手高度設計
冪律分佈:相互關聯互相影響,比如網絡上的大V
夏普利模型:一個可以體現個人價值的模型.
如果方法沒錯,但總是達不到自己想要的結果,那麼,應該思考自己使用的模型是否有錯.