說到廢人,很多人都可能對這個問題避而不談,也可以說是覺得自己在變廢了,也無心改變,任由發展,於是就越來越廢,想想回顧自己可以說是過的渾渾噩噩,完全不是自己想要的生活,閒來無事刷知乎,突然看到一篇關於人是怎麼廢掉的回答覺得寫的挺好,因此很想抄寫下來激勵自己,在此也感謝知乎答者 曾加的回答,版權歸曾加所有。他從以下5點進行了總結,我覺得說的很到位,也說到了很多人的痛點。
1、沈溺於輕易獲得高成就感的事情:有意無意的尋找用很小的付出就能能得到很大回報的偏方,哪怕是一些虛擬的回報,這種行為會逐漸提高自己的“興奮閥值”,讓人越來越不擁有成就感,這是一件很可怕的事情,從而越來越依賴虛擬的成就感,就會愈演愈烈,陷入惡性循環。
2、接受低信息密度的信息源: 其表現為無需動腦的視頻、圖片、娛樂、八卦新聞等,不願意接受高密度、思考後才能得到的信息(如知識框架、課程、分析報告等),如果隔離了這部分的內容,基本也就隔離了進步的可能。
3、習慣用錯位成就感痲痹自己:有兩類:1 習慣於拿自己擅長的東西和別人不擅長的東西比較,從而獲得自己比別人強的錯覺(如何運動員比學習,和學霸比體育);2習慣於拿別人做事情A的時間來做事情B,來假裝自己B事情做的很好(如自己在節假日做了比別人更多的工作,但也僅僅是在節假日如此)
4、過度依賴(既有可行路徑): 在工作中,習慣了一件事情的流程之後沒有再想過如何改進,只會機械的重複,然後騙自己很充實,於是也沒有了剔除糟粕的意識,需要重複的東西越來越多,消耗的時間越來越長,到最後一看費了很多時間,其實不僅一點點進步沒有,還失去了進步的空間。
5、封閉強化學習的通道 :在學習和接受信息的過程中,只願意執行最簡單的一步,卻不願意執行接下來更為複雜的鞏固和應用流程,其表現為只聽不說、只看不寫、只學不練、還痲痹自己說學到了很多東西,而實際上,這種淺層的學習遺忘極快。有時還不如不學。比如天天學英語,卻從來不寫文章,再比如天天花大量時間刷知乎,簡書等,卻從來不寫答案 總結。
結合以上5點,我們可以對照自己的生活情況,看一下自己到底是“廢”在哪些地方,及時作出改變,也可以寫出自己5條中曾做過或打算做的事情,逐條進行改變,每天堅持進步一點點,堅持帶來大改變,只希望未來我們都能遇到更好的自己,當回首往事的時候不會因虛度年華而悔恨,也不會因碌碌無為而羞恥,要改變的時候,任何一刻都不晚,改變,從現在開始!
#elitesinsider
加入群組:https://www.facebook.com/groups/2026540257666105/
-------------------------------
加入「精英閣」= 一年陪你读完100本经典好书
➡️15-20分钟读书音频
➡️干货总结思维导图
📍還在等什麼?趕緊点击鏈接🔗:https://pay.weread.com.tw/facebook/jingyingge/
-------------------------------
馬來西亞 Shopee FREE Shipping
https://shp.ee/a54n9zf
同時也有4部Youtube影片,追蹤數超過5萬的網紅我們是四胞胎《家有四胞胎》,也在其Youtube影片中提到,✨認識魚。 #您的孩子是什麼學習風格呢? #了解孩子的學習類型,#教養不再鬼打牆! https://blog.tutorjr.com/index.php/2019/03/04/learn5/ 每個人星座、血型、個性不同,也會有不同的學習風格。 #學習風格 指的是每個人都有不一樣的學習方式,會有偏...
強化學習 在 3S Markets「全球科技智慧應用」市場資訊網 Facebook 的最讚貼文
從城市發展趨勢來看,智慧城市和智慧社區逐漸成為政府工作和學術研究的熱點。已有研究從內涵、模式、評價體系、問題、策略分析等角度對智慧城市和社區的發展進行了深入研究。Y He等人提出了一個整合框架,可以實現網路、暫存和運算資源的動態編排,以提高智慧城市應用的性能。然後,他們提出了一種新穎的大數據深度強化學習方法。給出了不同系統參數的仿真結果,以證明所提出方案的有效性。B 唐等人引入了分層分佈式霧運算架構,以支持未來智慧城市中大量基礎設施組件和服務的整合,執行數據表示和特徵提取,辨識異常和危險事件,並提供最佳響應和控制。VA 備忘錄等提出了一種,用於智慧城市框架的物聯網 (IoT) 網路中,基於媒體的監控系統 (EAMSuS) 的有效算法,該算法融合了其他研究人員為無線感測器網路 (WSN) 數據包路由,和安全引入的兩種算法,同時回收了新媒體壓縮標準,高效影像編碼。實驗分析顯示了他們提出的方案,在用戶隱私、媒體安全和感測器節點內存要求方面的有效性……
強化學習 在 Facebook 的最佳解答
經過了長時間的遠距學習和暑假,家中的孩子陸陸續續開學,也都升上了新的年級,有的正在面臨新身份帶來的挑戰和改變,剛進入校園的,也在重新適應新環境,學習與人交流相處。
每個階段的成長都有不同的課題,可能是生活習慣養成,人際關係,情緒認知,又或者是親子間的相處,而這些其實也是我們這一生都在學習的,不分大人或小孩。反而更重要的是,藉由這些過程,我們更去認識自己,發覺自己是個什麼樣的人,辨別自己的情緒狀態,找到自己舒服的樣子,進而養成良好的心理素質。
這些種種的生活面向,沒有一個唯一準則,但對於每個人來說又相當重要,且深深影響著。
因此我們推出的《成為更好的自己》線上課程,就是用心理學去談這些生活面向,包含了18堂主題動畫課程和18堂給父母的短講內容,有理論基礎也有情境引導,不僅親子可以一起共學,也可以說是了解心理學的第一堂通識課。讓孩子除了學校的學習外,也可以學會真正地了解自己,展現自己,茁壯健全的心理!
現在只要購買《成為更好的自己》線上課程+《我想聽你說 Popcorn Talks》卡牌組就享有特別優惠價!📢 我們還特別根據課程內容規劃了『成果學習單』,幫助大家更有效地做學習,強化學習記憶。
目前這個組合優惠只到今天9/15(三) 23:59,歡迎把握最後的機會,和孩子一起學習一起玩吧
👉 https://lihi1.com/hoEle
強化學習 在 我們是四胞胎《家有四胞胎》 Youtube 的最讚貼文
✨認識魚。
#您的孩子是什麼學習風格呢?
#了解孩子的學習類型,#教養不再鬼打牆!
https://blog.tutorjr.com/index.php/2019/03/04/learn5/
每個人星座、血型、個性不同,也會有不同的學習風格。 #學習風格 指的是每個人都有不一樣的學習方式,會有偏好的認識、消化、理解新事物的方式。#用適合自己的學習方法,#可以進入較佳的學習狀態,得到成功的學習經驗,進而強化學習信心,形成一個正循環。
——————————————————
#視覺型 的孩子喜歡畫圖,對色彩、形狀敏感,#有不錯的觀察力;喜歡玩拼圖、黏土、堆樂高積木等靜態活動;#若遇到問題,#會透過觀察解決問題,比如迷路時,喜歡看地圖,找到方向及路徑。
👉 這類型的孩子透過 #看 會學得較好,如別人的示範、圖表、影片等,#藉著觀察吸收新知。記英文單字可運用單字卡,單字卡有單字及對應圖片,文圖結合一起學習,可提高記憶效果。
#聽覺型 的孩子喜歡聽故事及講故事給別人聽;唸書或寫作業時喜歡發出聲音、唸出題目,也容易受到周圍噪音影響而分心;平時喜歡音樂、節奏感的東西;#遇到問題傾向直接開口問,若迷路,更傾向問路不是看地圖。
👉 這類型的孩子依靠 #耳朵聽 及 #口說,直接透過聽講或小組討論,聽別人講解及自己開口說,#學新事物時最快的方式是聽別人口頭教導。記英文單字可融入節奏或借助歌曲。
#動覺型 的孩子喜歡動手做,熱衷拆卸或組裝玩具、零件,較難靜靜地坐著一段時間不動;#會記得做過什麼而不是看過或聽過什麼;對別人的肢體動作、行為敏感;#在做中學習,玩具壞了,喜歡自己動手修理。
👉這類型的孩子 #越動越專注,傾向 #親自動手接觸、#親身感受體驗或操作實體教具。
2Y2M20D
#quadruplets
#四千金
強化學習 在 范琪斐 Youtube 的精選貼文
唯一戰勝 Google 旗下 Deep Mind 公司開發的人工智慧 AlphaGo 的南韓棋王李世乭,宣布將要退休,因為他認為人類永遠沒辦法擊敗人工智慧。
不過演算法不是只會越來越強大,為什麼 AlphaGo 會錯判輸給李世乭呢?
因為AlphaGo 有個叫『隨機森林』的算法,可以預測對手可能會下哪一步,但李世乭這一步下在 AlphaGo 認為對方不可能會去下的那一步,李世乭當時下完這步棋,Alphago 還認為自己的贏面超過八成,繼續往後下了十手之後,Alphago 自己有一個勝率的表,突然開始下降,發現自己處於弱勢了,開始慌張了,於是 Alphago 就開始亂下險棋,出現了連業餘選手都不會犯的錯,想賭李世乭會出錯,最後就輸了。
但 AlphaGo 也從敗給李世乭找到自身弱點,再次強化學習能力。像 AlphaGo 的孿生兄弟 AlphaGo Zero,就是完全不靠任何人類經驗訓練的神經網路,它就是不斷跟自己對戰學習,結果在自學 3 天後,就以 100:0 打敗了舊版 AlphaGo ,自學 40 天後,就擊敗了曾經戰勝中國棋手柯潔的 AlphaGo Master,成為世界上最強的圍棋程式!
雖然未來人類可能再也贏不過AI,不過AI 的加入反而讓圍棋有了更多玩法,這時候 AI 的功能,是在擴展人類棋手的思路,和人類合作一起探索圍棋還未被發掘的領域。
因為圍棋是世界上最複雜的遊戲!是看哪個顏色的棋子,圈出的空間最多,誰就獲勝。聽起來規則很簡單,但實際上卻複雜到不行。
圍棋的棋盤是 19X19,通常一步會有 200 種下法,圍棋變化位置的排列組合一共有10 的 170 次方種可能性,比整個宇宙的原子數ㄅ10 的 80 次方還要多更多!人類通常都只能憑經驗跟感覺判斷,但判斷才是最困難的。剛有說嘛,圍棋的勝負是由最終局時,雙方控制地盤的多寡決定,但棋局進行到一半,雙方的地盤都還沒封閉,怎麽判斷形勢呢?很多職業棋手之間微妙的差異,就是體現在這個判斷能力上。
但就連開發 AlphaGo 的團隊都坦言,AlphaGo 面前的最大問題,和人類棋手是一樣的,就是圍棋太難了,還有規則中的規則,例如優勢、虧損、打劫,雖然 AlphaGo 的勝利或失敗,完全取決於這些機率的估計是否準確,但計算力還遠遠達不到『最優解』的程度。目前AlphaGo 團隊的做法是,讓AlphaGo學習像人類棋手一樣,去選點和判斷。
當機器把一件事情做得比人類好時,我們還能做什麼?
你對棋王退休有什麼看法?快和我們一起分享!
---------
《#范琪斐ㄉ寰宇漫遊》每週四晚間十點在寰宇新聞播出,沒跟上的也沒關係,歡迎訂閱我們的 YouTube 頻道 🔔#范琪斐ㄉ寰宇漫遊 🔔https://reurl.cc/ZvKM3 十點半準時上傳完整版!
強化學習 在 珊蒂微AI Youtube 的最佳貼文
【聊聊兩岸的AI教材|高中生與AI的距離】
今天跟大家簡單聊聊兩本「給高中生的AI教材」,歡迎看過這兩本書的朋友,在影片底下留言分享心得交流喔!
【影片中漏了聊「第九章」,在這邊用文字補充】:
1. 兩本書在第九章又都再回到「機器學習」的範疇,所以我認為第九章也是屬於「用來補充前面三個層次」的。
2. 第九章是在介紹「強化學習」的這個概念。不同的是,陸版是從「Alpha Go」為主題的角度切入,運用Alpha Go來做為引子,介紹了Alpha Go背後的原理, 同時引入強化學習的概念讓讀者知悉。台版則是直接從「強化學習」的主題切入介紹運作與技術原理,當中又帶入「遊戲人工智慧, Game AI」的概念,然後在應用例子當中有舉例「Alpha Go」作為例子之一。
【人工智慧 導論】的主編與作者群:
主編群:陳信希/郭大維/李傑/高虹安/吳信輝
作者群:王建堯/王家慶/吳信輝/李宏毅/高虹安/張智星/曾新穆/陳信希/蔡炎龍/鄭文皇/蘇上育
【人工智能基礎 高中版】的主編與作者群:
主編群:湯曉鷗/陳玉琨/林達華/田愛麗
作者群:王焰/馮愛珍/尚海龍/羅銳韌/王陸軍/戴娟/王健/林勤/張鵠/金彥/邢曉菊/周丹/李鋒/李治中/邵典/王若暉/顏思捷/沈岩濤/王鑫濤/余可/史少帥/喬宇/陳晨/張正夫/陳愷/陳向東/彭禹/季金杰/崔懿/金瓊/錢晉/孫時敏/敖培
#AI教育不能等
#高中生與AI的距離
#珊蒂微AI
#最近長痘痘_為了顧及各位的觀看感受_本片將進行痘痘馬賽克處理XD
強化學習 在 請益強化學習Reinforcement learning 是不是沒什麼搞頭 - Dcard 的美食出口停車場
跟其他機器學習技術不太一樣,強化學習我目前看到的都是在遊戲或是規則很固定的小地方使用,也可能是我了解不夠,想問大家有在接觸業界的強者們, ... ... <看更多>