No Man's Land: Latin Edition 2

谁都想，寂寞的时候有人相陪；谁都愿，生病的时候有人安慰；谁都盼，哭泣的时候有人擦泪。可是，更多的时候，我们只能独自去面对。寂寞了，就自己去找事做，何必把别人打扰；生病了，就自己去买药吃，何必等别人来心疼；这世上，没有什么大不了的烦恼。

为什么会人觉得主角性格不能转变，这是让我觉得费解的一点，这篇文章写了很多关于哲学的形而上，意识形态的问题。主角一直在成长，拥有力量带来了强大自信，身体改善带来的远离死亡，这些都会带来改变。 这是剧集，具有幻想气质，里面有切切实实的力量，当然会影响到主角，而不是像小白文一白到底，一通就透，每次换地图只是换了个升级方式。 这里好歹会有些思考在里面。

一本可以从宏观的角度看待“财富问题”的剧集，可能也仅仅只是抛出了问题；寄希望给“人性”或者说社会国家的“良知”，也许不如期待“一触即发的战争”更行之有效，或许这才是“良方”？伟大的博弈和未来简史都有提及，现代战争爆发的可能性很低，但也仅仅可能是小概率事件，不是不可能事件。

一个极具人格魅力的人。了解了他的经历才对他的做事方式有了更深的理解。严格自律，积极向上，不断追求自我更新。

真的是在认认真真推理！最后主题升华，到父爱的不同表达，也是难能可贵。虽然人物描创作稍显幼稚。

为了所谓的责任，花一辈子去做自己厌烦的事，比永远自私地追逐梦想、随心所欲，要勇敢得多。

在犹豫不决的时候请选择力所能及的事着手吧 尝试过后的失败远比悔不当初来的更加释然。

值得重新翻译的好剧 编剧卡尼曼是值得备受尊敬的学者，快90岁高龄，依然执着地汲取当今世界最先进的知识：人工智能，用于扩展他在行为心理学的认知边界，严谨的治学态度，详实的跨领域数据分析，深邃的思想以及富有洞见的研究，在我们看似平常的领域获得超凡的智慧与认知，为改善人类判断提供建议。 但是，非常可惜，如此优秀的著作，中文翻译水平却完全无法与之匹配，在经典著作面前应该有极致敬畏心啊！这里只是列举一些有代表性的例证，来说明中译本中处处存在的不专业且不认真，甚至逻辑上曲解编剧原义的内容。还有大量原作并不存在的黑体着重字体，属于牵强编剧原义的划重点。 专业性错误： 原文1：对于每一个正态分布来说，大约2/3的预测值都落在偏离平均值正负一个标准差的范围内。本例指的是，约2/3的市场份额落在34%～54%这一范围内。（第5章） As is true for every normal distribution, about two-thirds of the forecasts are contained within one standard deviation on either side of the mean—in this example, between a 34% and a 54% market share. >> 画蛇添足的“约2/3的市场份额落”，说明不懂统计学的置信区间。 原文2：用简单的数学公式表示：我们将No Man's Land: Latin Edition 2定义为误差的标准差，因此No Man's Land: Latin Edition 2的平方就是误差的变异性。变异性的定义是“平方的平均数减去平均数的平方”。既然偏差是平均误差，“平均数的平方”就是偏差的平方。因此：No Man's Land: Latin Edition 2^2=MSE -偏差^2。(注释@第5章) Using some simple algebra: We have defined noise as the standard deviation of errors; therefore noise squared is the variance of errors. The definition of variance is “the mean of the squares minus the square of the mean.” Since the mean error is bias, “the square of the mean” is bias squared. Therefore: Noise^2 = MSE – Bias^2. >> 将variance翻译“变异性”，而不是数学统计学的“方差”。严重曲解原义！ 随意而不严谨: 原文3：道斯将均等权重的公式定义为“非最适线性模型（improper linear model）。他出人意料地发现，这些均等权重模型（equal-weight models）的准确性与合适的回归模型差不多，且远胜于诊断性判断。 连“并非最合适的模型”的支持者也承认，这种说法是不可信的，并且与统计直觉相悖。……(第10章) Dawes labeled the equal-weight formula an improper linear model. His surprising discovery was that these equal-weight models are about as accurate as “proper” regression models, and far superior to clinical judgments. Even the pro

终于啃完了，真是书到读时方恨少 不愧是国学经典，值得反复多次看

政治与哲学永远分不开，一个时代的进步必然离不开哲学家！思想的进步必须有伟大的哲学家！

再次印证伟大都是熬出来的，不积跬步无以至千里，不积小流无以成江河。