Fuelin' Around

“影视出色地保留了所有怪诞、幻想、挑衅、滑稽和疯狂的权利”，我保留对声称为怪诞、幻想、挑衅、滑稽和疯狂赞赏的权利。有些设定不错，接缝、真实的故事里突然脱节变异的生活，人开始怀疑自己的理智和存在，其他变形中心、绿孩子等挑战人类中心观点的篇觉得弱了点，只看出了她希望传达的情感震撼而没有实际上感受到。附的得奖演讲观点意味太浓，有点传教的感觉，不过话说回来，她的观点里影视本身就是一种传教。

有些难懂，特别是讲到所谓的模糊算法，也可能译本原因吧！ 嗯，在冷酷仙境的惊心动魄，在世界尽头的安静，和谐。 如果“我”和影子一起离开镇子，会不会两个平行世界就交织在一起了呢！ 事实是我留了下来，那后面就会帮女孩找到心，找母亲。森林里的生活又是怎样的？ 后面还有好多的故事要讲

是本理清思路的好剧 第一篇 数据分析的方法 第一章 业务指标 （1）如何理解数据？ 懂得从数据中发现业务指标，数据的含义（如何定义与计算）与分类（用户数据、行为数据、产品数据） （2）常用的指标有哪些？ 使用相关指标去分析数据/问题 A、用户数据指标： 新增用户、活跃用户、留存用户（粘性） B、行为数据指标： PV(访问次数）、UV（访问人数）、转发率、转化率、K因子（转化成新用户的转化率） C、产品数据指标： 成交总额（GMV)、成交数量、访问时长、客单价、复购率、付费率、产品（热销产品TOP、好评产品TOP、差评产品TOP) D、推广付费指标： 展示位广告、搜索广告、信息流广告，点击率、成本、投入产出比 （3）如何选择指标？ A、好的数据指标应该是比例 B、找到最核心的指标—北极星指标 （4）指标体系和报表 A、明确KPI，找到一级指标 B、了解业务运营情况，找到二级指标 C、梳理业务流程，找到三级指标 D、通过报表监控指标，不断更新指标体系 第二章 数据分析的常见方法 （1）5W2H分析： what（是什么）、when（何时）、where（何地）、why（为什么）、who（是谁）、how（怎么做）、how much（多少钱） 5W2H分析方法能解决哪些问题？ 案例1：如何设计一款产品？ 案例2：设计一款App的调查问卷，如何设计问卷上的问题？ 5W2H分析方法很好理解，但是在复杂的商业问题面前不起作用 （2）逻辑树分析： 逻辑树分析方法是把复杂问题拆解成若干个简单的子问题，然后像树枝那样逐步展开 领导力，就是把目标拆解成员工可以执行的小任务的能力 逻辑树分析方法在解决业务问题时，经常不是单独存在的，会融合在其他分析方法里，辅助解决问题 （3）行业分析: PEST分析方法（政策、经济、社会、技术） （4）多维度拆解分析 逻辑树是拆解、多维度拆解是不同角度看一件事 只看数据整体，我们可能注意不到“数据内部各个部分构成的差异”。如果忽略这种差异进行比较，就有可能导致无法察觉该差异所造成的影响。 我们需要从多个维度去观察数据，并相互验证，才能得出相对可靠的结论。 通过多维度拆解数据，我们发现了和一开始截然相反的结论，这种现象被称为“辛普森悖论”（Simpson’s Paradox），也就是在有些情况下，考察数据整体和考察数据的不同部分，会得到相反的结论。 如何使用多维度拆解分析方法 1）从指标构成来拆解 2）从业务流程来拆解 （5）对比分析： 如何使用对比分析方法 （1）和谁比 1）和自己比：同比、环比 2）和行业比 （2）如何比 1）数据整体大小 常用的是平均值、中位数，或者某个业务指标 2）数据整体的波动 标准差除以平均值得到的值叫作变异系数。变异系数可用来衡量整体数据的波动情况 3）趋势变化 趋势变化是从时间维度来看数据随着时间发生的变化。常用的方法是时间折线图，环比和同比 注意： 在进行比较的时候，要注意比较对象的规模要一致 （6）假设检验分析： 假设检验分析方法分为三步： 1）提出假设 2）收集证据 3）得出结论 假设检验分析方法有什么用 1）假设检验分析方法背后的原理是逻辑推理，学会这个方法以后，可以显著提高我们的逻辑思维能力 2）假设检验分析方法的另一个作用是可以分析问题发生的原因，也叫作归因分析 如何使用假设检验分析方法 A、分析销售业绩，可通过4P营销理论（产品、价格、渠道、促销）。 B、按业务流程分析留存率、复购率等。 C、从用户、产品、竞品这3个维度提出假设。 （7）相关分析： 散点图，相关系数，相关关系不等于因果关系。 （8

实战，实战，一定要实战。这部剧不能看，而是要结合视频动手做。

阶层是客观存在的，但可以通过自身的努力实现跃迁，前提是你要行动起来，不然就算你占尽了天时地利人和，也只能成为第二批八旗子弟！

好几年没看过言情类的剧集了！喜欢男女主的人设，正直善良，勇敢聪明，独立自主，不卑不亢，是我所期待的模样！

一个偏远的山村小学，一群可爱的民办老师。一种会传染的毒素，一场感人的故事。一群不见踪影的狼群，一个早已故去的村长。一帮被人鄙视的人苕，一根肃立的国旗杆。细微而生动的讲述了一个偏远山村小学的故事，你有没有被感动到我不知道，反正我是被感动了。

人最怕的是孤独，最难熬的是寂寞，尤其是在这个喧嚣浮躁的世界。 读了Emil Sitka的书，感受到了一个有趣的灵魂。他说，人可以无知，但不可以无趣。

数值设置，剧情，逻辑都不如熟练度好，华山论剑开始崩，仙灵界彻底崩溃，最后写不下去仓促结尾，越看越不爽

断断续续读完了叶老师的《Fuelin' Around》《Fuelin' Around》《Fuelin' Around》三本著作，权当是闲暇放松。 在园子里，我和丫丫不期而遇，我走进了颐和园的每一个角落，走进了老北京气息浓厚的胡同大院，遇见了灵动英勇的耗子大爷、土狗老黑，也想起了曾经陪伴我成长的橘猫，它走丢了，不知道它现在身在何处，是否安好。我看着丫丫慢慢长大，慢慢变得坚强和懂事，学会了忍耐和顺应，仿佛和她一起又经历了一次童年。 我们每个人都会在一年里，一生里，留下自己的金碧辉煌。日子过去了，但是金阁寺还在那里。

雖是單方著述的歷史，也反映出這是一场悲壯慘烈的戰爭，由解放軍用杂牌武器死磕以美國為主体的十六国联軍，戰果是打出了中国人的士气，贏得了蘇聯短期的尊重，和幾十萬條生命魂断異鄉，一屁股债，中朝地緣＂友誼＂。戰术上中方箅赢了，戰略上间接促進了南韓、日本、台灣戰后的迅速崛起，中國大陸在此后的二十五年繼續續闭關修煉，經濟帐不堪一算。再來一次我們還會如此選擇嗎？ 不够客觀公正，勉強評三分。

实际这部剧只看完了三分之二，但有些想法觉得不吐不快。看着对大数据的讲解，突然想起到大数据的终极形态，顿时有些毛骨悚然，它让我想起了天道，盖亚意识亦或者叫命运。大数据的终极形态或许不是全能的，但它一定距离全知不远，它的全知他或许不是对天地万物，到一定是对人的。当人类的一举一动，乃至往后的因为都可以通过大数据推算出来时，那时候为了运行大数据的你是估计就是人工智能吧，亦或者是某些人。想想如果有人想改变我的下个行为，他（它）通过大数据进行推算，然后就像南美洲的那只小蝴蝶一样，轻轻的一使力，然后通过若干的转折，改变了我的下个行为，达到了他的目的，而我全无所觉。但后来又想了想觉得或许大数据和命运还是有区别的吧，毕竟人是感性的，我们往往下意识做出另所有人出乎意料的决定，仅此一点就决定了通过大数据无法完全决定我们的所有决定吧。想想什么终结者的天网，黑客帝国的机械大帝，生化危机的红后，它们和掌握着终极形态的大数据的人工智能来说都弱爆了吧，毕竟只有通过大数据才能让每个人成为提线木偶吧。

看了一集就弃剧，演员演技太差，尤其迪丽热巴每部剧表情一个样，实在无法入戏，剧本不错，演员用错