系统思维训练指南

当你不需要权衡选择时，你才不需要系统思考！当心老年痴呆：）系统思维技巧：每当您创建两个事物的二元分类（属于一级思维）时，问问您自己：如何再创建第三个是这两者协同作用的产物 ，用综合思维合并你的二元分类，这样就会出现第三个新类别（属于

这是罗素·阿科夫的《系统思考的一生》：我对预测未来没有兴趣，只对通过在现在采取适当行动来创造未来感兴趣。我是 Presentology Society 的创始成员。罗素·阿科夫是运筹学领域的重要早期支持者，并始终坚持不懈地倡导对该领域的广阔愿景。这是他八十岁以后对自己一生的思考总结：

马克斯·博伊索特的I-Space知识模型（简称：Max Boisot's I-Space，I-Space是Information Space简写）是一个概念框架，是他在《知识资产：确保信息经济中的竞争优势》（1998年）中对数据、信息和知识的定义。 数据、信息

玛丽·凯瑟琳·贝特森（1939–2021 ）曾于1987年至2002年任乔治梅森大学人类学专业杰出教授。多年来，她的Edge论文侧重于各种主题，如“生态和文化”、系统思维、控制论、隐喻、性别、气候、分裂（即正反馈）、副作用的性质等，并且是证据敏

"编程不是打字，而是思考." — Rich Hickey"编程不在于你知道什么；而在于你能想出什么。" -  克里斯·派恩没有任何技能比批判性思考（banq注：批判性思考=抬杠）您以前从未遇到过的问题的能力更有价值，也更难获得。虽然学校教我们如何解决问题，但他们没有教

在科学哲学中，认知谦逊是指一种科学观察的姿态，其根植于以下认识：* 世界的知识总是由观察者解释、组织和过滤，因此，* 科学必须建立在认识到观察本身无法把握世界的基础上。

SproutLife是复杂生命进化的模型。它扩展了康威的生命游戏，它以从简单的规则中出现栩栩如生的模式而闻名。Sprout Life 将这种出现更进一步，创造了繁殖、变异和进化的模式。 Sprout Life 令人兴奋的原因有几个： 集体行为，而不仅仅是个人健

深度神经网络 (DNN) 至今人们还无法从理论层面解释

贝叶斯统计推断和频率统计推断之间一直存在争论。频率论者在 20 世纪主导了统计实践。许多常见的机器学习算法（如线性回归和逻辑回归）使用频率论方法来执行统计推断。虽然贝叶斯在 20 世纪之前主导了统计实践，但近年来贝叶斯学派中的许多算法，如期望最大化、贝叶斯神经网络和马尔可夫链蒙特卡罗算法，在

类比、隐喻、比喻、类比虽然让人更容易理解，但是也是最危险的思维方式，故马斯克提出使用第一性思维替代他们，本文式DDD专家mathiasverraes的一篇文章，也是谈论这种启发性(heuristic)思维的特点，适合渐进式创新思维，这与第一性思维的颠覆性创新思维是不同的，日常生活可能更需要渐

各个学科专家的思维特点是： 计算机科学家专注于创建可用于做出良好决策的系统和算法，然后可用于解决重要问题。 数学家专注于将问题分解为基本组件，然后通过运筹学中的数学分析按定义的步骤解决问题。 经济学家研究了人们如何在GameTheory（弈论），Utility

系统实践：你可以每天从细节中退一步看大局，探索可能影响局势的其他因素。还有什么？意识到你的心智模式以及它如何影响你的反思和行动，信念和价值观形成了我对这种情况的看法、参与和反应？在系统中看到你自己以及你如何参与、贡献和影响它。在这种情况下我的角色是什么？我能影响什么？

逻辑推理 = 数据 + 假设，（统计）数据并不能给你真相；在统计学中，你所知道的并不是你希望你知道的。以下是一些标准的误解： “如果我找到正确的方程，我就能知道未知数。” “如果我对我的数据进行足够的数学运算，我可以减少我的不确定性。” “统计可以将数

在担任软件工程师的20多年里，我一直被要求或期望我学习复杂的东西。卡尔·纽波特（Cal Newport）在他的《深入工作》（

大脑如何产生思想？我们的感知、行动、思想和感觉？历史上对大脑的研究以分而治之的方式进行，试图找出单个区域的功能 - 包含皮质或皮质下层神经元的灰质块 - 一次一个。

这是来自于来自杰夫贝索斯的经验教训：一旦你意识到高等数学是关于模式匹配的，它就会改变你对如何学习数学的看法。您不再需要一直担心发明新的解决方案。您只需回答 2 个问题：如何使用已经存在的解决方案？我知道使用这些解决方案的触发因素是什么？杰