Dojo
话题
新佳
订阅
极道
元认知
元逻辑
元设计
元编程
元语言
系统思维训练指南
物质欲望与形而上欲望 - 勒内·吉拉德
现代人的童年就像一个传送带:每个孩子都以同样的速度进步,无论他们学到多少东西。跟着传送带走,你就会成功。高中进入大学,大学进入研究生院,研究生院进入一个著名的职业。 每当我遇到一个大学生,我都会问:"你愿意在一门课上拿到C,但实际上学到了东西,还是
线性思考、设计思考和系统思考三者权衡
线性思考者、设计思考者和系统思考者走进一家酒吧……他们谈论未来的房子。 线性思考者绘制平面图。他详细介绍了卧室、厨房、浴室、休息室等。他确保每个房间都有充足的光线、暖气、正确数量的插头等。
认知偏差:什么是间隔效应?
间隔效应(Spacing Effect)是一种现象,即在一段时间内分散学习,而不是在一次学习中学习相同数量的内容,学习效果更好。它应该为你的刻意练习提供参考。 间隔效应描述了这样一个有力的发现:当学习事件在时间上间隔开来,而不是立即连续呈现
认知偏差:什么是P值(P-value)?
P值是在统计假设检验中的一种衡量边际显著性水平的指标,代表了一个特定事件的概率。 p值或概率值告诉您数据在原假设下发生的可能性有多大: 小于 0.05 的 p 值通常被认为具有统计显着性,在这种情况下应拒绝原假设。 大于 0.05
软件工程师第一性原理思考 - AddyOsmani
第一性原理思维有助于解决复杂问题,因为它可以让您将问题分解为核心元素,然后从中系统地构建解决方案。与尝试使用先入为主的概念或根据您过去的经验对问题做出假设相比,这可能是一种更有效的方法。 它用于计算机科学、工程和物理学,但也可以从任何行业的第一性原
什么是发散式思维?
发散性思维(Divergent Thinking)是以一种自发的(头脑风暴)、自由流动的方式发生的,想法是以一种随机的、无组织的方式产生的,这反过来又会导致更多的想法。它在许多创造性工作中起着关键作用。 发散思维是指向不同方向的认知。其中一些是传统
二十条有用的认知偏差
1.鸵鸟效应我们经常试图避免那些我们担心会给我们带来压力的信息。因此,账单和工作邮件仍然没有被打开,银行余额仍然没有被检查。这是适得其反的,因为忽视一个问题并不能消除问题或你的焦虑,它只会延长它们。
什么是5 Whys?
五个为什么(5 Whys):为了找到根本原因,你需要问多少问题就问多少问题:五个问题只是一个数字。然后,当一个对策变得明显时,你就贯彻执行,防止问题再次发生。 “速战速决”看似方便,但往往只能解决表面问题,浪费本可用于解决真正问题的资源。<
什么是习得性无助(躺平)?
习得性无助(Learned Helplessness,中国网络用语:躺平):在动物中,当动物反复受到无法逃避的厌恶刺激时,就会发生习得性无助。最终,动物将不再试图回避刺激,表现得好像它完全无助于改变这种情况。即使出现逃跑的机会,这种习得性无助也会阻止任何行动。
Mel Conway:同理心和系统思维
为什么深具同理心共情的人性(情商)和系统思维(智商)很难在同一个人身上共存?我把这部分归因于教育系统:文理分科造成的两种文化</
'演绎Deduction' vs. '归纳Induction' vs. '溯因Abduction'
演绎Deduction:演绎通常被定义为“通过推理得出结论”。演绎推理总是必然地从一般或普遍的前提得出特殊结论。 归纳Induction:归纳法是一种推理方法涉及概率元素。归纳推理是从特定事例中推论出一个普遍的结论。
在 2022 年学到的 10 个最佳创意 - by Gurwinder
从我今年了解到的数百个想法中,我选出了 10 个最发人深省的想法。它们在下面展示,连同进一步阅读的链接(只需单击标题)。 1.
什么是设计思维?
设计思维是一种以客户为中心,从客户的需求、问题、习惯和实践出发,解决问题和设计产品的方法。对于业务分析师而言,设计思维可以证明是一种有价值的分析和设计方法,可通过以下实践开发创新解决方案: 了解用户需求, 问题定义, 构
什么是 Pro-Con-Fix 列表?
在进行讨论时进行可视化非常重要。信息需要以简单的格式可视化。我想开始与您分享这些可视化效果,以防您也在寻找更好的会议方式。Pro-Con-Fix 列表是在会议期间可视化决策或讨论的简单结构之一。我发现它在考虑每个选项对当前情况的好处或缺点时非常有帮助。
生活“全是虚拟现实”
关于现实本质的理论通常分为两类:二元论者假设有两个基本事物:物质和精神、肉体和精神、身体和灵魂。一元论假设其中只有一个是真正基础的,另一个只是最基本的派生。 二元论似乎更符合常识。
为什么工程经理更应该有系统思维?
什么是系统思维以及为什么它在软件开发中至关重要? 什么是系统思维?系统思维是一个广泛的知识领域,通过理解所有部分如何相互联系和影响来解决问题。这个理论并不新鲜,不同行业已经应用了数十年。一个很好的例
把面对失败作为一项核心生活技能 - buildinghealthier
五颜六色的菜肴摆在我面前。面包、腌肉、烤蔬菜、香草。新鲜椰子应有尽有。这是我在越南第一周的最后一天, 在过去的几天里,我在山上骑山地自行车,在湖边跑步。 现在的生活与我一年前的生活形成了鲜明的对比。
机器学习中“First-Explore先探索”元学习是什么?
人类是探索的大师。 与机器强化学习RL不同的是:我们不是像RL那样通过尝试最大化奖励来探索,而是通过探索来获取信息! 这是标准RL机器学习速度比人类慢得多的主要原因。
上页
下页