一个数据挖掘大牛，用程序算法做人生选择
每年一到要找工作的时候，我就能收到很多人给我发来的邮件，总是问我怎么选择他们的offer，去腾讯还是去豆瓣，去外企还是去国内的企业，去创业还是去考研，来北京还是回老家，该不该去创新工场？该不该去thoughtworks？ 等等，等等。今年从7月份到现在，我收到并回复了60多封这样的邮件。我更多帮他们整理思路，帮他们明白自己最想要的是什么。（注：我以后不再回复类似的邮件了）。
我深深地发现，对于我国这样从小被父母和老师安排各种事情长大的人，当有一天，父母和老师都跟不上的时候，我们几乎完全不知道怎么去做选择。而我最近也离开了亚马逊，换了一个工作，让我想到写一篇这样的文章。
当我们在面对各种对选择的影响因子的时候，如：城市，公司规模，公司性质，薪水，项目，户口，技术，方向，眼界&& 你总会发现，你会在几个公司中纠结一些东西，举几个例子：
某网友和我说，他们去上海腾讯，因为腾讯的规模很大，但却发现薪水待遇没有豆瓣高（低的还不是一点），如果以后要换工作的话，起薪点直接关系到了以后的高工资。我说那就去豆瓣吧，他说豆瓣在北京，污染那么严重，又没有户口，生存环境不好。我说去腾讯吧，他说腾讯最近组织调整，不稳定。我说那就去豆瓣吧，慢公司，发展很稳当。他说，豆瓣的盈利不清楚，而且用Python，自己不喜欢。我说，那就去腾讯吧&&
还有一网友和我说，他想回老家，因为老家的人脉关系比较好，能混得好。但又想留在大城市，因为大城市可以开眼界。
另一网友和我说，他想进外企，练练英语，开开眼界，但是又怕在外企里当个螺丝钉，想法得不到实施。朋友拉他去创业，觉得创业挺好的，锻炼大，但是朋友做的那个不知道能不能做好。
还有一网友在创新工场的某团队和考研之间抉择，不知道去创新工场行不行，觉得那个项目一般，但是感觉那个团队挺有激情的，另一方面觉得自己的学历还不够，读个研应该能找到更好的工作。
还有一些朋友问题我应该学什么技术？不应该学什么技术？或是怎么学会学得最快，技术的路径应该是什么？有的说只做后端不做前端，有的说，只做算法研究，不做工程，等等，等等。因为他们觉得人生有限，术业有专攻。
等等，等等&&
我个人觉得，如果是非计算机科班出生的人不会做选择，不知道怎么走也罢了，但是我们计算机科班出生的人是学过算法的，懂算法的人应该是知道怎么做选择的。
你不可能要所有的东西，所以你只能要你最重要的东西，你要知道什么东西最重要，你就需要对你心内的那些欲望和抱负有清楚的认识，不然，你就会在纠结中度过。
所以，在选择中纠结的人有必要参考一下排序算法。
首先，你最需要参考的就是&冒泡排序&&&这种算法的思路就是每次冒泡出一个最大的数。所以，你有必要问问你自己，面对那些影响你选择的因子，如果你只能要一个的话，你会要哪个？而剩下的都可以放弃。于是，当你把最大的数，一个一个冒泡出来的时候，并用这个决策因子来过滤选项的时候，你就能比较容易地知道知道你应该选什么了。这个算法告诉我们，人的杂念越少，就越容易做出选择。
好吧，可能你已茫然到了怎么比较两个决策因子的大小，比如：你分不清楚，工资&业务前景吗？业务前景&能力提升吗？所以你完全没有办法进行冒泡法。那你，你不妨参考一个&快速排序&的思路&&这个算法告诉我们，我们一开始并不需要找到最大的数，我们只需要把你价值观中的某个标准拿出来，然后，把可以满足这个价值的放到右边，不能的放到左边去。比如，你的标准是：工资大于5000元&&业务前景长于3年的公司，你可以用这个标准来过滤你的选项。然后，你可以再调整这个标准再继续递归下去。这个算法告诉我们，我们的选择标准越清晰，我们就越容易做出选择。
这是排序算法中最经典的两个算法了，面试必考。相信你已烂熟于心中了。所以，我觉得你把这个算法应用于你的人生选择也应该不是什么问题。关于在于，你是否知道自己想要的是什么？
排序算法的核心思想就是，让你帮助你认清自己最需要的是什么，认清自己最想要的是什么，然后根据这个去做选择。
所谓贪婪算法，是一种在每一步选择中都采取在当前状态下最好或最优（即最有利）的选择（注意：是当前状态下），从而希望导致结果是最好或最优的算法。贪婪算法最经典的一个例子就是哈夫曼编码。
对于人类来说，一般人在行为处事的时候都会使用到贪婪算法，
比如在找零钱的时候，如果要找补36元，我们一般会按这样的顺序找钱：20元，10元，5元，1元。
或者我们在过十字路口的时候，要从到对角线的那个街区时，我们也会使用贪婪算法&&哪边的绿灯先亮了我们就先过到那边去，然后再转身90度等红灯再过街。
这样的例子有很多。对于选择中，大多数人都会选用贪婪算法，因为这是一个比较简单的算法，未来太复杂了，只能走一步看一步，在当前的状况下做出最利于自己的判断和选择即可。
有的人会贪婪薪水，有的人会贪婪做的项目，有的人会贪婪业务，有的人会贪婪职位，有的人会贪婪自己的兴趣&&这些都没什么问题。贪婪算法并没有错，虽然不是全局最优解，但其可以让你找到局部最优解或是次优解。其实，有次优解也不错了。贪婪算法基本上是一种急功近利的算法，但是并不代表这种算法不好，如果贪婪的是一种长远和持续，又未尝不可呢？。
但是我们知道，对于大部分的问题，贪婪法通常都不能找出最优解，因为他们一般没有测试所有可能的解。因为贪婪算法是一种短视的行为，只会跟据当前的形式做判断，也就是过早做决定，因而没法达到最佳解。
动态规划和贪婪算法的最大不同是，贪婪算法做出选择，不能回退。动态规划则会保存以前的运算结果，并根据以前的结果对当前进行选择，有回退功能。
动态规划算法至少告诉我们两个事：
1）承前启后非常重要，当你准备去做遍历的时候，你的上次的经历不但能开启你以后的经历，而且还能为后面的经历所用。你的每一步都没有浪费。
2）是否可以回退也很重要。这意思是&&如果你面前有两个选择，一个是A公司一个是B公司，如果今天你错失了B公司，那到你明天还能不能找回来？
比如说：你有两个offer，一个是Yahoo，一个是Baidu，上述的第一点会让我们思考，Yahoo和Baidu谁能给我们开启更大的平台？上述的第二点告诉我们，是进入Yahoo后如果没有选好，是否还能回退到Baidu公司？还是进入Baidu公司后能容易回退到Yahoo公司？
Dijkstra最短路径
最短路径是一个Greedy + DP的算法。相当经典。这个算法的大意如下：
1）在初始化的时候，所有的结点都和我是无穷大，默认是达不到的。
2）从离自己最近的结点开始贪婪。
3）走过去，看看又能到达什么样的结点，计算并更新到所有目标点的距离。
4）再贪婪与原点最短的结点，如此反复。
这个算法给我们带来了一些这样的启示：
有朋友和我说过他想成为一个架构师，或是某技术领域的专家，并会踏踏实实的向这个目标前进，永不放弃。我还是鼓励了他，但我也告诉他了这个著名的算法，我说，这个算法告诉你，架构师或某领域的专家对你来说目前的距离是无穷大，他们放在心中，先看看你能够得着的东西。所谓踏实，并不是踏踏实实追求你的目标，而是踏踏实实把你够得着看得见的就在身边的东西干好。我还记得我刚参加工作，从老家出来的时候，从来没有想过要成为一个技术牛人，也从来没有想过我的博客会那么的有影响力，在做自己力所能及，看得见摸得着的事情，我就看见什么技术就学什么，学着学着就知道怎么学更轻松，怎么学更扎实，这也许就是我的最短路径。
有很多朋友问我要不要学C++，或是问我学Python还是学Ruby，是不是不用学前端，等等。这些朋友告诉我，他们不可能学习多个语言，学了不用也就忘了，而且术业有专攻。这并没有什么不对的，只是我个人觉得，学习一个东西没有必要只有两种状态，一种是不学，另一种是精通。了解一个技术其实花不了多少时间，我学C++的目的其实是为了更懂Java，学TCP/IP协议其实是为了更懂Socket编程，很多东西都是连通和相辅相成的，学好了C/C++/Unix/TCP等这些基础技术后，我发现到达别的技术路径一下缩短了（这就是为什么我用两天时间就可以了解Go语言的原因）。这就好像这个算法一样，算法效率不高，也许达到你的目标，你在一开始花了很长时间，遍历了很多地方，但是，这也许这就是你的最短路径。
算法就是Trade-Off
你根本没有办法能得到所有你想得到的东西，任何的选择都意味着放弃&&当你要去获得一个东西的时候，你总是需要放弃一些东西。人生本来就是一个跷跷板，一头上，另一头必然下。这和我们做软件设计或算法设计一样，用时间换空间，用空间换时间，还有CAP理论，总是有很多的Trade-Off，正如这个短语的原意一样&&你总是要用某种东西去交易某种东西。
我们都在用某种东西在交易我们的未来，有的人用自己的努力，有的人用自己的思考，有的人用自己的年轻，有的人用自己的自由，有的人用自己的价值观，有的人用自己的道德&& && 有的人在交换金钱，有的人在交换眼界，有的人在交换经历，有的人在交换地位，有的人在交换能力，有的人在交换自由，有的人在交换兴趣，有的人在交换虚荣心，在交换安逸享乐&& &&
每个人有每个人的算法，每个算法都有每个算法的purpose，就算大家在用同样的算法，但是每个人算法中的那些变量、开关和条件都不一样，得到的结果也不一样。我们就是生活在Matrix里的一段程序，我们每个人的算法决定着我们每个人的选择，我们的选择决定了我们的人生。
最新图文推荐
最新专栏文章
大家感兴趣的内容
网友热评的文章
seajs.config({
base: "/resource/passapi/scripts/"
seajs.use('seajs/seajs-css');
seajs.use(['artdialog/src/dialog-plus'], function (dialog) {
$('#favorite').on('click', function(){
$.getJSON('/passapi.php?op=userstatus&callback=?', function(data){
if (data.status == 1) {
var _this = $('#favorite').find('span');
$.getJSON('/?app=favorite&controller=favorite&action=add&jsoncallback=?&contentid='+contentid, function(json){
if(json.state){
_this.html('关于数据挖掘博士_百度知道
关于数据挖掘博士
本人想考数据挖掘的博士，是想将来进高校做老师，不知道哪个学校的数据挖掘好呢？数据挖掘哪个方向好？好像还有个叫大数据吧？还有Web数据挖掘？学校的话太好的没有信心，好点的211就行，在华北地区的，信心啦我硕士是控制理论与控制工程的，不过做的东西偏软件，就是做网页，.net做过项目，现在的工作是做JSP开发。谢谢啦
提问者采纳
云计算，复杂网络等都是当前比较火的大数据领域，可以上网查查各个学校的情况
提问者评价
其他类似问题
4人觉得有用
为您推荐：
数据挖掘的相关知识
等待您来回答
下载知道APP
随时随地咨询
出门在外也不愁两道分类算法的面试题，数据挖掘/机器学习相关，诚心求教！_百度知道
两道分类算法的面试题，数据挖掘/机器学习相关，诚心求教！
题目是：训练数据集中的每个样本用n维向量表示，第n维数据的值是0或者1，现在要建立分类算法，对于新的给定样本，已知向量前n-1维数据，预测向量最后一维的值。问题是：1） 数据中关系到选择或者建立分类算法的2个最重要的属性是什么？为什么？ 2） 现在已知两个分类算法，第一个算法训练花费时间5h,预测每个样本时间为1.5ms, 正确率86%; 第二个算法，训练花费时间30min,预测每个样本时间为2.5ms, 正确率95%, 应该选择哪个，为什么？真心求教各位大神，万分感谢！！！！！
多谢回复！！第一个问题意思是说 “数据向量的哪些属性会影响到分类算法的选择，最重要的两个属性是什么“？？ 继续求大神帮忙。。。。
我有更好的答案
两个最重要的属性应该是数据的维数和数据的相关性，因为一般来讲，数据的维数越多越好，数据的相关性越小越好。应该选择第二个，因为测试耗时增加很小(从耗时单位可以看出)，同时训练花费的时间减少了很多(缩小到1/10)个人愚见，希望对你有帮助~~
1. 没看懂你的问题2. 看情况，一般会选择第二个算法。但是遇到需要快速预测的情况，就不得不用方法一。
1.相关系数，排序？
Logistic回归中标准化偏回归系数，排序？
每个变量与目标变量一起，求WOE，信息价值，按信息价值排序？
你自己看哪个靠谱选一种呗~都不靠谱的话我也不知道啦~2.时间和准确率的选择，还是依据情况而定吧？以上都是个人理解~
其他类似问题
为您推荐：
数据挖掘的相关知识
等待您来回答
下载知道APP
随时随地咨询
出门在外也不愁数据挖掘证书有哪些，尤其是加拿大比较认可的？_百度知道
数据挖掘证书有哪些，尤其是加拿大比较认可的？
如题，本人即将去加拿大留学，想考一个数据挖掘的证书，下了必考的决心。不知道都有哪些比较好的证书呢，我听说了IBM的和SAS的，不知道IBM的那个证书是和SPSS有关么，以前用过SPSS。不知道这两个证书哪个好考呢？
不知道金融风险管理类的数据挖掘，IBM的还是SAS的比较好。如果考SAS，那么考SAS的哪一种？数据挖掘么？
我有更好的答案
获取IBM SPSS分析软件产品认证现在，通过获取分析支持产品证书，您可以证明自己已经掌握了专业知识，并进而推动自己的职业生涯发展。您可以选择获取面向统计分析领域的IBM SPSS统计认证或者面向数据采集领域的IBM SPSS建模师认证 – 还可以两者兼而有之。因为这些高级软件产品在全球范围内广泛使用并得到认可，所以您可以放心：您的证书将为职业生涯提供强大的推动力。
我倒很乐意考SPSS，以前学过，，但是问题是，现在有报考资料么？貌似现在SAS在国内比较火。
现在比较火，以后就不火了
我两个都学过，sas挺难考的
IBM的那个证书哪里有免费的考试资料啊？不要收费的。
其他类似问题
为您推荐：
数据挖掘的相关知识
等待您来回答
下载知道APP
随时随地咨询
出门在外也不愁