在认知上,数据与算法是什么关系?

吴伯凡认知方法论第三模块第三单元学习笔记

智能是在大数据的基础上确立算法,通过不断优化算法,迅速处理数据的能力。算法优化的过程是不断的犯正确的错误。“正确的错误是指有明确、简单又有效的算法作为淘汰和过滤标准的错误。”而拖延症是不断收集各种数据却没有实质上的行动。

认识目的是不断的优化算法,是自己的算法能更有效的处理数据。优化算法最好的办法是写作。培根说:“思想最好的方式是写作。”写作是把思想客体化。思想是混沌的,将思想客体化后,我们才能将思想清晰的表达出来。然后,我们就能审视自己的思想,认识到对与错。认知迭代不断的把自己的思想客体化,清楚知道思想中的缺陷和问题后,有意识地去纠正错误,从认知客体中,获取的反馈成为新的思想,再把新的思想客体化,不断重复这个过程,形成认知迭代。

“慌”是杂念太多使我们的心智能量被无意义的耗散。我们可以使用词云图和问题云等方法对自己的念头进行管理。当我们确认问题的优先级,形成了结构性,指向性的思维模式后,就能将注意力集中到核心问题,摒弃杂念,提高认知效率。

总结:认知是不断优化算法,通过不断优化算法,提高处理数据的效率。虽然算法来自于数据的积累,但只有数据是没有用的。通过客观化认知,建立算法、优化算法,提高我们处理数据的能力。另一方面,我们可以通过词云图或者问题云,建立思维结构,确认问题的优先级,将注意力集中到核心问题上,提升认知效率。

  • 发表于:
  • 原文链接https://kuaibao.qq.com/s/20181025G1Z0G600?refer=cp_1026
  • 腾讯「云+社区」是腾讯内容开放平台帐号(企鹅号)传播渠道之一,根据《腾讯内容开放平台服务协议》转载发布内容。
  • 如有侵权,请联系 yunjia_community@tencent.com 删除。

扫码关注云+社区

领取腾讯云代金券