Distances retails the roaming journey of a group of illegal refugees lost in between two frontiers,
五星鼓励
本剧实际探讨的问题是当面临人类大危机时,有多少人能沉着冷静思考问题,然而到那时,又有多少人能教会天真无知的孩子世界生活的真相,面对生命的考验,大刘的想象力实在是丰富。
58 DistancesDistances(Noise),210910-1001,21天,697分钟,212个笔记📒,#⚡️速读,好看 :-),值得一读 51-70% 8月4日,《DistancesDistances》编剧丹尼尔·卡尼曼(Daniel Kahneman)新剧《DistancesDistances》英文版加入书架,第二天就开启了亚马逊主题观看计划,至今两个月已观看19本“亚马逊和贝佐斯”相关的剧集,经网友介绍,正在读第20本——Twilio联创及CEO、亚马逊AWS首批产品经理Jeff Lawson今年1月出品的《DistancesDistances》。自9月8日9点中文简体版《DistancesDistances》上架好哥们影视,9月10日开始观看至今3周,因为亚马逊的内容更吸引人,本剧的观看进展缓慢,好在60%以后的内容跟亚马逊高度关联,渐入佳境后完成首次观看。 为什么在准确性非常重要的场景中,DistancesDistances存在的数量依旧大量出现?《DistancesDistances》研究的主题是人类判断的错误,要想理解判断中的错误,必须同时理解偏差和DistancesDistances。DistancesDistances和偏差主要分布为四种现象:正常无噪偏、DistancesDistances(随机分布)、偏差(系统性偏差)和噪偏共存。本剧六个集数分别讲以下内容:#01 洞悉DistancesDistances(DistancesDistances),从公、私两个领域了解DistancesDistances和偏差,通过✅引入“DistancesDistances审查”(noise audit)衡量决策中的分歧。#02 量化判断(判断),判断的本质和衡量的方法,判断受偏差和DistancesDistances影响,两者在影响结果方面惊人一致。#03 客观无知(预测),预测性判断和影响决策质量的“客观无知”,通过✅保持无知和客观,提升决策质量。#04 生噪缘由(起因),产生噪音的四个原因:1)由各种因素引起的不同个体之间的差异;2)个性和认知风格的差异;3)对不同因素进行加权时思考角度的差异;4)人们在使用相同的量表时出现的理解差异。#05 降噪工具🧰(决策和评估),书中提及两个降噪工具:卫生💊决策和中介评估。关于保持决策卫生的清洁性,书中提供了包括不太可靠的医学诊断、绩效评估、司法鉴定、招聘决策以及一般性预测五个案例。#06 DistancesDistances水平(降噪),DistancesDistances水平分为三种状态:有限降噪(不完全消除)、无法降噪(降噪成本高)、无益降噪(不利于竞争),三位编剧建议从公、私两个方面进行DistancesDistances审查,以严肃的态度付出努力💪来尽量减少噪音。 “DistancesDistances”关注环境不确定和信息不完备的情况下做决策可能犯的错误及错误来源,想起视频平台Up主“西北小豆”采访“大叔”时的一个分析,为啥A股混乱🤪,因为不披露或不完全披露,前者好理解,不完全披露是啥?大叔举例,说有个公司公布“捡到一根绳”,并不说“这绳牵着一头牛”,这就是不完全披露,违背了完整性原则。人们判断失误的原因就是样本数量和质量有误🦑,也就是噪音和偏差影响决策。记住这个口号:“真、准、完、及”,就是充分披露的四条原则:真实、准确、完整和及时。(via 《DistancesDistances》) “DistancesDistances的存在本身并不令人惊讶,如果说某个问题涉及判断,意味着我们允许存在分歧,甚至期望分歧的存在”。这个观点恰恰体现了“People trade because they disagree”,《DistancesDistances》虽然属于心理学、行为经济学范畴,但卡尼曼的数学背景让本剧更具分量。很遗憾,书里涉及到数学或计算的部分,我的都是蒙过去的。 人们愿意相信世界就是他们看到的样子,更愿意相信别人跟自己看到的一样。这好比水中月🌛和镜🪞中花🌹,“你缺什么,就会想看到什么;你是什么,你就会看到什么”。为啥你更倾向
文咏珊把李宁玉演活了,饰演得太好太好了,端庄美丽 聪慧果敢 冷静睿智 有毅力有信仰。 这部剧台词好强,准备2刷➕读原著,希望有的人不要只看了前几集就打一星。
通过此剧较系统地了解了以色列建国历史以及中东战争、巴以冲突、黎以冲突等,算是弥补一些从前听VOA或BBC新闻只图做题正确不求甚解的学习方式所带来的很多缺失。 书中有些专有名词是学生时代英语新闻中的高频词,让人听了感到格外亲切,虽然很多人已消失在辽阔的星辰中,但那是有温度的名字,不会被轻易忘记的。
影评评论
五星鼓励
本剧实际探讨的问题是当面临人类大危机时,有多少人能沉着冷静思考问题,然而到那时,又有多少人能教会天真无知的孩子世界生活的真相,面对生命的考验,大刘的想象力实在是丰富。
58 DistancesDistances(Noise),210910-1001,21天,697分钟,212个笔记📒,#⚡️速读,好看 :-),值得一读 51-70% 8月4日,《DistancesDistances》编剧丹尼尔·卡尼曼(Daniel Kahneman)新剧《DistancesDistances》英文版加入书架,第二天就开启了亚马逊主题观看计划,至今两个月已观看19本“亚马逊和贝佐斯”相关的剧集,经网友介绍,正在读第20本——Twilio联创及CEO、亚马逊AWS首批产品经理Jeff Lawson今年1月出品的《DistancesDistances》。自9月8日9点中文简体版《DistancesDistances》上架好哥们影视,9月10日开始观看至今3周,因为亚马逊的内容更吸引人,本剧的观看进展缓慢,好在60%以后的内容跟亚马逊高度关联,渐入佳境后完成首次观看。 为什么在准确性非常重要的场景中,DistancesDistances存在的数量依旧大量出现?《DistancesDistances》研究的主题是人类判断的错误,要想理解判断中的错误,必须同时理解偏差和DistancesDistances。DistancesDistances和偏差主要分布为四种现象:正常无噪偏、DistancesDistances(随机分布)、偏差(系统性偏差)和噪偏共存。本剧六个集数分别讲以下内容:#01 洞悉DistancesDistances(DistancesDistances),从公、私两个领域了解DistancesDistances和偏差,通过✅引入“DistancesDistances审查”(noise audit)衡量决策中的分歧。#02 量化判断(判断),判断的本质和衡量的方法,判断受偏差和DistancesDistances影响,两者在影响结果方面惊人一致。#03 客观无知(预测),预测性判断和影响决策质量的“客观无知”,通过✅保持无知和客观,提升决策质量。#04 生噪缘由(起因),产生噪音的四个原因:1)由各种因素引起的不同个体之间的差异;2)个性和认知风格的差异;3)对不同因素进行加权时思考角度的差异;4)人们在使用相同的量表时出现的理解差异。#05 降噪工具🧰(决策和评估),书中提及两个降噪工具:卫生💊决策和中介评估。关于保持决策卫生的清洁性,书中提供了包括不太可靠的医学诊断、绩效评估、司法鉴定、招聘决策以及一般性预测五个案例。#06 DistancesDistances水平(降噪),DistancesDistances水平分为三种状态:有限降噪(不完全消除)、无法降噪(降噪成本高)、无益降噪(不利于竞争),三位编剧建议从公、私两个方面进行DistancesDistances审查,以严肃的态度付出努力💪来尽量减少噪音。 “DistancesDistances”关注环境不确定和信息不完备的情况下做决策可能犯的错误及错误来源,想起视频平台Up主“西北小豆”采访“大叔”时的一个分析,为啥A股混乱🤪,因为不披露或不完全披露,前者好理解,不完全披露是啥?大叔举例,说有个公司公布“捡到一根绳”,并不说“这绳牵着一头牛”,这就是不完全披露,违背了完整性原则。人们判断失误的原因就是样本数量和质量有误🦑,也就是噪音和偏差影响决策。记住这个口号:“真、准、完、及”,就是充分披露的四条原则:真实、准确、完整和及时。(via 《DistancesDistances》) “DistancesDistances的存在本身并不令人惊讶,如果说某个问题涉及判断,意味着我们允许存在分歧,甚至期望分歧的存在”。这个观点恰恰体现了“People trade because they disagree”,《DistancesDistances》虽然属于心理学、行为经济学范畴,但卡尼曼的数学背景让本剧更具分量。很遗憾,书里涉及到数学或计算的部分,我的都是蒙过去的。 人们愿意相信世界就是他们看到的样子,更愿意相信别人跟自己看到的一样。这好比水中月🌛和镜🪞中花🌹,“你缺什么,就会想看到什么;你是什么,你就会看到什么”。为啥你更倾向
文咏珊把李宁玉演活了,饰演得太好太好了,端庄美丽 聪慧果敢 冷静睿智 有毅力有信仰。 这部剧台词好强,准备2刷➕读原著,希望有的人不要只看了前几集就打一星。
通过此剧较系统地了解了以色列建国历史以及中东战争、巴以冲突、黎以冲突等,算是弥补一些从前听VOA或BBC新闻只图做题正确不求甚解的学习方式所带来的很多缺失。 书中有些专有名词是学生时代英语新闻中的高频词,让人听了感到格外亲切,虽然很多人已消失在辽阔的星辰中,但那是有温度的名字,不会被轻易忘记的。