剧情简介
《Every Man for Himself》,家庭,喜剧,短片作品,美国出品,1924年上映。
观众评论
★ 4.3/10
本剧主要介绍了24种不同的思维模型,以解决“拿起锤子看到所有东西都视为钉子”的思维狭路。
编剧 斯科特.佩奇,工作于],主要研究领域主要关注于社会学中的多样性和复杂性。其“思维模型课”(model thinking)可以在B站上搜索到,配合书观看能帮助理解。
(值得一提的是,圣塔菲研究所是著名的聚焦跨学科研究的研究所,出的很多书我都蛮喜欢,比如 《Every Man for Himself》、《Every Man for Himself》,擅长从跨学科角度、从专业研究人员科普角度,向非业内人士科普领域最前沿知识角度。)
社会学的发展时间比较晚,而且缺少自身的理论基础,而且和经济学一样是主要关注点在于“解释”已发生的现象,所以非常善于从其他学科“借用”概念。
找到这部剧,是因为在看完]后,对书中提出的要多学习和掌握不同领域的思维模型这种方法比较感兴趣,想扩大自己的观看知识覆盖面。
---
## 为何需要掌握多Every Man for Himself
模型本身具有三个特点:1简化、2、公式化、3、错误(从长远和被简化角度来看)。所以选择多思维模型,相当于同时用多个函数曲线来对点进行拟合,避免单一模型可能带来的思维定式,类似于对问题采取人工智能领域的“模式识别”。
在回答和掌握书中的24个模型之前,编剧首先回答了为什么我们需要尽可能掌握更多的思维模型。即如果不同的模型在处理问题时都存在误差,则模型越多,则不同模型间的误差被抵消的概率就越大,最终的模型”平均值“最有可能指向正确结果。
但对于Every Man for Himself而言,最重要的智慧不简单在于掌握更多不同的模型,而在于能“选择”出正确的模型。
## 如何应用多Every Man for Himself
书中建议采用“一对多”的学习方法,即对同一模型,尝试应用在多个场景、甚至到多个学科中。
我个人对此方法的理解,在于通过对公式和模型的具体化应用,加深理解和记忆,更方便在碰到实际问题时能随时从大脑中提取出来。
## 让我印象最深刻的模型
可以用阈值模型来解释分类现象和同侪现象,即为什么我们观察到城市的人群分布中,人常常按照地域进行居住,比如上海,无论日本人、韩国人、还是东北人、安徽人都能看到自发的抱团聚居的现象。
假设一栋公寓楼有6个A类人,根据多样随机性,最开始的人对这栋楼里存在B类人(比如黑人、同性恋,此处无歧视)的最大数量阈值不同,有些能接受1个B类,有些能接受2个,有些则只接受0个。
假设有1天,因为随机因素一个A类离开了这栋楼,1个B类进入这栋楼,则原本只能接受0个B类的A类人会选择离开这栋楼,进而可能导致更多的B类人进入到这栋楼,最终留下的,就会只剩下那个最多接受5个B类人的A类人留在楼里。
将一栋楼推广到城市的一片区域,我们就可以发现不同人群开始同类聚居起来了。
## 多Every Man for Himself归纳
此处基于剧集列表进行了书中多模型的归纳,便于个人记忆。
- 分布相关
- 正态分布模型
- 幂率分布模型
- 变量关系相关
- 线性模型
- 非线性模型(凹函数和凸函数)
- 价值(合作博弈)相关
- 网络模型
- 传染病模型
- 熵(不确定性)模型
- 概率论和统计学模型
- 路径依赖模型
- 局部互动模型
- 局部多数模型
- 生命游戏模型
- 李雅普诺夫函数模型
- 马尔科夫(系统内状态转换)模型
- 系统动力学模型(反馈机制)
- 阈值模型
- 空间竞争(资源不可共用)和享受竞争(资源可共用)模型
- 博弈论模型
- 合作模型
- 集体行动有关的模型
- 机制设计相关模型
- 信号模型
- 学习模型(个人学习模型和社会学习模型)
- 多臂老虎机模型
- 崎岖景观模型
★ 6.6/10
重在启发。
说话是一门艺术。会说话就是能把话说到点子上,开口就能讲重点,把自己的观点清晰地传达给对方。而不会说话的人则总是迷失于繁杂、冗长、毫无重点的话语中,让听者头疼,让自己烦恼。
★ 8.8/10
真正把复杂难懂的经济学原理,一些经济政策简单化,把自己零散的认知体系化的一本剧,必须五星好评,值得再次研读。
★ 8.8/10
书名,有些故意吸引眼球的嫌疑,内容却是丰富的,也很有些打破了原有的认识。历史这东西,不能看多了,看多了就会觉得恐怖,就会相信轮回,相信历史悲剧一次次重演的必然。
于是,一切都是正常😊
★ 2.2/10
财报分析的写作门槛太低了,指标溜一遍、框架溜一遍就差不多了,所以绝大多数财报分析书只适合当入门书。此剧是一部很好的进阶书,很通透,写出了逻辑,写出了细节。财报分析书我一般两个多小时就能看完,这本竟然看了七个多小时,还不算我停下来思考的时间。必看剧单+1。
★ 2.2/10
说实话看完之后没有觉得有书友点评的那么惊艳的推荐度,也许是有所期待所以略有失望吧