健康资讯 NLP16条前提假设：
一、地图不是疆域
1.1尊重别人的内心世界。
1.2没有失败，只有回馈。
1.3凡事必有最少三个处理方法。
1.4别人做的到，我也做得到。
1.5人都会在每一刻做出他们认为的最佳的选择。
1.6并无难相处的人，只有不善变通的沟通者。
1.7人的行为不等于他的本质。
1.8所有人都拥有获得成功和达成理想效果所需的全部资源。
二、身、心属于同一个系统。
2.1必须以是否配合环境及符合整体平衡，去评估行为及转变是否恰当。
2.2人不能不沟通
2.3沟通的意义在于你得到的回应
2.4意之所在，能量随来
2.5灵活的系统或个人最能影响全局
2.6每个行为背后都有其正面动机
2.7若要求知，必须行动
2.8重复同样的做法，只会得到同样的结果，如果现行方法无效，就要改用其他方法
2.9有效果比有道理更重要
成本价，售价，利润率
一年到头，钱呢进货了，货呢卖钱了，就没看见钱[呲牙]。销量小了，利润薄了，没事了得多核算核算。
假设一件商品成本价30，售价33，利润率是多少？想50%利润，售价设多少?
利润率=(33-30)/30*100%=10%
售价=30*(1+50%)=45
利润=(售价-成本价)或 成本价*利润率
利润率=利润/成本价*100%
售价=成本价+成本价*利润率 或成本价*(1+利润率)
在我们生活中，“假设”是无处不在的。甚至可以说，没有“假设”，我们就无法生存。
比如，我们必须假设大部分汽车都会遵守交通规则，我们也必须假设，大部分消费者会喜欢质量更好、价格更便宜的日常商品。
所谓“第一性原理”，本身也是一个假设。比如：
所有人都会死
***是人
所以***也会死
“所有人都会死”就是“第一性原理”，它本身就是一个“假设”：你都没有见过所有人，你凭什么认为所有人都会死呢？
甚至于爱因斯坦的相对论，其假设也是“光速不变”。因此，凡事都有假设。
对于大部分人来说，我们的问题在于：不去质疑自己的“假设”。
比如，我们透支自己的健康去赚钱，其中一个假设可能就是：钱能够让我们买房子，而房子能够给我们带来幸福。
这里其实有一个假设：房子能带来幸福。但是，如果身体健康都没有了，房子真的能带来幸福吗？
你愿意健康的租房子住，还是躺在豪华别墅过活？
当然，“健康的人更幸福”，这本身也是一个“假设”，每个人的答案可能也是不一样的。从这个角度来说，每个人“假设”的质量也是不同的。
因此，在不断质问自己“假设”的同时，我们也要多学习、多实践，不断提高自己鉴别“假设”质量的能力。
人类都生活在“想象的世界”里。
大家想过这个问题没：我们看到的山，真的是“山”吗？
我知道，你可能会认为我说的是废话。但是你想一想，我们看到的“山”，是不是光线从山体折射到视网膜，然后在大脑中形成的一个“图像”？
就好像和朋友打电话，话筒里面的声音，我们认为是朋友的声音——但实际上，它只是话筒对电流的处理。
人类生活在一个“想象”构成的世界中。在这个世界中，我们“假设”得越多，错误的概率就越大。
比如，如果两个人老是通过文档进行沟通，那么就很容易建立起一些假设：这个人是不是故意要惹我生气？为什么我明明说清楚了，他还是不愿意改？
所谓的“故意”、“我说清楚了”或者“不愿意改”，其实都是我们的假设。
从这个角度来说，人和人之间面对面的交流，仍然是必不可少的。因为他可以减少很多经不起推敲的“假设”。
其实，我们做工作也是一样，需要小心的避免“过多的假设”——特别是当我们发现出现问题，一定不要急于下结论：
想想自己做了哪些假设？这些假设是否需要去验证一下。
这样做，一定可以帮助你避免很多无谓的失误。
[给力][给力][给力][给力][给力][给力][给力][给力]
这年头啥事儿都要搞个鄙视链，如果说知识付费领域有鄙视链的话，那么无疑，混沌大学是站在鄙视链的顶层，具体原因不细说了。今天要推荐的这本书，被混沌大学的创始人李善友誉为“混沌大学创新必修教科书”。
换句话说，要想理解混沌大学课程的底层逻辑，这本书是必读的。
李善友，相信很多人都有所了解。他曾经在搜狐做过人力资源总监，后来成为了搜狐的高级副总裁，2006年自己出来创业，成立了酷6网，当时的酷6网是第一个获得广电视频牌照的民营视频网站，同时也是2008北京奥运会独家视频分享网站合作伙伴，再往后李善友带领酷6网成为第一个在纳斯达克上市的中国互联网视频网站。一句话总结下来：李善友是中国互联网视频领域的领军人之一。
后来李善友弃商从教，到中欧国际工商学院做了一名教授。
紧接着，李善友创办了混沌学院。其中学院的三门主修课《第一线原理》、《第二曲线》、《新科学世界观》正是由他来主讲。
这本书可以说是《第一线原理》这门课的浓缩精华版。
和其他的商学院课程不同的是，李善友非常重视哲科思维，所以他的课堂里经常会出现各种物理学家、哲学家的名词和故事。
这本书也秉承了这一特色。
在前半部内容里，有大量的内容都是从物理、哲学领域来解释什么是第一线原理。刚看到满眼的F=ma、三段论演绎法、天文学体系，容易让人眼晕。
但是当我们认真的从头读读这本书，却会发现原来这些看起来让人犯怵的专业名词，其实也没有那么让人敬畏。
和哲科观点相对应的，是这本书的后半部分，李善友用了大量的互联网案例来解释第一性原理的实际运用。比如人们耳熟能详的微软公司、苹果公司、埃隆马斯克等等。
那么说了这么多，究竟什么是第一性原理呢？
按照李善友的观点，第一性原理指的是任何理性系统的根基性命题。
第一性原理往往位于一个系统之外，比如对于苹果公司来说，完善的生态系统、抗打的硬件，都只是商业体系里的一个模块，而苹果公司的基石其实是简洁。正是简洁奠定了苹果的一切系统。
那么当我们理解了第一性原理，如何运用呢？李善友认为我们可以从两个方面：破界创新和第一创新。
到目前为止，在本书中，我们已经使用了集中于批次的数据处理和数据分析场景。在这些场景中，我们假设可以定期从源系统接入数据，或者数据以文件形式自然到达。
在我们的云数据平台中，批量并不是数据传递和分析的唯一方式。您可能已经听说过术语“实时数据处理”，在本章中，我们将探索这种处理形式及其常用用例。让我们从一些定义和用例开始。
当人们在一个数据平台的上下文中使用“实时”或“流”这两个术语时，它对不同的人有不同的含义，并且在数据平台的两层——接入层和处理层中有关联。
当有一个管道将数据(每次一条消息)从源头流到目的地(如存储或数据仓库或两者)时，就会发生实时或流接入。虽然实时处理这个术语在任何地方都没有明确的定义，但很多可用的产品文档、博客文章和书籍都使用这个术语来指代应用于流数据的直接数据转换。这些数据转换的示例包括将日期字段从一种日期格式转换为另一种日期格式，或者更复杂的数据清理用例，例如确保所有地址字段遵循相同的格式。
另一方面，术语“实时数据分析”通常用于对流数据进行复杂计算的应用。一个很好的例子可能是根据以前的事件计算某个事件发生的概率。虽然这些差异在某些情况下可能会产生影响，但是以后我们将把所有实时数据处理和实时数据分析用例称为“实时处理”。
实时接入可以在不使用实时处理的情况下进行，但实时处理通常需要实时接入。需要其中一个还是两者都需要取决于用例场景。
基本测量系统：
电子仪表系统的基本框图,图2.1b所示。也就是说，每个系统都有三个基本组成部分:传感器、信号处理和显示。
基本上，都是电子测量汽车系统的基本结构是这样的被测量的物理变量，所使用的显示类型，或者是否信号处理分为数字处理和模拟处理。
有助于理解汽车电子仪表系统通过对三种功能的一些基本特点的考虑组建。再次需要注意的是，汽车电子的发展趋势系统朝着数字而非模拟的方向发展。然而，因为两者使用了实现，下面将讨论两种类型的组件。
传感器：
传感器是一种从测量形式转换能量的装置可变的电信号。理想的模拟传感器产生输出电压这与被测量的量q成正比: vs = K s问其中K s传感器校准常数。
为了举例说明，考虑一个典型的汽车传感器-油门位置传感器。被测量的量是油门的角度(θ)板相对于关闭油门。为了说明，假设节流阀角度0 ~ 90度，电压0 ~ 5，传感器校准常数K s是或者，传感器可以有一个数字输出，使其直接兼容数字信号处理。
对于这样的传感器，输出是一个电子等效的数值，使用二进制数字系统作为本章前面已经描述过。图2.15说明了此类方法的输出传感器。有N个输出引线，每个引线可以有两个可能中的一个电压，代表0或1。
在这样的排列中，2N个可能的数值值可以被表示。对于汽车应用，N的范围从8到16，对应于64(28)到256(216)个数值的范围。当然，传感器就像任何系统一样容易出错。
潜在的误差来源包括加载、有限动力响应、标定位移，非线性行为。通常是可以补偿的这些和其他类型的错误在电子信号处理单元中乐起。
如果传感器的带宽有限，那么当测量快速变化的输入量。图2.16说明了这一点测量输入突然变化的模拟传感器的动态误差在两个值之间(这种类型的输入被称为具有方波波形)。
图2.16a描述了输入到传感器的方波。图2.16b说明了这一点传感器带宽太小时的响应。请注意,输出不响应瞬时输入变化。相反,它输出逐渐变化，慢慢接近正确的值。
理想的传感器具有线性传递特性(或传递函数)，如 如图2.17a所示。因此，需要一些信号处理来线性化输出信号，使它看起来好像传感器有一条直线(线性)传输特性。
有时非线性传感器可以提供令人满意的操作线性化，如果它在一个特定的“近似”线性区域的转移操作特征(图2.17b)。电子传感器中的随机误差主要是由内部引起的电噪音
内部电噪声可以由分子振动引起由于热(热噪声)或半导体中的随机电子运动(散粒噪声)。在某些情况下，传感器可能对传感器以外的量作出反应正在测量的数量。
例如，正在测量的传感器的输出压力也可能随着温度的变化而变化。理想的传感器只对一个物理量或刺激有反应。然而，真正的传感器是很少，完美，通常会以某种方式对外界刺激做出反应。
信号处理可以潜在地纠正这些缺陷。显示和执行器用于测量目的的电子仪器系统必须以某种方式将测量结果提供给用户。这是通过显示完成的，它会向用户输出数值。
在其他方面在电子系统方面，显示可以是模拟的或数字的。两种类型显示器在第9章中有详细的描述显示器和传感器一样，都是能量转换设备。
他们有带宽，动态范围和标定特性，因此具有相同的类型传感器的误差。与传感器一样，显示设备的许多缺点可以通过对信号处理的想象性使用来减少或消除吗执行器是一种具有电输入的能量转换装置信号和机械输出信号(如力或位移)。
汽车执行器包括电动马达和电磁控制阀和交换机。这些用于，例如，在油门定位器巡航控制。
核算一年1.7万亿，辉瑞假设给80%的老年人用3千亿，三千亿除以1.7万亿=17%
某公司应届生的面试题：33+999×99+66＝？，要求写出计算过程！
如果在面试中，你遇到了这样的问题，你会怎么回答呢？
很多人会直接去计算这道题的答案，但不管是直接进行计算也好，或者是提取公因式，进行整和 也好都并不是一个正确的选择。
在回答一道题的时候，再回答面试题的时候，首先第一个判断的应该是面试官想要去通过这道题找到什么信息，如果这是一个算法岗位，那么肯定是想要考察你的算法的理解，这个时候你就可以依据公司所从事的工作，其中可能面临的问题来对这道题进行解答，不按照他是一个单纯的计算题去做，而是应该把它看作是一个应用题，也就是说假设我们工作中遇到了一个类似的情况，该怎么处理？
但如果这并不是一个算法岗位的题，而是其他岗位那么面试官可能考察的是你的解决问题题能力，你可以直接对其进行计算，用最方便简单快捷的方法，也可以借助其他的工具，比如说你完全可以直接拿出计算器把这个题算出来， 因为很多时候公司的面试题，只是考察你解决问题的能力，而不是解决问题的方法。
你觉得呢？
脉冲电场 预处理对真空低温烹调法 (SV) 加工牛小排质量的影响以及使用多元多项式回归模型优化 PEF 和 SV 工艺参数
为了最大限度地提高嫩度、最大限度地减少烹饪损失并减少对牛排骨颜色的不利影响，使用三阶多元回归模型优化脉冲电场 (PEF) 和真空低温烹调法 (SV) 处理过程中的处理参数. PEF 的电场强度 (EFS) 和比能 (SE) 范围分别为 0 至 0.85 kV/cm 和 0 至 110.96 kJ/kg，并在 60 °C 下进行 12、24 或 36 小时的 SV 处理。
短肋骨的最佳 PEF-SV 加工条件为 EFS 为 0.85 kV/cm，SE 为 110.96 kJ/kg，SV 加工温度为 60 °C，时间为 23.96 小时。再没有 PEF 预处理的情况下，60°C 下的最佳 SV 时间为 36 小时。PEF 预处理 (SE, 99–110. 96 kJ/kg)，然后再 60 °C 下进行 SV（24 小时），与 PEF 相比，在所有处理强度下，烹饪损失 (%) 和质地轮廓分析硬度显着降低，然后在 60 °C 下进行 SV，持续 36 小时。此外，在不同的 PEF-SV 处理参数下，在红色、色调角和色度方面未观察到显着差异。
因此，对于工业应用，PEF-SV 处理具有 EFS (0.85 kV/cm)、脉冲宽度 (20 µS)、脉冲频率 (50 Hz) 和 SE (110.96 kJ/kg)，SV 温度-时间组合为 60°强烈推荐 C 和 23.96 小时。
介绍
真空低温烹调法 (SV) 加工可以改善肉的嫩度，而对其颜色和风味的影响很小。据报道，在 60 至 75 °C 的温度范围内进行 SV 处理 17 至 36 小时可增强牛肉的嫩度，猪肉、羊肉、山羊肉和鸡肉。然而，SV 处理所需的长时间烹饪意味着这种处理对于工业应用来说是不经济和不切实际的。
以前缩短 SV 烹饪时间的努力涉及在 SV 加工之前将外源蛋白水解酶注入肉中。然而，由于酶的失活温度很高，肉中残留的酶会导致肉质过度嫩化、质地糊状、产生异味和质量下降。
在 SV 之前对肉进行脉冲电场 (PEF) 处理证明了作为减少 SV 时间的一种手段的潜力。Alahakoon et al报告说，对于坚韧的牛胸肉（深胸肌和浅胸肌），SV 处理前的 PEF 预处理增强嫩度而不会对颜色、烹饪损失或脂质氧化产生不利影响，并降低生物变异性的影响。假定 PEF 处理会导致肌肉纤维中的电穿孔，导致 Ca 2+的释放和 µ-钙蛋白酶，从而刺激早期蛋白水解。
蛋白质分解的开始增加了肌原纤维的断裂和肌球蛋白重链的解体。此外，PEF 处理减小了肌肉的大小并增加了肌肉细胞之间的间隙，导致结缔组织的孔隙率和热溶解度增加，从而增强了压痛性。
还报道了 PEF 处理对肉质的不利影响，其中包括处理参数 EFS 在 2-2.8 kV/cm 范围内和 SE 在 149.8-226 kJ/kg 范围内的 PEF 处理，这降低了保水能力(WHC) 和肉的滴水损失增加，降低嫩度。据推测，这种变化是由于肌原纤维蛋白和酶的收缩和变性增加所致。
在 PEF-SV 加工可商业化使用之前，必须充分了解其对肉质的影响并优化加工过程。然而，优化 PEF 加工参数并非易事，因为动物年龄、品种、性别、肌肉类型、PEF 处理前的样品制备（冷冻、解冻和动物去骨方法）也会影响肉质。此外，PEF 处理过程中的电场分布受结缔组织、脂肪和肌肉纤维方向的数量和分布的影响，从而影响 PEF 处理的结果。
迄今为止，所有已发表的关于 PEF 对肉质影响的研究都是关于无骨肉的。本研究是第一个研究 PEF 处理对带骨肉切块（如短肋骨）的优化的研究。短肋骨是异质的带骨硬块，结缔组织、脂肪、骨头、纤维方向的分布各不相同，肉和骨头的电导率范围很广。考虑到嫩度、蒸煮损失、颜色、胶原蛋白溶解度和肌原纤维碎裂等质量参数，短肋骨可能会受益于 PEF-SV 工艺。此外，应确定最佳 PEF 处理参数和最佳 SV 时间和温度。
何必做大事把握现在的时光，做好手头的事儿。总想着要准备好，再去做事情不如先做着事情想着怎么干
姜胡说别总想干大事。事大了，你把握不住。大事，应该交给大人物去做；我们小人物，要学会做小事。不需要1万个小时来学习基础烹饪知识。通过做简单的菜肴，即可感悟烹饪的真谛。简简单单地用心把一份菜做好。先完成最简单的目标——填饱肚子；拿到60分。然后是80分、90分、95分。先做加法，1+1=2，2+2=4。然后做乘法，2×2 =2+2=4，2×3=2+2+2=6。再然后是乘方，2^2=2×2=4，2^3=2×2×2=8。小事做多了，叠加在一起，就成了大事。大事拆分开了就是小事。成功的策略很简单：找到自己真正喜欢、擅长且复利的事。找到那样的一件事，然后把你的精力、思想和本钱全部集中在这件事情上面，瞄准一个目标前进。
