鸡汤_如何找到自己的天赋

天赋有四个表现,简称为“SIGN”,可以帮你发现它:
特征一:自我效能(Self-efficacy)
对自己可以完成某项工作或任务的自信程度。比如,每当面对细节琐碎的事情时,还没开始,我就觉得自己做不好,但每当要我去解决一个难题时,我会充满信心。
特征二:本能(Instinct)
当你还没开始做这件事的时候,你就迫不及待地想要开始了。比如,当我决定要开发成为课程、教给别人的时候,我会感到异常兴奋。
特征三:成长/专注(Growth)
当你做这件事的时候,你充满好奇,十分专注,时间过得很快。比如,当我为了写文章,去阅读大量相关资料的时候,一上午对我来说,就跟20分钟一样。
特征四:满足(Needs)
做完这件事之后,就算感到疲劳和困倦,你依然会有满足感。比如,每次写文章的时候,我都累到不想再继续了,然而写完之后,又觉得充满了成就感。

三个方法
1、日记
既然天赋让你感觉自己更强大,那么你需要记录:在哪些瞬间,你感到强大?
具体做法是:找出一周时间,在这一周里,记录自己的每个瞬间,包括兴奋、有成就感、愉快的瞬间,以及沮丧、无助、反抗的瞬间。不仅仅是工作相关,还有业余生活的部分。

2、问自己
问题还是围绕天赋的四个特征。并且,也依然要排除欲望和享受相关的事情。
第一类问题:自我效能相关
你认为,自己能够教别人什么?或者,别人常常向你请教什么?
你跟他人聊天的时候,倾向聊什么?以及,聊什么话题你会更有自信?
你在做什么事情的时候,不会感到焦虑和担心?
第二类问题:本能相关
你在做什么事情的时候,很少拖延?
长时间休假后,你最想念工作的哪个方面、哪个内容?
你宁愿放弃休息时间,也要做的事情,是什么?
第三类问题:成长/专注相关
有什么事情,让你沉浸其中忘记吃饭/睡觉?
你在做什么事情的时候,会暂时忘记刷社交网络?
你在做什么事情的时候,不容易感到疲倦和厌烦?
第四类问题:满足相关
过去的工作和生活中,有什么让你获得巨大的成就感和满足感?

3、问他人
你觉得,我身上有什么不同于别人的特质?
你最欣赏或者佩服我的方面是什么?
在你看来,我做什么事情的时候,看起来最兴奋?
你曾经看到我做过哪件事情,让你印象深刻?
在以下这些方面,你觉得我哪些更加擅长?思维方式:条理清晰、逻辑严密、脑洞很大、专注专业;沟通协调:化解冲突、争取资源、知人善任;计划执行:执行力强、追求完美、目标导向,等等。

根据原作 https://pan.quark.cn/s/459657bcfd45 的源码改编 Classic-ML-Methods-Algo 引言 建立这个项目,是为了梳理和总结传统机器学习(Machine Learning)方法(methods)或者算法(algo),和各位同仁相互学习交流. 现在的深度学习本质上来自于传统的神经网络模型,很大程度上是传统机器学习的延续,同时也在不少时候需要结合传统方法来实现. 任何机器学习方法基本的流程结构都是通用的;使用的评价方法也基本通用;使用的一些数学知识也是通用的. 本文在梳理传统机器学习方法算法的同时也会顺便补充这些流程,数学上的知识以供参考. 机器学习 机器学习是人工智能(Artificial Intelligence)的一个分支,也是实现人工智能最重要的手段.区别于传统的基于规则(rule-based)的算法,机器学习可以从数据中获取知识,从而实现规定的任务[Ian Goodfellow and Yoshua Bengio and Aaron Courville的Deep Learning].这些知识可以分为四种: 总结(summarization) 预测(prediction) 估计(estimation) 假想验证(hypothesis testing) 机器学习主要关心的是预测[Varian在Big Data : New Tricks for Econometrics],预测的可以是连续性的输出变量,分类,聚类或者物品之间的有趣关联. 机器学习分类 根据数据配置(setting,是否有标签,可以是连续的也可以是离散的)和任务目标,我们可以将机器学习方法分为四种: 无监督(unsupervised) 训练数据没有给定...
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
红包 添加红包
表情包 插入表情
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值