想赚钱,你对钱敏感么?

阅读文本大概需要 2 分钟。

昨天我给大家推荐了一门课,来给大家说下逻辑。

买这门课的有两类人,一类是确实需要的,想要学习算法提升自己的,还有一类是想要赚钱的。

第一类人很好理解,想要学习算法,学会不管是自己工作中应用还是以后面试,都用得到,而且这门课是前 Google 工程师出的,定位通俗易懂,你得相信一条,有本事加入 Google 的人,就是实力的证明。

有人可能会质疑了?

算法课那么多,市面上很多关于算法的东西历来就有,花钱买一门算法课是不是傻?

有这种疑惑的人,一定是没有初学者的同理心的。我是小白自学过来的,作为过来人我很理解,在初学的时候,即使市面上很多不错的资料,但是是没法分辨哪个最好,哪个最适合自己,最有效率的。这种心理那些大牛是永远没法理解的。

说到效率,自学的人最懂,因为本身就比别人落后些了,所以就会一心想着比别人学的快些,虽然大部分学习是没有捷径的,都是得兢兢业业的,但是这种心态是一定有的。如果说花点钱可以帮助自己提升效率,省去一堆纷杂的查找过程,何乐而不为?

本质上来说,互联网时代,网上什么内容都有,为什么你还要买书学习?本质上是一回事,你是期望用买书来省去寻找知识的过程,尽而提升自己的学习效率,这么简单的道理很多人不懂,不是他们蠢,而是他们缺乏同理心,他们总以自己的心态来思考其他人,他们自己是大牛,学习能力强,就会以为别人跟他有一样的境界。

关于第二类,以前我在我的星球就说过,我们都想赚钱,每个人都想赚钱,但是赚钱这个事不是你光嘴上说说就能赚钱的,如果你想赚钱,你需要对赚钱敏感,对商业敏感,对机会敏感,即使这样也不够,需要你去多尝试,多总结,没人赚钱是一蹴而就的。

给你们说个数据,据我所知,有不少老球友靠着昨天那门课的分成最多有赚到 1000 多块的,很多人把入圈费赚回来了,当然,这钱都是相当的少,听起来没啥吸引力,可能只对部分学生有点吸引力,但是这个过程比赚钱更重要。

有人找到目标人群,然后这门课本就刷屏了,他不过是借着刷屏的机会,写点文案,做点转化,我还有见到更聪明的人,直接说,通过我的链接可以返现 12 块,这就是商机的把握以及竞争的优势。

如何寻找流量?如何写推广文案?如何跟别人竞争?如何赚钱的同时还能赢得口碑?等等等,这些都是学问,而且都是在实践中会接触的。

所以,我说,你想赚钱,真的不要只是口中说说而已,要有这种敏感的思维。

有人说了,我买这门课程就是为了学习的,这当然没问题,这就是第一类,花钱投资自己的。但是你说你喜欢赚钱,你想要赚钱,就要对商业、对钱敏感才行,很多时候,学习跟赚钱不冲突,学习的时候顺手还可以赚钱,为什么不呢?

当然了,赚钱是每个人都想的,但是不能什么钱都赚,如果课程很垃圾,即使能赚钱,这类也不建议去做。对我来说也是一样的,很多读者都知道,我是一直很喜欢赚钱的,但是我不是什么钱都赚的,极客时间那么多专栏,几乎每个上新专栏都找过我,只要我想,钱很容易就赚到,但是至今为止我推荐的专栏不过就两个,我赚钱的前提一直是,高质量的、适合我的读者的我才会推荐。

最后,赚钱没错,尤其是靠自己本事,合理合法的赚钱更该被鼓励,但是前提是你对钱敏感么?而且,任何时候,都要坚守自己的原则。



推荐阅读:

永远不要用小概率事件去决策!

大公司还是小公司?


一个不羁的码农,

我的世界不只有 Coding!

640?

内容概要:本文介绍了ENVI Deep Learning V1.0的操作教程,重点讲解了如何利用ENVI软件进行深度学习模型的训练与应用,以实现遥感图像中特定目标(如集装箱)的自动提取。教程涵盖了从数据准备、标签图像创建、模型初始化与训练,到执行分类及结果优化的完整流程,并介绍了精度评价与通过ENVI Modeler实现一键化建模的方法。系统基于TensorFlow框架,采用ENVINet5(U-Net变体)架构,支持通过点、线、面ROI或分类图生成标签数据,适用于多/高光谱影像的单一类别特征提取。; 适合人群:具备遥感图像处理基础,熟悉ENVI软件操作,从事地理信息、测绘、环境监测等相关领域的技术人员或研究人员,尤其是希望将深度学习技术应用于遥感目标识别的初学者与实践者。; 使用场景及目标:①在遥感影像中自动识别和提取特定地物目标(如车辆、建筑、道路、集装箱等);②掌握ENVI环境下深度学习模型的训练流程与关键参数设置(如Patch Size、Epochs、Class Weight等);③通过模型调优与结果反馈提升分类精度,实现高效自动化信息提取。; 阅读建议:建议结合实际遥感项目边学边练,重点关注标签数据制作、模型参数配置与结果后处理环节,充分利用ENVI Modeler进行自动化建模与参数优化,同时注意软硬件环境(特别是NVIDIA GPU)的配置要求以保障训练效率。
内容概要:本文系统阐述了企业新闻发稿在生成式引擎优化(GEO)时代下的全渠道策略与效果评估体系,涵盖当前企业传播面临的预算、资源、内容与效果评估四大挑战,并深入分析2025年新闻发稿行业五大趋势,包括AI驱动的智能化转型、精准化传播、首发内容价值提升、内容资产化及数据可视化。文章重点解析央媒、地方官媒、综合门户和自媒体四类媒体资源的特性、传播优势与发稿策略,提出基于内容适配性、时间节奏、话题设计的策略制定方法,并构建涵盖品牌价值、销售转化与GEO优化的多维评估框架。此外,结合“传声港”工具实操指南,提供AI智能投放、效果监测、自媒体管理与舆情应对的全流程解决方案,并针对科技、消费、B2B、区域品牌四大行业推出定制化发稿方案。; 适合人群:企业市场/公关负责人、品牌传播管理者、数字营销从业者及中小企业决策者,具备一定媒体传播经验并希望提升发稿效率与ROI的专业人士。; 使用场景及目标:①制定科学的新闻发稿策略,实现从“流量思维”向“价值思维”转型;②构建央媒定调、门户扩散、自媒体互动的立体化传播矩阵;③利用AI工具实现精准投放与GEO优化,提升品牌在AI搜索中的权威性与可见性;④通过数据驱动评估体系量化品牌影响力与销售转化效果。; 阅读建议:建议结合文中提供的实操清单、案例分析与工具指南进行系统学习,重点关注媒体适配性策略与GEO评估指标,在实际发稿中分阶段试点“AI+全渠道”组合策略,并定期复盘优化,以实现品牌传播的长期复利效应。
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