解决问题黄金三步:定义问题—分解问题—归

零基础三步搭建专属AI大模型:从RAG到微调的实战指南 大语言模型(LLM)作为当前人工智能领域的核心技术,通过海量数据预训练获得了强大的通用语言理解和生成能力。其核心原理是基于Transformer架构,通过自注意力机制捕捉文本中的长距离依赖关系。这一技术价值在于,开发者无需从零开始训练模型,即可利用其通用能力快速构建智能应用。在实际应用场景中,为了让通用模型掌握特定领域的专业知识,通常采用检索增强生成(RAG)和参数高效微调(如LoRA)两种关键技术。RAG通过外接向量知识库,为模型提供实时、可追溯的参考信息,适合快速构建知识问答系统;而微调则通过少量数据调 阅读详情

转载,原文 张建飞(Frank)解决问题黄金三步:定义问题—分解问题—归

我们经常说软件开发中,没有银弹。的确,单看软件领域,很少有什么方法论是普适的。然而再拔高一些,跳出软件的范畴,是有一些东西是普世的,比如老子说的“道”。

好吧,“道”说的有点大。不过,最近我的确有一个新发现——我发现“归类分组”在我们解决问题中起着巨大的作用。而这里的“问题”不仅仅限于软件设计,从日常生活、产品设计到公司战略、生物分类。都有它的身影。

这是为什么呢?究其原因可能有两个:

一、归类分组是抽象的重要方法,解决复杂问题我们离不开抽象。

二、归类分组是结构化的重要步骤,结构化的表达离不开归类分组。

当然,归类分组要先有素材可以“归类”才行。因此,完整的方法论是这样的,我给他起了一个好听的名字——解决问题黄金三步:定义问题——分解问题——归类分组。

这三步的详细操作如下:

第一步,定义问题:也就是要清楚我们要解决的问题是什么? 第二步,分解问题:对问题进行分析拆解,形成平铺的多个子问题,此步可以尽量发散。 第三步,归类分组:对子问题进行归纳、剪枝,将趋同的子问题,合并成一类问题。

image.png

如上图所示,通过黄金三步以后,我们就可以得到一个形同“金字塔”的结构,也就是我们经常说的金字塔结构。根据问题的复杂程度,这个金字塔结构可能是三层,也可能是二层和多层。

看似简单的三步操作会有那么大的作用吗?废话不多说,直接上案例。

在日常生活中的运用

你出门买报纸,你老婆说家里冰箱空了,顺便带点东西回来吧。她给你列了一个清单,里面有葡萄,橘子,咸鸭蛋,土豆,鸡蛋。你说就这么多了吗?她说苹果和胡萝卜也可以买一点。当你准备出门的时候,她说家里的牛奶和酸奶也没有了,最好也买一点回来。

你觉得你能把老婆交代的东西都买齐吗?我看很难,因为我们的大脑短期记忆无法一次容纳7个以上的记忆项目,超过5个时,我们就会开始将不同的项目归类到不同的逻辑范畴,以便于记忆。

如果我们将葡萄,橘子,牛奶,咸鸭蛋,土豆,鸡蛋、胡萝、苹果,酸奶。按照逻辑关系,进行下归类分组,比如把葡萄、橘子、苹果归为水果类,把土豆、胡萝卜归为蔬菜类,便可以大大帮助我们提高记忆效率。

注意,这里分类的作用不只是将一组9个概念,分成每组各有4个、3个和2个概念的3组概念,因为这样还是9个概念,你所要做的是提高一个抽象层次,将大脑需要处理的9个项目变成3个项目。

如果你已经这么做了,恭喜你,你已经在实践黄金三步了:

定义问题:冰箱空了,需要购买补给。 分解问题:你要分析购买哪些东西呢? 归类分组:为了方便记忆,你将要买的9个东西按性质分成了三组,形成如下的金字塔结构。

image.png

这就是结构化思维,下次你再接到老婆这样的“需求”,记得把这个方法论用上,她一定会对你刮目相看。

在工作汇报中的运用

定义问题

“小张,客户对销售报告和库存报告不满意,你去看一下什么原因。” 面对这种典型的工作问题,你打算怎么处理呢?

分解问题

首先,你肯定要去调研客户不满意的原因,经过调查你发现,客户不满意主要有以下原因造成的:

  1. 提交报告的周期不恰当;
  2. 库存数据不可靠;
  3. 获得库存数据的时间太迟;
  4. 库存数据与销售数据不吻合;
  5. 客户希望能改进报告的格式;
  6. 客户希望除去无意义的数据;
  7. 客户希望突出说明特殊情况;
  8. 客户希望减少手工计算。

虽然你做了大量的工作,调查也很充分。但是,如果你要是把这8个原因直接给老板汇报,估计效果不会太好。 你可以自己做个试验,仔细阅读上面的列表3分钟,你能从中获得什么?同样的,你老板看到这样的罗列也会是一脸懵逼,不知道重点在哪。

归类分组

所以我们有必要加上第三步,对问题进行进一步的归类分组,我们可以将8个问题概括为3组:

  1. 报告中含有不可靠的数据;
  2. 报告的格式混乱;
  3. 产生报告的时间太晚,无法采取有效措施

进行分组之后,我们就可以得到如下的金字塔结构:

image.png

这种结构化的表达,很明显让问题的表述更加清晰。领导也可以很快抓住问题的要点,并作出相应的决策。当然,这里是为了着重介绍归类分组,真正的汇报你还要提供对应的解决方案,然后让老板做“选择题”。

在写代码时的运用

你遇到一个相当复杂的业务场景,在这个业务操作中,涉及到大量的校验和执行操作。这种代码,如果没有一定的策略,很容易写成大泥球。

定义问题

例如,在我们的业务中有一个商品上架的操作,是一个非常复杂的业务操作。

分解问题

对这种业务问题的分解,通常是产品经理的职责,但是作为工程师也不能完全依赖PRD。因为产品视角和工程视角还是有差别的。

针对“商品上架”,我们做了如下的功能分解: image.png

归类分组

同样,在分解之后,我们需要有一个归类分组的过程。否则,这些步骤的平铺会让代码显得凌乱,不方便记忆和维护。通过分析,我们可以把分解后的步骤分成三个阶段:

  1. 初始化阶段
  2. 校验阶段
  3. 执行阶段

通过黄金三步,我们可以得到如下的金字塔结构:

image.png

最后,我们按照这个结构去组织我们的代码,整个代码结构会更加清晰,代码的可维护性也会好很多。

image.png

在应用架构中的运用

应用架构主要解决的是模块、组件定义和模块、组件关系的问题。

image.png

从宏观层面来说,架构设计也是遵循这三个步骤的。比如,我们的架构要如何分层,分模块、分组件就是在做问题分解。然后,模块和组件要归属在哪个层次,要如何命名,就是在做抽象,在做分类归组。

在综合考虑功能属性+质量属性,然后通过黄金三步,就能得到我们想要的架构设计。例如,我们的COLA 2.0架构也是在这个方法论的指导下完成的。 image.png

在产品架构中的运用

定义问题

“小张,为了做新零售,我们打算做一款智能互联网POS机,你先做一下产品设计。”

分解问题

通过调研你发现,作为POS机,其核心功能是收银和经营管理。所以至少需要包含收银的功能、服务核销的功能、商品管理的功能、库存管理的功能等等。

但如果仅仅是满足这些功能,和传统的POS并没有多大的区别,为了满足“智能”和“互联网”的要求,你去深入百度了一下智能POS应该具备的功能,大致包含以下功能:

刷脸支付; 支持品牌商营销; 支持自主营销; 智能定价; 外卖对接; 彩票对接; 虚拟充值等等。 在问题分解阶段,我们应该尽量多的收集信息,多发散,多头脑风暴。

归类分组

发散完,我们还是要收回来。在收敛之前,我们先看一下产品框架应该包含哪些东西,通常,一个产品架构至少要包含三个层次:

用户感知层(在何种场景下通过何种方式触达用户); 功能模块层(通过哪些功能模块实现产品的核心功能,和哪些外部平台功能有信息交互); 数据层(产品的数据从哪里来、产品的数据沉淀到何处去)。 在这三个层次的基础上,我们再对每个层次内的模块进行分组。例如在功能模块层,我们要对功能进行分类,让分散的功能点内聚成更大的产品模块(体现在用户界面上,往往是一级菜单和子菜单的关系)。

比如对于POS的收银产品模块,我们可以提供以下的产品功能:

  1. 支付宝收银
  2. 现金收银
  3. 微信收银
  4. 刷脸支付
  5. 记账等

通过层次划分,模块划分我们就可以得到一个相对清晰的产品架构,以智能POS为例,我们可以画出如下的产品架构:

image.png

分类是科学也是艺术

通过上面的案例,我想你已经领会到黄金三步:定义问题——分解问题——归类分组的要义了。其中前两步相对比较直观,而第三步往往是不容易做好,也容易被忽略的关键步骤。

实际上,对事物的归类分组是我们人类的天性。人类大脑会自动将发现的所有事物以某种持续组织起来。基本上,大脑会认为同时发生的任何事物之间都存在某种关联,并且会将这些事物按某种逻辑模式组织起来。

比如,下面这张图片: image.png

无论是谁,乍一看到上面的六个黑点,都会认为共有两组墨点,每组三个。造成这种印象的原因主要是有些黑点之间的距离比另一些黑点之间的距离大。

空间是一个相对比较直观的逻辑关系,然而,并不是所有的逻辑关系都是如此的显性化。实际上,很多的概念会在多个维度进行交叉耦合,这就给我们的归类分组带来了很大的挑战。

生物分类学

生物分类学通常直接称分类学(Taxonomy),是一门研究生物类群间的异同以及异同程度,阐明生物间的亲缘关系、基因遗传、物种进化过程和发展规律的基础科学。

最流行的分类是五界系统。通常包括七个主要级别:界(Kingdom)、门(Phylum)、纲(Class)、目(Order)、科(Family)、属(Genus)、种(Species)。种(物种)是基本单元,近缘的种归合为属,近缘的属归合为科,科隶于目,目隶于纲,纲隶于门,门隶于界。

不过分类学到不是一门很严谨的“科学”。就像比尔.布莱森在《万物简史》里说的:

分类学有时候被描述成一门科学,有时候被描述成一种艺术,但实际上那是一个战场。即使到了今天,那个体系比许多人认为的还要混乱。以描述生物基本结构的门的划分为例。许多生物学家坚持认为总数30个门,但有的认为20来个门,而爱德华在《生命的多样性》一书里提出的数字高达令人吃惊的89门。

由此可见,分类并不像我们想的那么简单。我们观察事物的视角不同,对问题的认知程度不同,得出来的分类很可能也完全不同。

特别是当概念之间有交叉情况,分类就会变得更加棘手。比如,在你的笔记本中,有“读书笔记”和“哲学笔记”两个平级的分类,此时你阅读了一本哲学书籍,那么你会把这本书的读书笔记放在哪个分类里呢?

分类的原则

分类的基本原则是MECE法则。透过结构看世界,说的就是MECE法则。

MECE法则即mutually exclusive collectively exhaustive的缩写,是麦肯锡咨询顾问芭芭拉·明托在《金字塔原理》中提出的一个思考工具,意思是“相互独立,完全穷尽”,也常被称为“不重叠,不遗漏”。

image.png

MECE原则的思想精髓,就是全维度的去分析一件事情,不要有遗漏和重复的部分。

我们可以借助已有的结构化思维模型(分类的框架)来分析问题,确保每一层要素之间“不重复、不遗漏”。

分类的思维模型

实际上,在上文中我们已经提到了一些分类的思维模型。比如,在应用架构中,我们通常有展现层、控制层、应用层、领域层和基础实施层;在产品架构中,有用户感知层、功能模块层、数据层。这些框架可以有效的指导我们在各自领域中开展工作。

类似于这样的分类思考模型还有很多,比如: 1、制定市场营销策略的“4P”模型,即产品策略(Product Strategy)、价格策略(Price Strategy)、渠道策略(Place Strategy)、促销策略(Promotion Strategy)。

2、分析问题的“5W2H"模型,即Why、What、Who、When、Where、How和How much。

3、思考组织战略的“7S”模型,即经营策略(Srategy)、组织结构(Structure)、运营系统(System)、经营风格(Style)、职员(Staff)、组织技能(Skill)和共享价值观(Shared value)。

4、分析竞争力的SWOT模型,SWOT分析代表分析企业优势(Strengths)、劣势(Weakness)、机会(Opportunity)和威胁(Threats)。

5、制定目标的SMART模型,即制定目标要满足确定性(Specific) 、可度量性(Measurable)、可实现性(Attainable)、相关性(Relevant)和时效性(Time-based)。

这些思维模型都是宝贵的经验总结,相当于已经帮我们做好了第三步“归类分组”的工作,我们只需要按照模型制定的框架往里面填充要素即可。

因此擅用模型,活用框架。可以极大的提升我们解决问题的效率,同时帮助我们做更加全面的、更加结构化的思考。做了“无遗漏,不重复”。

本文首发于流水理鱼博客,如要转载请注明出处。 欢迎关注我的公众号:流水理鱼(liushuiliyu),全栈、云原生、团队管理交流。 如果您对相关文章感兴趣,也可以关注我的博客:www.iamle.com 上面有更多内容

数学建模实战:从问题驱动思维到模型选择与评估全流程解析 数学建模是将现实世界复杂问题转化为数学问题并求解的关键技术。其核心原理在于通过抽象、简化和假设,构建能够描述系统行为的数学模型。这项技术的价值在于为决策提供量化依据,广泛应用于交通优化、环境评估、金融预测和资源管理等场景。在工程实践中,模型选择需遵循“问题驱动”思维,并运用“三层漏斗”筛选法,综合考虑问题类型、数据特征及模型复杂度与可解释性的平衡。例如,针对空气质量评价与预测这类综合问题,常涉及熵权法、LightGBM等模型的应用,并需通过残差分析和灵敏度分析来验证模型的稳健性。掌握从数据预处理、特征工程到 阅读详情

相关推荐

Python广度优先搜索BFS - 蓝桥13届省赛污染海域

请问这片N * M海域中有几块是没被污染的独立海域(没被污染的独立海域是指该块海域上下左右被已污染的海域包围,且N * M以外的海域都为已被污染的海域)有一片海域划分为N * M个方格,其中有些海域已被污染(用0表示),有些海域没被污染(用1表示)。第二行开始输入N行,每行M个数字(数字只能为1或者0,1表示没被污染的海域,0表示已被污染的海域)这块4 * 5的海域,有3块海域(绿色)没被污染,因为每一块的上下左右都被污染的海域包围。输出一个整数,表示N * M的海域中有几块是没被污染的独立海域。

m0_69865359的博客 264

解决问题黄金三步:定义问题—分解问题—归类分组

我们经常说软件开发中,没有银弹。的确,单看软件领域,很少有什么方法论是普适的。然而再拔高一些,跳出软件的范畴,是有一些东西是普世的,比如老子说的“道”。 好吧,“道”说的有点大。不过,最近我的确有一个新发现——我发现“归类分组”在我们解决问题中起着巨大的作用。而这里的“问题”不仅仅限于软件设计,从日常生活、产品设计到公司战略、生物分类。都有它的身影。 这是为什么呢?究其原因可能有两个: 一、归类分...

我的新书《代码精进之路:从码农到工匠》 1万+

最优化学习笔记1——关于拟牛顿法推导

从2020年3月份到现在,一年的时间里断断续续自学最优化,结合豆瓣读书、知乎等网站上的推荐,翻阅了以下书和课程: Stephen Boyd和Lieven Vandenberghe的《Convex Optimization》,这本书被公认为学习凸优化的必读经典著作,其中大量的篇幅讲应用,讲理论和算法的篇幅稍少一些。在B网站上有Boyd的视频课程,油管上也有,不过只有英文字幕,如果是零基础接触,直接看Boyd的视频稍显费劲,B站上也有凌青老师以《Convex Optimization》为教材的讲解,推荐作为入

xiaofei473的博客 1768

问题的分解及分而治之算法

给我们一个问题应该怎么观察: 1,先从最简单的case入手 2:,观察INPUT的关键数据结构 3,我们还得看能不能合上,看的是OUTPUT,就是把子问题的output变成原问题的output select problem:the K-th smallest items in an array INPUT: An array A = [A0, A1, …, An−1], and a number...

qq_36183496的博客 1170

从零实现反激式电源仿真:LTspice高级应用实例

深入解析反激式开关电源的建模与仿真过程,利用LTspice实现从零搭建电路,精准验证电路仿真效果,提升电源设计效率与可靠性。

weixin_36149538的博客 1896

Linux系统下奥比中光Astra Pro相机SDK部署与避坑指南

本文详细指导了在Linux系统下部署奥比中光Astra Pro深度相机SDK的全过程,涵盖系统准备、SDK安装、设备权限配置及常见问题排查。重点解析了USB设备规则配置这一关键步骤,并提供了Python与C++项目的集成方法,旨在帮助开发者快速完成相机配置,避免常见陷阱。

weixin_28455801的博客 299

算法笔记(问题分解,分治与动态规划)

问题分解就是通过对问题进行分解,从而将问题分解成有限个问题规模更小的子问题,从而达到问题求解的过程或者方法。问题分解是一种从问题规模出发来进行问题求解的方法,一般来讲,问题的规模与问题的复杂性密切相关,通过降低问题的规模可以达到减低问题复杂性,从而易于问题的求解。分治策略和动态规划都是这种思想。其实问题分解是问题求解思维中的一种基本的思维方式。当然问题能通过分解来获得答案,最关键的地方就是原问题的...

wodamazi 460

OpenClaw 接入智谱 GLM-5-Turbo 龙虾套餐:完整避坑指南与 SOP

OpenClaw 接入智谱 GLM-5-Turbo 的核心在于“端点匹配”和“多渠道验证”。端点匹配:龙虾套餐必须用标准端点。多渠道验证:遇到 TUI 不显示时,用curl或飞书机器人验证,不要被 Bug 误导。希望这份 SOP 能帮你顺利跑通 OpenClaw + GLM-5-Turbo,享受强大的 AI 编程助手!

Aaron_liu20的博客 1701

【结构思考力】02——明确理念打基础

【结构思考力】——理念基础

weixin_44735928的博客 2997

CodeBuddy 接入 MCP,一键生成网站!

2024 年 11 月,Anthropic 公司搞了个挺有意思的新玩意 - Model Context Protocol(模型上下文协议)简称为 MCP 协议。简单来说,它就是给 AI 和各类工具数据之间搭了个标准化的”桥梁”,让开发者不用再为对接问题头疼了。mcp.so如下图所示,这是 mcp.so 网站中的 MCP Server。使用百度/高德地图分析旅线计算时间接 Puppeteer 自动操作网页使用 Github/Gitlab 让大模型接管代码仓库。

悟空聊架构的专栏 1945

双馈风机并网系统宽频振荡机理与抑制方法研究

双馈风机并网系统宽频振荡分析与抑制 摘要:本文研究了双馈风机(DFIG)接入弱电网引发的宽频振荡问题。通过建立DFIG并网系统阻抗模型,分析了锁相环带宽、电流环带宽等参数对阻抗特性的影响。研究揭示了DFIG与电网阻抗交互导致交截频率处相位差超过180°的振荡机理。提出基于锁相环优化的阻抗重塑抑制策略,采用电压补偿和陷波器改善系统稳定性。仿真结果表明,该方法能有效降低相位差约10°-168°,显著抑制宽频振荡。代码实现了阻抗建模、稳定性分析和抑制策略验证,为工程应用提供了理论依据。

huanghm88的专栏 319

问题归类与拆解

问题归类与拆解 工作中面对的问题大大小小会很多,即使是同一个问题也可能会被不同人的发起。每获取一个问题就记录下来,加以归类再去选择性的攻克。 常见的问题归类方式有: 按照四象限法则进行归类 紧急不重要、紧急且重要、不紧急不重要、不紧急重要 按照问题类型进行归类 交易相关、流量相关、用户体验相关、数据安全相关、财务数据相关… 按照优先级进行归类 P0(重要紧急,当前亟待解决)、P1(非紧急,可适当延后腾出时间优先解决P0)、P2(非紧急,可后续再做)… 有时候我们遇到的问题很棘手,大且复杂。一片迷茫,思维混乱

炫的博客 1659

使用 MATLAB/Simulink 构建一个电机-液压联合控制系统的仿真模型

本文详细介绍了基于Simulink的电机与液压执行机构联合控制系统建模方法。通过7个步骤,系统讲解了从创建项目、搭建PMSM电机模型、建立逆变器与矢量控制模块,到构建液压泵和执行机构模型的完整过程。重点展示了如何设置关键参数、添加测量反馈模块,并提供了实用的代码片段。教程还包含仿真运行流程、结果分析指标及进阶建议,帮助读者掌握多物理场耦合系统建模的核心技术。该方法适用于机电液一体化系统设计,为工程实践提供有效参考。

amy_mhd的博客 613

[工程哲学] 解决问题的黄金三步法 --- 产品构思与项目汇报

参考原文:https://mp.weixin.qq.com/s?__biz=MzIzOTU0NTQ0MA==&mid=2247491742&idx=1&sn=58b360ae6a588ad7af478cb79dbd350b&chksm=e92add91de5d5487cae661fd6f172b7139a693e2e1a5ec45cec5bc1734a708254...

bmwlwg的博客 1315

锂电池充电器电路设计 里面有电路

锂电池充电器电路设计 里面有电路 3.7V升压到5V电路设计。

汉书HE8,好用的汇编代码编写工具

汉书HE8,好用的汇编代码编写工具早期编写汇编代码所用功能强大

汇报时,如何让老板快速抓住重点?—— 黄金三步法

阿里妹导读:对事物的归类分组是我们人类的天性,我们的大脑会自动将发现的所有事物以某种持续组织起来。但如何组织才能帮助我们解决工作和生活中出现的各种复杂问题?今天,我们请阿里高级技术专家张建飞分享他的黄金三步法。 我们经常说软件开发中,没有银弹。的确,单看软件领域,很少有什么方法论是普适的。然而再拔高一些,跳出软件的范畴,有一些东西是普适的。 最近,我有一个新发现:我发现“归类分组”在我们解决...

阿里云云栖号 1562

复分析 阿尔福斯(Ahlfors) 第三版答案 英文

答案分为十章,有部分习题没有答案,全英文复分析阿尔福斯(Ahlfors) 第三版答案

汇报时,如何让老板快速抓住重点? | 黄金三步法

阿里妹导读:对事物的归类分组是我们人类的天性,我们的大脑会自动将发现的所有事物以某种持续组织起来。但如何组织才能帮助我们解决工作和生活中出现的各种复杂问题?今天,我们请阿...

阿里技术 583

第二十期:黄金三步法 | 汇报时,如何让老板快速抓住重点?

对事物的归类分组是我们人类的天性,我们的大脑会自动将发现的所有事物以某种持续组织起来。但如何组织才能帮助我们解决工作和生活中出现的各种复杂问题?今天,我们请阿里高级技术专家张建飞分享他的黄金三步法。 作者:从码农到工匠 对事物的归类分组是我们人类的天性,我们的大脑会自动将发现的所有事物以某种持续组织起来。但如何组织才能帮助我们解决工作和生活中出现的各种复杂问题?今天,我们请阿里高级技术专...

歌谣的博客 680

黄金三步法--汇报时,引导老板抓住重点

解决问题黄金三步:定义问题——分解问题——归类分组。 1. 第一步,定义问题:也就是要清楚我们要解决的问题是什么? 2. 第二步,分解问题:对问题进行分析拆解,形成平铺的多个子问题,此步可以尽量发散。 3. 第三步,归类分组:对子问题进行归纳、剪枝,将趋同的子问题,合并成一类问题。 案例讲解: 定义问题 “小张,客户对销售报告和库存报告不满意,你去看一下什么原因。” 面对这...

javaDB_EAD的专栏 1015

汉诺塔问题(Hanoi Tower)--递归典型问题--Java版(图文详解)

汉诺塔问题是用递归方法求解的一个典型问题。如果你想知道是如何实现的,请阅读本文章,里面有非常非常详细的实现步骤,图文并茂

李赛男 4783

大多数人的问题不是“不会解决“,而是“不会拆“

我以前以为,厉害的人之所以厉害,是因为他们知道答案。后来发现不是。厉害的人之所以厉害,是因为他们有一套方法,能把一个自己也不知道答案的问题,一步步拆到自己能回答为止。答案从来不是想出来的,是拆出来的。别再对着问题发呆了。拿张纸,把它拆了。

m0_74069912的博客 366

数学建模竞赛实战指南:从问题拆解到模型选择与论文撰写

数学建模是将现实世界复杂问题抽象为数学语言并求解的核心方法,其原理在于通过建立变量、约束和目标函数来描述系统。这一技术价值在于为决策提供量化依据,广泛应用于经济预测、资源优化和工程控制等领域。在诸如全国大学生数学建模竞赛等应用场景中,参赛者需掌握从数据预处理到模型验证的全流程。本文聚焦于**模型选择**与**问题拆解**这两个关键环节,深入探讨如何根据问题类型和数据特征匹配经典模型工具箱,并系统化地将模糊问题分解为可求解的子问题,从而构建稳健、可解释的解决方案,提升建模实战能力。

weixin_30587927的博客 410

结构化思维重点

文章目录思维循环金字塔结构4个原则构建方式常见思维模型5W2H认知圈+黄金圈流程思维六要素构建活动流程优化活动流程人事物思维故事思维客户思维水平思维+垂直思维T字思维参考 思维循环 金字塔结构 4个原则 结论先行。先给出核心观点,放在金字塔顶端,统领整个思想和表达。原因: 大脑存储功能不强。一次接受信息不超过7条,最好3条以内 大脑按句理解信息。需要提前告知结论,防止每个人的理解不同带来信息误差 大脑会自动推理句与句之间的逻辑关系。句子越多,信息量越大,大脑就越容易疲劳 结论先行能够帮助我们聚焦中心

qq_40369829的博客 1039

动态规划实战:从0-1背包问题到C++实现与工程应用

动态规划(Dynamic Programming)是解决复杂优化问题的核心算法思想,其本质是通过将大问题分解为重叠子问题并存储子问题的解,避免重复计算,从而提升效率。这一思想在算法领域应用广泛,尤其在处理资源分配、路径规划等场景时价值显著。0-1背包问题作为动态规划的经典案例,完美诠释了如何通过定义状态和状态转移方程,在有限约束下寻求最优解。在工程实践中,动态规划思维可自然迁移至缓存设计、模块分解等场景,例如通过备忘录模式缓存计算结果,或通过微服务架构分解复杂系统。本文以“国王与金矿”这一经典故事为引,深入

409

常见的算法策略-(递归&贪心&分治&动态规划)

编写递归程序三部曲:定义函数功能;找出递归的终止条件;递推函数的等价关系式。(汉诺塔, 遍历)举例:求连续n个数的和第一步:定义函数功能第二步:找出递归的终止条件第三步:找出递推函数的等价关系式。

m0_74380601的博客 1257

数学建模竞赛解题框架:从问题翻译到模型构建的实战指南

数学建模是解决现实复杂问题的核心方法,其本质是将实际问题抽象为数学语言,并通过数学模型进行求解与分析。其基本原理在于通过定义变量、目标函数和约束条件,将模糊的现实描述转化为可计算的数学问题。这一过程的技术价值在于能够系统化地处理不确定性,为决策提供量化依据,广泛应用于供应链优化、资源分配、风险预测等领域。在数学建模竞赛中,掌握高效的解题框架尤为关键,例如通过“问题翻译、模型联想、数据审视、路径规划”四步法,可以快速构建清晰的作战地图。本文以典型的优化问题为例,深入探讨了如何将线性规划、网络流优化等模型应用于

weixin_30764771的博客 317

从零搭建实用AI Agent:会议纪要自动化实战

AI Agent本质上是面向任务的自动化流水线,其核心在于任务分解、工具调用与状态管理,而非抽象智能体理论。它通过结构化输入处理、确定性步骤编排和契约化工具集成,实现可预测、可调试、可兜底的工程化落地。技术价值体现在降低LLM使用门槛、提升业务响应速度、保障结果稳定性,广泛应用于会议纪要生成、工单分类、日报提炼等高频办公场景。本文以150行可运行代码为例,完整呈现一个基于规则+轻量LLM的会议纪要Agent构建过程,覆盖说话人识别、待办提取、责任人分配与失败兜底等关键环节,突出任务分解和工具调用两大热词。

weixin_30645617的博客 360
上一篇: Sentry实时应用错误跟踪系统在Kubernetes中私有化部署
下一篇: 使用微创联合M5S空气检测仪、树莓派3b+、prometheus、grafana实现空气质量持续监控告警WEB可视化
流水理鱼
博客等级 码龄19年 7粉丝 14原创
评论 1
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付:10.00元
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
实付元
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