《大清相国》的读后感

最近抽空阅读了王跃文先生的长篇历史小说《大清相国》一书,心情很是有一种冲动的欲望。冲动的是我很景仰这样的作家这样的水平,因为他写出了那个时代的权利和官场以及人与人之间的势利和猥琐,以及为官为人为文为事的纷纭复杂。
《大清相国》这本书的封页上有这样一段话:康熙朝名臣辈出,但都大起大落:明珠被罢官,索额图痛死囹圄,高士奇最终被贬回原籍,徐乾学去官早逝,满朝重臣中,但见陈廷敬驰骋官场五十余年,历任工、吏、户、刑四部尚书,最终成为文渊阁大学士,乞归后仍被招回,最后老
死相位。
王跃文集中笔墨来写陈廷敬为官的一生,写他如何从一个拥有正义感的青年举子,逐步成长为胸有城府、老练沉稳的官僚。晚年回到家乡,他总结自己近50年的官宦生涯,记得小说的最后又有这样一段话:“当年卫大人告诉他一个等字,岳父告诉他一个忍字,自己悟出一个稳字,最后又被逼出一个狠字,亏得月媛又点醒他一个隐字。若不是这一隐字,他哪能全身而退?”这段话是小说的点睛之笔,也算是全书的文眼。等
、忍、稳、狠、隐,陈廷敬的一生几乎就是这5个字的形象写照。
总结起来,“等、稳、忍、狠、隐”与“识时务者为俊杰”是陈廷敬驰骋官场的真经秘诀。陈廷敬能够耐得住寂寞,一步步做到了“等、稳、忍、狠、隐”,不参与派系与集团斗争,有自己的道德操守,讲究政治谋略又不去害人,能够更新观念、迅速转变角色,从错误的思想中走出来,识时务、处处小心谨慎、避免锋芒毕露。用自己的方式报效朝廷、造福子民。这些都是很可贵的。康熙皇帝称其:“宽大老成,几近完人”。

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
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