如何脱离底层的一种思维方式 20200115

本文探讨了中国保持快速发展的策略,强调底层奋斗者的作用及资源分配的不均衡。作者提出通过牺牲、高等教育和创业路径来寻求突破,并关注工资差距、生活质量与城市生存挑战。

今天看到一个观点很有意思,中国要如何保持快速发展:

(1)需要大量的底层奋斗者。(中国基建、)

(2)需要让这些奋斗者一直得不到想要的东西,又存有希望。(物价、房价越来越高)

(3)底层不需要稳定,而顶层富裕者才是想方设法追求阶级的稳定性。穷是底层思维、富是马太效应。差着越差,富者越富。

有很重要的现实参考意义。大量穷人提供最原始的劳动力,得不到优秀的资源,始终不能通过劳动得到脱离底层劳动阶层的恶性循环,大部分劳动根本无法创造你生活在这个世界上的足够资本。劳动仅能创造生存。这部分比例是多少呢?

普通打工者,在深圳一线城市,月薪2万。起码在一家普通公司算是主管级别。仅在温饱线。比例是多少?

高级打工者,在深圳一线城市,月薪5万以上。在一线大厂,算上股权激励,年薪百万。可以在深圳买房了。比例是多少?

通过职业发展,我们是否能够继续生存在这座城市里。伴随年龄的增长,结婚生子,小孩的来临,教育问题,房产问题。是摆在眼前的最直接问题。

以上,已经否决的平凡打工者的命运。我赞美平凡劳动者的美,否认平凡劳动者能够通过工作上的努力得到想要的生活。

下面几条致富道路是否有可行性?

(1)稻盛和夫模式、华为模式、比所以人更努力的打工者。(做最大的牺牲,或者如稻盛和夫所说,结果都会过来,需要莫大的自我鼓励。)

(2)高材生模式。高校毕业、顶级企业、顶级薪资。

(3)创业者模式。(曲线创业者)

 

有什么建议请留言,我会持续更新

 

 

 

 

 

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 1
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