-
1 # 非常靈性
-
2 # 愛魔方的高傑老師
覺得自己或者某個朋友親人有數學天賦的人八九成指的是初高中數學,後來不進數學領域,沒見識過真正的高山所以沒有心存敬畏。以我接觸過和了解過的真正學數學的人,基本上都覺得自己非常普通,雖然他們也知道自己其實並不普通,然而在他們最擅長的數學面前就覺得自己真是普通人。大家都是普通人,就很排斥強調天賦,總得覺得自己努力更重要著。以研究數學的標準而言,真正的天才樣本量太少,輪不到你總結什麼共性特徵。這個問題下什麼算數好,習慣用筆畫輸入法的回答,實在是可笑。我人生中曾經有過一段時間自認為很有數學天賦,回頭看我覺得自己蠢到地板底下去了。不只是我,和我一起學習的數學系同學也少有認為自己天賦異稟的人,的確有幾個,不過大家都把他們當笑話,因為他們連考試都考不過,有一個認為哥德巴赫猜想很簡單的人現在早就不做數學,跑到一個某不知名大學讀工科博士去了。相反,我一個在牛津讀數學博士的師弟就不覺得自己有什麼天賦。還覺得我有天賦,弄得我不好意思。其實,我只是比他多學了一段時間而已。
-
3 # 小小北方人
首先界定下問題範圍:我們不談學術,就講企業應用。讓學數學的同學們看看未來的就業機遇和挑戰,畢竟未來還是要就業的。實際上,企業裡有很多資料分析應用機會,幾乎每個部門都需要,除了專業的資料開發、資料分析、資料探勘崗以外,幾乎每個部門都要使用資料報表。這樣就有大量的用武之地。
簡單列舉一下,只到一級分析目錄,到二級目錄,一頁紙就放不下了。幾乎每個部門都有需求,只是有些負責看資料,有些負責跑資料
作為資料部門,經常會收到業務部門需求,想挑一些“數學好”同學培訓,提升資料應用能力。怎麼挑呢?我們有一個簡單的測試辦法。場景:一個哥們打電話給你,說“我們銷售業績下滑很厲害,市場部是不是近期考慮做一些促銷活動,比如找近期上市的新產品做一些大力度的買贈……”
你的第一反應是什麼?
有數學天賦的人,第一反應是反問:
銷售業績,指的是銷售額還是銷售利潤?(確認欄位)
什麼時候發生的事?持續多久了?(確認問題時間)
從多少下滑到多少?(確認問題嚴重性)
為什麼下滑這麼多就算“厲害”?(確認評價標準)
這些也被稱作資料敏感性。畢竟數學也好,資料分析也罷,命根子都是資料本身。如果資料都是錯的、假的、甚至是不存在的,那就無從說起了。第一反應代表了人的本能,如果真的有“數學天賦”的話,那本能反應是找資料而不是找答案。即使不是資料分析師,是市場策劃或者運營,數學天賦好的也有這種反應。當然,這種能力能通過訓練提升,只是找到底子好的同學,訓練起來更容易一些。
有很多同學第一反應不是這樣的,常見的有:
直接回答方案的:哦哦,買贈可能庫存不夠,我們來看看送優惠券行不行……
直接分析原因的:那個,銷售下滑嗎,可能是季節性的,你先不要急等下個月再看……
很多做營銷、做運營、做產品的專員們第一反應就是這個。大家可以試試。
這兩種反應,最根本的區別在於:數學好的人會先確認數字本身,把分析、計算、推理的地基打在岩石上。而數學不好的人會跳過這一步,直接跨進分析甚至結論部分。他們的分析地基,是打在泥巴里的。
數學可以是很複雜的演算法公式,也可以是很簡單的加減乘除。我個人覺得,數學最美的地方,不止是那些讓人搞不懂的高深技術,還有:它代表了人們思考中理性的那一面。在面對各種複雜問題的時候,讓我們儘量撇除衝動、迴歸理智。
這種情景在生活中也很常見。比如類似話題《為什麼許多優秀的女人不嫁人》《如何看待90後瘋狂買房》這些本來應該首先是一個數據問題,先確認到底是不是,是多少,在哪裡是。再談為什麼。然鵝,一談到結婚,買房這種話題,大家內心的各種情緒就會爆炸,各種故事、段子、情緒就開始噴發,自然也注意不到事實到底是什麼。
企業裡也一樣,比如銷量、新人數量、投訴量,這些指標是很多部門的核心KPI,壓在部門經理的肩膀上。擔子重了,自然會很敏感,有個風吹草動就開始咋呼。比如某天品牌總監看到別人家的廣告上了微信,某天渠道部總監看到客人在旗艦店大鬧,某天銷售部老總聽到某個大區經理來抱怨,最後這些細節都會變成:“我們的品牌已失去影響力!我們的服務質量嚴重下滑!我們的銷售業績遭遇重大障礙!”一股腦的傾倒給下屬討論。這時候如果資料部不能保持冷靜,跟著一起咋呼,最後打的還是自己的臉。
這個測試很簡單,但是有兩個大用處:
第一:看領導的風格。實際上,並非所有的領導都很理性。有些是靠熬資歷熬上來的,有些是運氣好做了一個巨好的專案升上來的,有些是靠關係硬有人罩,有些是個人能力突出很自負的,千奇八怪什麼都有。打交道的時候留個心眼觀察下。如果領導是很理性,就認認真真列資料講邏輯。如果領導很感性,就得在“顧客流失率從20%飆升到25%”這種話後邊,加一句故事“這相當月於一個業務員每月少了5個顧客,少掙1000多塊提成,自然業務員會達量流失”。這樣針對性彙報,通過的效率會高很多。
第二:鑑別高階資料分析師的能力。作為一個基礎的資料分析師,能當個跑數機器,按需求單取出來資料就差不多了。但是高階資料分析師需要有獨立解決問題的能力,要有能把也無妨各種問題轉化為一個靠譜的 需求單的能力。這時候就不是excel,sql,python的活了,而是考察分析能力。就需要考察資料敏感性、分析邏輯性、提分析假設的能力,選擇分析方法的能力。相應的內容展開講太多,有興趣的可以看之前的一個分享:如何在業餘時學資料分析?
數學不止演算法模型,加減乘除也有大用處,看一個例子:學習數學到底有什麼用?
-
4 # 看娃老爹
天賦是看不出的,天賦是你取得成功之後被人認可出來的。郎朗年幼的時候,父親都會逼著他練琴,每天都保證在近6個小時的練琴時間。除此之外,在節假日和寒暑假期間還會加倍練習。郎朗成功了,人們說這孩子從小就有天賦,從小那琴彈得就好。郎朗要是沒有成功,人們就會說這孩子從小彈琴就不行,難聽死了,盡浪費錢了。所以,什麼是天賦,獲得被人認可的成績之後,你的努力就是天賦。
-
5 # 南充小漁
學什麼知識的目的是利用它來解決生活工作的問題。很多其實讀了很多書,拿了很多文憑,卻沒有利用知識來最大化為人類做出貢獻,能做到的是少部分,因為在現實生活面前大部分人會妥協。說學數學靠天賦,也有道理,但其實這種天賦就是一種思維習慣。思維習慣每個人都有,但能實現正確的思維習慣的提取和利用卻是少部分人能做到的。你問一個人怎麼看出來他有數學天賦,不如說去了解他的思維方式習慣。有些同學再怎麼努力,數學就是學不好,其實是他沒有好的思維習慣。興趣也是正確思維習慣的催化劑,有興趣就會在這方面投入的時間多,久而久之就有了很多解決類似問題的正確思維模式。比如福利彩票雙色球,很多人覺得福彩做假,那是由於沒利用數學知識去分析思考。根本不用做假,二元錢中五百萬的機率是一千七百多萬分之一,一年一百四十期左右,你活一百歲最多能買一萬多期,而一千七百多萬期可能才能中一次,所以不管你怎麼買,國家都是穩賺。學數學不能隨意,要嚴謹清晰的分析,做到這樣不可能差的,但要在數學領域有好深建樹,那不但靠紮根專研,還要靠興趣催化
回覆列表
以我的經驗來看,那些長期糾結天賦問題的人會很快放棄數學。因為他們其實不是喜歡數學,只是喜歡“數學好”帶來的光輝和榮譽。他們小時候往往數學不錯,是那種不怎麼努力就不錯的那種,於是就覺得自己有天賦,覺得數學是簡單享受榮譽的捷徑。然後,他們被現實打臉,發現原來高水平的數學不簡單。於是他們需要一個藉口讓自己放棄,天賦自然是最好的藉口了。他們非常害怕努力之後失敗帶來的屈辱感,放棄是逃避失敗最好的方法了。放棄之後,回頭還能嘲笑一下還在堅持的人。
但是,熱愛一件事不是這樣的,熱愛不是喜歡它給你的光環而是喜歡它本身,你得覺得數學好玩才行。如果你真的愛了,就算一生做不出自己滿意的工作,起碼你做了你喜歡的事情,這件事本身就是少有人享受的殊榮。
我本科的代數老師上課的時候永遠精神抖擻,70多歲的人連講兩個小時還是不知疲倦。我非常佩服他,不是佩服他的體力,而是到了70了,他講著基礎的代數知識依然像一個孩子一樣兩眼放光。這種赤子之愛才是我佩服的。
我越來越覺得喜歡解題和喜歡數學其實是兩回事,雖然很多人兩者兼備。因為解題以獲得標準答案為目的,經常是越簡便越好,但是喜歡數學更多的是以深刻的理解和創作為目的,越創新越深刻越好。