豆瓣链接
互联网流量增长日趋饱和，各大互联网公司对于流量的获取也逐渐的从跑马圈地转向精耕细作。大数据逐步从概念转向实际应用，如何将手中的数据“璞玉”雕琢成增长的玉如意也成为各个公司数据部门的头号目标。两者结合，在有限的流量下，用数据驱动，把每份流量的价值发挥到最大就成了新时代下增长的必经之路。

《数据驱动增长》一书由阿利斯泰尔·克罗尔写于2014年，如今已经过去四年多，其中的经验、框架依然不过时。针对美国互联网公司的一系列建议，放在中国，相当一部分也依然实用。下面摘录原书的一些观点，并附上自己的理解。

豆瓣链接

• 贝叶斯

  • 先验概率（模型的本身可能的概率， 奥卡姆剃刀）
  • 后验概率（模型生成样本的概率，最大化后验概率就是极大似然估计）
  • 模型泛化（过拟合、欠拟合也就是在先验概率、后验概率平衡）
  • 没有先验概率的时候，假设虽有模型概率一致，这就用到最大似然估计
  • 贝叶斯+奥卡姆剃刀（不考虑先验概率） 听起来还是个极大似然估计（后验概率）的问题
  • 信息论+贝叶斯： 一个模型的好坏取决于模型的编码长度lg(先验概率)+这个模型下数据的编码长度lg(后验概率)
  • 强化学习是一种复杂模型（模型编码长度长）？ 还是一个简单模型，用多个步骤来求解呢？

豆瓣链接

并不像书名写的那么直接，没有太多关于财富自由的具体计划，确有更多元认知上的提升，财富自由只是提高认知路上的一个不经意间到达的里程碑

豆瓣链接

近期，在朋友的推荐下，读了《把时间当作朋友》这本书。确是一本很好的时间管理，不，应该是自身管理类别的书。这一类的书我读过并不多，相比于《少有人走的路》，这本书更有实践指导意义一些。作者写书逻辑很严密，比较对我这种理工男的胃口。
书中提到，长时间的积累会让你在多年后发现有一个质的改变。读书，自然也是一种积累。最简单的方式就是摘录其中的句子了，先采用这种最朴素的方式开始吧。
下面是我摘录书中的句子，有的是原句，有的是按照自己的理解复述的句子。

豆瓣链接

《激荡三十年》分上下两本，本文摘抄下册的一些让人有感而发的句子以及自己的一些启发、随感。

1993年5月10日，北京市政府正式宣布，从这一天起，取消粮票。

粮票作为一个年代感十足的东西，常常被老一辈提起。 没想到我出生的头三年里尽然和它也有交集。规则是死的，市场是活的，每个政策都有一个对应的市场价。

1994年前后，中国商业的火山口就在保健品和饮料食品领域。

豆瓣链接
《激荡三十年》上下两本是今年3月份就读完的书了。一直放着没有写书摘，一方面自己懒着了，总觉得写博客是一件非常”隆重”的事儿，不愿意开始。另一方面，全书侃侃而谈700多页，依然只是对这历史上浓墨重彩的三十年的一个轮廓的草草勾勒，担心自己只是流水账般的复述这些历史事实而缺少自己的思考。其实，把内容摘下来并附上一些自己简短的感想何尝不是一种思考呢？ 这些更加接近于”原始数据”的书摘正是进一步思考，或者和志同道合的朋友们交流的基础。

一个人要让自己快乐其实是一件不难的事，你只要给自己一个较长时间的目标，然后按部就班地接近它，实现它。结果如何，在某种意义上可能是不重要的，重要的是，在这个过程中，你会非常的单纯和满足。

豆瓣链接

进入2017，决定开启我的投资之旅。之前也读过一些关于经济、金融方面的书：《经济学通识》、《金融的解释》、《富爸爸、穷爸爸》。真正的投资一直没有开始，总觉得自己还没有准备好。新的一年开始，决定做一把行动派，把一些手头的闲钱投入股市。作为多年读书的“书呆子”，自然还是要买一本经典放在枕边稳稳军心的。豆瓣一搜，《彼得·林奇的成功投资》排名股票类的第一名，遂读之。

豆瓣链接
个人对商业类别的书目并不太感兴趣， 这方面的知识一直时自己的薄弱环节。由于多位朋友推荐，近日来翻看了Peter·Thiel的《从0到1》。这本书还有个霸气十足的副标题——开启商业与未来的秘密。
总体感觉：有一些新的认知上的启发，但对于实践上的指导意义却不太那么明显。有点类似于之前读的《富爸爸，穷爸爸》，《黑客与画家》这类书籍的感觉。美式风格十足，或许生活在美国，生活在哪个年代会更加感同身受一些吧。

豆瓣链接

国史大纲这本书2012年就买了，2016年才读完。还是囫囵吞枣的读完了一遍，实在惭愧惭愧。
自己从小喜欢历史，但那时候无非是对一些王侯将相的故事感兴趣。喜欢一些战争、权谋、兴替的情节。至于政治体制、文化风情、民族兴衰，对于年幼的我还太深奥，也不那么有趣。小时候读的是《中国通史》一套书，总共六本，从先秦到明清，类似连环画的形式，很过瘾。而《国史大纲》这本书，显然又是更高一层面的通史书了。
开始读的时候，有些吃力，竖版排版的繁体字，对于一个长久生活在大陆的人，还是有点陌生。书中有很多字体很小的考据，有些过于翔实，读起来容易让人忘记了主题。后来我就挑选字体较大的正文阅读，小字体的捡感兴趣的扫一扫，这才赶上了进度，吞完了这本书。
好书一定是要读第二遍的，或许一年后，或许十年后。总之，等自己阅历增长了，一定能读出另一番味道的。
这本书到了下册的南北文化之转移一章，我才开始了系统的读书笔记，记录一些自己觉得精辟的评论，一些总结。就暂且从这里开始记书摘吧。

本文主要介绍有赞数据团队为了满足在不同维度查看、分析重点指标的需求而搭建的OLAP分析工具。这个工具对Kylin、Mondrian以及Saiku做了一个整合，主要工作包括一些定制化的修改以及环境的配置。
目前这个系统还处于一个需要优化、完善的过程，这篇博文也会相应地更新。

背景

在有赞发展的初期，数据团队主要的工作之一就是根据运营人员的报表需求，编写sql，从hive中获得数据并写入mysql中存储。最后，前端人员写相应的代码展现mysql中存储的报表数据。
随着公司业务的快速发展，如此长周期的报表开发流程已经很难跟上运营人员的分析需求了。为了避免深陷报表开发、维护的泥潭，数据组决定调研大数据场景下的OLAP分析工具。参考了明略数据的解决方案之后，我们选择整合Kylin，Mondrian，Saiku来实现这样一个OLAP系统。