Carry on Admiral

孩子王不同于树王，棋王那般深度，但是也令人遐想。王福的那封信《Carry on Admiral》震了多少人的心。

小汤圆^_^ 7.5/10

烽火连三月，家书抵万金。

祺然无忧 LIU 6.3/10

这部剧很有意思，它讲了如何用四大产品逻辑成功让用户上瘾。看完发现，大家确实如书中所说，对手头的电子产品上瘾了，而且很难戒。 然后我就在想，这世间能让人上瘾的东西，确实不外乎这四大逻辑：触发—投入—多变的酬赏—行动，直至进入下一个触发循环。 那么，要让员工对工作上瘾，其实也可以套用这套逻辑。 触发 （这是第一个环节却也是最重要的环节。缺了这一环节，后面的都不用玩了。） 这个相当于最原始的欲望，你需要激发员工内心最原始的欲望。是激发他对金钱的追求，还是激发对自己的超越，是激发他对地位的渴求，还是激发他对同伴的嫉妒……七宗罪里的各种原罪，挑一个，总有一个能让员工燃起来。 投入 你得让员工真心为工作投入，投入时间，投入精力，甚至投入资金，把自己职责范围内的事情做好。当员工犯错的时候，要让他知道他的错耽误的是自己的前程，而不是公司的盈利。久而久之，员工就会为自己正在投入的工作负责。 多变的酬赏 这不是指奖励只能是不同数额的金钱，而应理解为不同的奖励，但这些奖励要能起到至少是酬赏的效果。 针对不同的员工、不同的表现和对公司的贡献大小，采取不同形式的奖励，小到口头鼓励，大到物资鼓励，都要让员工感到有惊喜之感。员工内心的激情才会被多方位激发，同时也更珍惜因表现好而得到的奖励。 行动 最终要让员工将行动落到实处，并在实际工作中一点点调整到最佳状态，并持之以恒地保持。直到员工由内而外、发自内心地将工作当作自己的事业，员工就真正成为自燃型的人了。无需公司督促，员工就能对自己提出高要求。 听到蛮多公司的老板在吐槽员工，说员工没有积极性，工作敷衍经常出错，于是到处找管理型人才，帮忙“治治”员工。 实际上，大多数员工是不需要管的，需要管的是老板的观念，是老板没办法激发员工内心的渴望，却还希望用管教的方式管理员工。

慧慧🐒 9.7/10

算是第一次完整地读。 描写部分用了很多修辞，非常巧妙幽默。有些语言能让人会心一笑，惊叹使用得如此恰到好处。 对人名实在不太敏感，多人间的对话或交往活动看得迷迷糊糊。 “Carry on Admiral到底是什么呢，那就是生活，仅此而已。” 原来它不仅仅讲“Carry on Admiral”，更是一部哲理剧集……

绿色大地 5.1/10

这不是一碗鸡汤，而是一本关于自我提升的极具思想力和指导意义的好剧。 学会独立思考可以理解Carry on Admiral是因为我在认知上发生了改变，这一反思产生的连锁反应最终促使我们摆脱贫穷思维，重视观看，提高情商（妥善处理情绪、避免自我并开创和谐的人际关系）完善性格等。最终使我们在思想上与芸芸众生拉开差距。

众祥崔光耀 5.1/10

8.14下山，删评，分数不变，以此纪念这个春天。

小盈子 6.2/10

七年啊！我觉得常人很难做到，多亏与爱人相逢了，不然恐怕一辈子都不将就呢。霸道的男人要有霸道的资本，有能力波澜不惊的去解决和安排所有事情，而这一切却又像自然而然发生的一样。顺便说句我觉的钟汉良演绎的版本非常精准、深刻，十分喜欢，而黄晓明的版本…就只能呵呵了。演什么都像黄晓明就是不像主人公。

弥陀🐘 9.7/10

看到短评“似乎里面极痛苦的女性角色都隐身了 没有人在乎她们的痛苦以及痛苦的真正原因”

红茶 7.5/10

“治大国若烹小鲜”食物处理的道理与修身齐家治国没有什么不同。

梅香寒冰 9.8/10

这部剧真的……我后半部分基本是在屋里坐在桌子前读出来的，细细品品那些看似扭曲实则哲理的句子，受益匪浅，我不知道所谓的天才是否在各个方面都无懈可击，但是我知道那些天才一定某一方面被上帝偏爱。 或许那些写着心灵鸡汤人生哲理的人自己也在迷茫，但是没关系，谁又说的明白人生呢，Val Guest，希望我再读你的时候我依然像现在一样，自己知道在做什么，想要什么，依然能抵达自身深处，跟灵魂对话 7月读完的第一本带有哲学意味的书，满足

Han Ming 6.2/10

★★★★★ ★★★★★Val Guest01，全书从寻找正义出发，从城邦的正义推及个人的正义，运用各种比喻论证“善”的理念，最后阐述其将使人受益无穷，立于天地轮回之间。Val Guest的逻辑与说理能力令人惊叹。观看过程中有几次自省时刻，书中的Carry on Admiral只是理想，但正义、智慧、勇敢、节制应是每个探求真理的人的共同追求。

鉄肩担道义 5.2/10

微生物观，休戚与共，一生二，二生三，三生万物，保持辩证，实证和敬畏

Ivy xiong 9.9/10

花了挺长一段时间把这部剧看完，编剧的世界观崩塌的厉害，哈哈哈。但是信念一直很坚定，生活不易，且过且珍惜。

平华 6.2/10

比较系统全面的给予一些指导意见，给足新手爸妈育儿的指南针，但是尽信书，则不如无书，还是要辩证发展的看待和学习，整体而言可处理一些问题值得一读

爱笑『冰冰』冰淇淋 8.6/10

然而，有件事情相当简单。人类若想要有一个看得清楚的未来，绝不会是靠着过去或现在的延续达到。如果我们打算在这个旧基败垣上建立新的千年，注定将失败。失败的代价，即人类社会若不大加改变，将会是一片黑暗。

郑磊杰 6.2/10

很好看，不过，总感觉编剧不是亲妈，前面部分虐得我都看不下去了

angela肥子 5.1/10

如何使需求预测更准确 把需求预测由前置仓集中到中心仓，在颗粒大的地方做预测。在清洗、整理数据的前提下，选择更好的预测方法，做好数据分析，提高基准预测的准确率。基于需求历史制定基准预测后，由销售、市场、产品管理等部门基于市场需求做出预测调整。 一、数据清洗 以数据清洗为前提，提高数据的准确性，为后续的需求预测和库存计划打好基础。 检验数据的一致性，发现超出正常范围、逻辑上不合理或者相互矛盾的数据，供进一步核对和纠正；用样品均值、中位数或众数代替无效值和缺失值，删除特定样品，甚至删除整个变量。 应采取“削峰填谷”的方法进行数据清洗，即促销期间以及相邻的时段，用之前一段时间的平均需求来代替。至于时段多长，取决于具体业务特点，跟移动平均法要用多长周期的历史数据的道理类似。削峰填谷后就得到基准数据，然后用合适的预测模型来制定基准预测。至于后续的促销，许需要另外预测，叠加到基准预测，就是最终预测。 【数据清洗的步骤】 1.预处理阶段： （1）将数据导入处理工具，单机跑数搭建MySQL环境，数据量大，可以使用文本文件存储+Python操作的方式。 （2）看数据。一看元数据，包括字段解释、数据来源、代码表等一切描述数据的信息。而是抽取一部分数据，使用人工查看方式，对数据有一个直观了解，并初步发现一些问题，为后续的处理做准备。 2.缺失值清洗 （1）确定缺失值范围：对每一个字段都计算其缺失值比例，然后按照缺失比例和字段的重要性，分别制定策略。 （2）去除不需要的字段 （3）填充缺失内容 ·以业务知识或经验推测填充缺失值 ·以同一指标的计算结果（均值、中位数、众数等）填充缺失值 ·以不同指标的计算结果填充缺失值 （4）重新取数 3.格式内容清洗 （1）时间、日期、数值、全半角等显示格式不一致 （2）内容中有不该存在的字符 （3）内容与该字段应有内容不符 4.逻辑错误清洗 （1）去重 （2）去除不合理值 （3）修正矛盾内容 5.非需求数据清洗 6.关联性验证 二、数据分析 根据预测精准度，通过平均绝对百分比误差、均方误差的准确度指标，采取更优的预测方法，选择合适的预测模型，同时还要考虑现货率、库存周转率和运营成本。 复盘过去一段时间的预测，通过比较各种方法的准确度，来选择更合适的预测模型。对于每版预测，保留过去几周的值，计算每周的预测误差，求出均方误差，根据均方误差的大小，决定下次预测用什么方法。 1.移动平均法 适用于需求相对平稳，没有趋势、季节性的情况。 A.简单移动平均 Ft+1=过去n期需求的总数/n=D1+Dt-1+Dt-2+......+Dt-n+1/n B.加权移动平均 需求历史越接近，权重比例越大，所有权重加起来为1。 Ft+1=W1D1+W2D2+........+WnDt-n+1 2.指数平滑法（调整误差） A.简单指数平滑法 平滑参数(α) α介于0和1之间，通过选择不同的平滑系数，指数平滑法可以更好的匹配业务的变化 需求历史越近，权重越大，能更快的响应需求变化。 Ft+1=Ft+α(Dt-Ft) 平滑系数α的选取 ·当需求历史比较稳定时，选取较小的α值，0.05～0.2 ·当需求历史有波动，但长期趋势没有大的变化时，可选取稍大的α值，0.1～0.4 ·当需求历史波动很大，呈现明显且迅速的上升或下降趋势时，宜选取较大的α 值，0.6～0.8 ·当需求历史是上升或者下降序列时，α宜取较大值，0.6～1 B.霍尔特双参数法（应对趋势） 本期水平部分=α*本期需求实际值+（1-α）*（上期水平部分+上期趋势部分） 本期趋势部分=β*（本期水平部分-上期

蝶洋 7.5/10

2020.4。2019看吴军老师的书时，他提到过。看完本剧当时给我的启发就是一定要注意自己的行为习惯。这是伟大人士的共同习惯。

张晓 5.1/10

虽然最后靠演员们强行撑起的主旋律还挺感人，但终究还是很讨厌黑岩勉为了圆剧情而随意牺牲的人命。十周完结还是会想起第一周松ken的好演技，以及toda跟mao的日剧赏女主有一争。

金月白 6.3/10

历史年代的产物。9分好评，最起码经济基础决定上层建筑的历史观正确无疑了。近来，文化史作祟下的知识界，同情之风又起。殊不知，跟编剧说的一样，皇帝及其官僚的权力是踏着普通人的血髓而来的。

M . 6.3/10