美国东部时间周五上午 8:30，美国劳工统计局将发布 8 月份就业报告。市场普遍预期就业岗位增加 164,000 个，失业率下降至 4.2%。7 月份就业岗位增加 114,000 个，失业率为 4.3%。高盛表示：我们的就业增长数据低于市场普遍预期，为 155,000，但失业率为 4.2%。我们的就业增长数据低于市场普遍预期，因为过去十年，8 月份的就业岗位在初版中一直呈现负面趋势，大数据指标持续放缓，移民对劳动力和就业增长的推动作用应该正在放缓（尽管仍远高于趋势）。从积极的一面来看，我们应该看到 7 月份的恶劣天气有所反弹。我们预计失业率在四舍五入的基础上下降 0.1 个百分点至 4.2%，
All my rich friends sold too early...
泡沫学家罗伯特·席勒 (Robert Schiller) 开发了 CAPE [周期调整市盈率]，作为衡量股票长期价值的指标：。其理念是，股票价格最终将回到其 CAPE 平均值。《金融时报》对 CAPE 的实用性评价：Cape 满足了经验法则的许多要求：简单、易懂、清晰。它与长期回报的关系在统计上很重要，但对于短期预测来说，它几乎毫无用处。甚至长期预测的准确性也取决于未来与过去的相似性。我们应该将其作为市场分析的绝佳起点来庆祝——它为市场局外人提供了探索性问题，供其向基金经理提出。但我们不要对它的精确度抱有不切实际的期望。
TRIP REPORT: Lufthansa, Tokyo - Belgrade via Frankfurt
旅行报告 航班日期：2024 年 2 月 22 日。购买日期：2023 年 11 月 10 日。飞行时间：14 小时 25 分钟。HND-FRA，1 小时 55 分钟。FRA-BEG。总飞行时间（HND-BEG）：19 小时 30 分钟，包括 3 小时 10 分钟。在 FRA 转机。航班号：LH717（HND-FRA）和 LH1410（FRA-BEG）。飞机：波音 747-8 和空客 A321。全票价格（BEG-HND 和返回）：最低经济舱票价，略低于 1000 欧元，外加每趟航班约 100 欧元的座位预订费。（100 欧元是四趟航班的总价）行李：2x23 公斤托运行李和 1x8 公斤随身行李
美国东部时间周五上午 8:30，美国劳工统计局将发布 6 月份就业报告。市场普遍预期新增就业岗位 18 万个，失业率保持不变，为 4.0%。5 月份新增就业岗位 27.2 万个，失业率为 4.0%。高盛称：大数据指标……表明春季招聘步伐缓慢，我们预计本周五官方公布的就业数据将受到季节性因素的进一步拖累。我们维持 6 月份非农就业人数预测不变，为 +14 万（月环比）。重点补充美国银行称：我们预测 6 月份非农就业人数将稳步增加 20 万，较 5 月份的 27.2 万下降 7.2 万，比过去三个月的平均水平低约 5 万。 ... 招聘略有放缓可能会导致失业率保持在 4.0，而工资增长将放缓十分之
The Man Who Died for the Liberal Arts
照片插图由 Gabriela Pesqueira 提供 1942 年 2 月，美国海军新月城号在太平洋海域航行，运送建筑设备和海军人员前往珍珠港，协助修复日本袭击后严重受损的海军基地。一位年轻的少尉——一位遇到他的海军士兵回忆说，“他非常渴望下船投入战斗”——坐下来给他的弟弟写了一封信，他的弟弟后来成为了我的父亲。菲利普·阿尔万·施里布曼刚从达特茅斯毕业，距离他的 22 岁生日只有一个月了，他并不世故，但他明白自己被卷入了一场不仅仅是武力较量的世界冲突。他所知道的生活、习俗和价值观岌岌可危。他是一个安静的年轻人，沉默寡言，有着老新英格兰人的特点，但他在这封信中有很多话要说，这封信是他在战争边缘
以下是 Richard Schroeder 博士的客座文章。许多谚语都表明，组织拥有战略计划是多么重要。没有战略，目标只是一个愿望。地图只有在你知道自己身在何处时才有用。没有战略愿景，战略计划就毫无用处。如果你不知道自己要去哪里，所有道路都是无用的。有人认为，组织内部的协调是学校和学区管理者面临的最大障碍之一。全国各地的学校系统每天都在努力，在实施大量支持、员工、解决方案和专业发展方案时，没有充分考虑它们的整体适合性和影响。领导者现在比以往任何时候都更有责任制定基于教学愿景的战略计划，作为组织未来的路线图。战略计划始终与愿景和使命保持一致。在制定战略战略时，领导者有很多选择。许多人通过“继续”
Carbon Pricing and its Green Critics
碳定价已牢固确立为经济学家的首选气候政策，但许多接受过其他科学和社会科学培训的人仍然持怀疑态度。正如一位批评家所说，“在碳工具箱中的政策工具中，碳定价是用来修理眼镜的微型平头螺丝刀。”在我看来，怀疑论者的比喻是错误的。与其说是微型螺丝刀，我更喜欢将碳定价视为气候政策的滴灌。以色列农民已经展示了滴灌如何与一系列其他政策一起使用，例如重复使用处理过的污水、尽早发现和修复泄漏以及为恶劣条件设计农作物，可以使沙漠开花。同样，碳定价虽然悄无声息地工作，而且基本上不为人知，但它可以作为一整套措施不可或缺的一部分，例如绩效标准、监管改革和绿色产业政策，这些措施可以共同实现深度脱碳的目标。那么，为什么会有这么
Китайские хакеры прячутся в «слепой зоне»: ORB как новый уровень маскировки
混合代理网络使防御者变得毫无用处，而攻击者则变得隐形。
OmniStriker (2003) by Takeshi Maeda, Vstone, Osaka. OmniStriker is a bipedal humanoid competition…
stevebattle:OmniStriker (2003)，作者 Takeshi Maeda，Vstone，大阪。OmniStriker 是一款双足人形竞赛机器人，曾参加过 ROBO-ONE 比赛。它是 OmniDream 的变种，外加一个抓手。“所以，我不想把同样的机器人送到明天就要举行的 ROBO-ONE NBC CUP，所以我尝试添加一个抓手。……随着两个伺服器的增加，它变得更重了，所以我不得不重做所有的动作。世界上第一个（可能）拔剑动作。现在不是做这种事情的时候。而且，我不知道 NBC CUP 是否会有演示……这样的动作不能用于实战，所以没有演示就毫无意义。说到用抓手做什么，都是关于
stevebattle:OmniStriker (2003)，作者 Takeshi Maeda，Vstone，大阪。OmniStriker 是一款双足人形竞赛机器人，曾参加过 ROBO-ONE 比赛。它是 OmniDream 的变种，外加一个抓手。“所以，我不想把同样的机器人送到明天就要举行的 ROBO-ONE NBC CUP，所以我尝试添加一个抓手。……随着两个伺服器的增加，它变得更重了，所以我不得不重做所有的动作。世界上第一个（可能）拔剑动作。现在不是做这种事的时候。而且，我不知道 NBC CUP 是否会有演示……这样的动作不能用于实战，所以没有演示就毫无意义。说到用抓手做什么，都是关于拔
彼尔姆理工学院的一名学生开发了一种通用履带式电动平台来解决各种问题。安装移动底盘对于工业生产和公共服务都有用处，即它将有助于俄罗斯联邦紧急情况部、消防部门、救护车和武装部队的工作。
Do Food Dyes Make Kids Wild Out?
避免使用某些食物染料来帮助改善孩子的行为问题是常见的建议，而不仅仅是Tiktok！几位医生也支持这一建议。但是，有几位医生也开了维生素D，根据数据，这通常毫无用处。那么食物染料的数据在哪里？ 食物染料会让孩子疯狂吗？首次出现在偶然的经济学家中。
Attention, meaning & consolidation: matching technique to purpose
我越来越清楚地认识到，培训教师如何使用教学技巧用处不大。在过去一年左右的时间里，我已经记不清有多少次看到老师根据反馈采取行动，改进他们的教学方式，比如电话联系、使用可视化工具或迷你白板，然而 [...]
几天前，休斯顿的五彩纸屑落下。预言家们已经对 2024 年大学橄榄球赛季进行了深入研究。毫无用处的季前排名已经出炉，佐治亚州现在是赢得一切的热门。哇，赌博界的当权者正在 […] 文章足球是……首先出现在英雄媒体集团。
4 Reasons I Chose to Become a Doctor + GOODBYE.
非常感谢你在 2023 年加入我！我很高兴成为 The Inside Word 的博主，我希望你们都觉得我的内容有些用处（尤其是你们这些渴望成为医生的小宝宝😁）。这可能是我在 The Inside Word 的最后一篇博客——在这里我与你们分享 4 个引人注目的 […]
world of weird things podcast: why your iq probably doesn’t mean much
尽管人们一直痴迷于智商分数是命运和智力的仲裁者，但从宏观角度来看，它们可能毫无用处。
Text Classification – Importance, Use Cases, and Process
数据是改变当今世界数字格局的超级力量。从电子邮件到社交媒体帖子，数据无处不在。企业确实从未获得过如此多的数据，但拥有足够的数据就足够了吗？丰富的信息来源在 […] 时变得毫无用处或过时
Machine Learning's Most Useful Multitool: Embeddings
嵌入是机器学习中最通用的技术之一，也是每个 ML 工程师工具箱中都应该拥有的关键工具。遗憾的是，我们中很少有人了解它们是什么以及它们有什么用处！问题可能在于嵌入听起来有点抽象和深奥：在机器学习中，嵌入是一种将数据表示为 n 维空间中的点的方式，以便相似的数据点聚集在一起。听起来无聊又不起眼？不要被愚弄。因为一旦您了解了这个 ML 多功能工具，您将能够构建从搜索引擎到推荐系统再到聊天机器人等所有内容。此外，您不必是具有 ML 专业知识的数据科学家即可使用它们，也不需要庞大的标记数据集。我是否已经说服您这些坏家伙有多棒了？🤞很好。让我们开始吧。在这篇文章中，我们将探索：什么是嵌入？它们有什么用？在
