虎妈战歌 (美)蔡美儿(Amy Chua) 中信出版社【正版】 下载 pdf 百度网盘 epub 免费 2025 电子书 mobi 在线

这本书讲述的是一位华裔妈妈、两个女儿和两条狗的故事。虎妈蔡美儿身为华裔第二代美国移民，以华人家长对子女的高度期待与严格的教养方式来教育两个女儿。在这本书里，她袒露了自己抚养两个孩子的心路历程，以及与孩子“斗智斗勇”的过程。两个女儿在妈严格管教和倾心培育下，承袭了华人的很好传统，在学业、音乐等方面都有很好的表现，并在美国当地被誉为音乐神童。现在，8年过去了，两个女儿相继从哈佛大学毕业，一个成了军中二级少尉，一个决定继续研究深造。她们美丽大方、自信乐观，与很多人数年前的预言截然相反。因此，今天重读虎故事，我们相信，读者肯定会有更多新的感受和思考。

题言/赠言/各界评论

两个女儿写给妈话——索菲娅写给妈信/露露写给妈话

译者序——看“中国式妈妈”如何获得“美国式成功”

部分

1.我是位中国妈妈，我不允许我的孩子“玩”废学业

2.开蒙越早，起点越高

3.针尖对——赢不了，要适时改变战术

4.局外人/异乡客？唯有努力才能自生归属感

5.绝不养育没有真才实学又狂妄自大的孩子

6.是一种习惯

7.通向成功的路多曲折往复，所幸我们终能抵达

8.学前班面试一波三折，乐器选择一锤定音

9.比较并不总是有害的

10.短暂的荣耀瞬间背后，是长久的坚持和艰辛

11.永远不在困难面前放弃努力

12.的学生和平庸的学生

第二部分

13.没错！我对所有家人抱有梦想

14.一天不练手生，一天不练退步——记“人在旅途”

15.我的西方婆婆

16.用心做事，做正确的事

17.把时间、精力和金钱花在孩子身上，是的投资

18.投资何止于此？！

19.为国际钢琴比赛做准备

20.为朱利亚音乐学院预科班考试做准备

21.卡内基音乐厅首演

22.“音乐神童”走红布达佩斯

第三部分

23.关于养狗和养孩子的二三事

24.良性循环开始停滞，甚至崩坏

25.亲人患病，噩梦来袭

26.青春期反叛似乎没有尽头

27.保持希望，明日将至

28.“好女儿”更受责难，“野丫头”反有糖吃

29.穿过绝望的迷雾

30.我不希望成为任何人的母亲

31.一粒鱼子引发的风波

32.父母的焦虑都是相似的

33.不能失去的最重要

34.这样的故事其实没有结局

尾声

致谢

蔡美儿，美国耶鲁大学法学院终身教授，华裔学者。1987年毕业于哈佛大学法学院，获博士学位，曾任《哈佛法律评论》执行编辑。毕业后她供职于华尔街律师事务所，曾在杜克大学、哥伦比亚大学、纽约大学及斯坦福大学任教。她出版过《起火的世界》和《帝国的终结》，两本书都曾荣登《纽约时报》书榜，并被译为中、法、意、日、韩和芬兰、西班牙、印度尼西亚等多种文字行销世界各地。蔡美儿经常在N等美国电台、电视台的节目上担任嘉宾，此外，她还为《纽约时报》《华盛顿邮报》《福布斯》《金融时报》《哈佛商业评论》等刊物撰写文章。同时，她还为许多机构担任顾问，在多国讲学。

暂无出版社相关信息，正在全力查找中！

暂无相关书籍摘录，正在全力查找中！

在线阅读地址：虎妈战歌 (美)蔡美儿(Amy Chua) 中信出版社【正版】在线阅读

在线听书地址：虎妈战歌 (美)蔡美儿(Amy Chua) 中信出版社【正版】在线收听

在线购买地址：虎妈战歌 (美)蔡美儿(Amy Chua) 中信出版社【正版】在线购买

用户画像：人口属性、兴趣偏好、特征人群、用户分级、LBS、业务标签、用户行为

搜索：query→分词→倒排索引→文档集合

查询理解：

1.意图识别。分类、聚类、主题建模。具体场景具体分析，美团先识别所属业务(分类)、再识别具体成分(实体识别)。无法确认的意图就都召回给用户去选择。

2.实体识别。IOB2格式、识别地址、机构等。

3.召回。query的不同成分对应到不同索引域

4.查询改写。替换(同义词、缩写词，人工审核)，删除、扩展、对齐。整串改写：Session挖掘、二部图挖掘。LDA。

5.词权重计算。TF-IDF、规则打分、基于统计学习。用户点击共现做样本训练词权模型。去词：无结果的相关推荐、触发二次查询(伴有提示，增加用户接受度)。

6.相关性。品类名称做召回、query的品类偏好融入排序公式、query品类偏好过滤

搜索引导：

评价指标：搜索引导流量占比、点击率、转化率

1.搜索前引导。查询次推荐：默认词、热词

2.搜索中引导。查询补全。Trie树、Hash Table、倒排索引。考虑输入法遮挡问题。

3.搜索后引导。相关搜索、泛词引导。

关注用户、取经同行、换位思考、大胆假设。

比较有意思的是：场景化排序。

排序主要用MAP，AUC不太能反应排序的好坏。

O2O地理位置所以：KD-Tree、GeoHash、热门商圈、城市

多路召回：位置、搜索、图、实时行为、热门。

多路召回合并：分级+调比例

评价指标：信息维度、交易维度、体验维度

O2O场景：

1. 移动化。位置精确、及时推送、互动多样。

2. 本地化。90%以上的交易中用户商户距离小于3km。

3. 场景化。场景更加具体，移动设备与单个用户绑定、时空都很明确。

4. 多样性。商户服务的多样性。

三方利益平衡：

1. 商户。ROI=广告收益/广告投入

2. 用户。短期指标：ctr、cvr，长期指标：回访率、复购率。不出广告的小流量桶用于观察广告对用户体验长期的影响。

3. 平台。流量变现效率：RPM、RPS。广告收入=曝光次数*ctr*cpc=广告主数*ARPU。约束是商户利益、用户体验：商户数、预算、流量。

广告机制：

1.广告位设定。确定多种方案，然后通过AB测试决定。

2.召回。有效分析、同义和近义改写、查询改写（DSSM、序列模型）。多级召回控制相关性，Query匹配由精确到模糊，距离由近及远。

3.排序。rankscore=bid*ctr，charge= CTRi+1 * BIDi+1 / CTRi。模型用了LR、FFM、W&D，没什么特殊的。工程上用PS实现模型并行和数据并行。

推送广告：

1.重定向。效率高、覆盖面小。

2.时间、位置、人口、行为定向。覆盖面大，效率低。

3.新客腿甲。look-alike

用DNF做定向条件匹配：考虑质、量。

广告工具

1. 开发者工具。实时消耗数据分析、广告debugger

2. 商户工具。漏斗分析、推广实况、流失订单分析、收益模拟。

用户偏好和损失建模

1. UE=ctr+α*ctr*cvr

2.优化方法。帕累托最优，其他指标不降的情况下提升某个指标。

3. 模型。pointwise，就是要定义好曝光、点击、下单的价值。pairwise，定义好各行为的价值顺序，模型有rankboost、ranknet、gbrank、raking svm、IRSVM、lambdaRank、lambdaMAR...

深度学习∈表示学习∈机器学习∈AI

1. 第一阶段1943-1986

a.1943年，心理学家W.S.McCulloch和数理逻辑学家W.Pitts提出人工神经元模型MCP=加权求和+二值激活函数

b.1957年，Rosenblatt发明Perceptron=MCP+梯度下降

c.1969年，Minsky证明Perceptron是线性模型

2. 第二阶段1986-2006

a.1986年，Hinton发明MLP和BP算法

b.1990年，SVM火起来了，MLP和BP的梯度消失等问题没有解决

3. 第三阶段2006至今

a.2006年，Hinton提出DMB，解决了梯度消失问题

b.2012年，imageNet上的冠军模型AlexNet通过引如多层卷积网络、Dropout、Relu，top5错误率降低9.4pp

相关模型：DNN、CNN、RNN、GAN、RL

文本分析：词、句子、篇章、系统级

1.向量空间：1970年，TF-IDF

2.矩阵分解：1990年，LSA

3.主题模型：2000年，pLSA、LDA

4.深度学习：2013年，Word2Vec(Cbow、Skip-Gram)、DSSM

图像识别：

1.ORC。

a. 图像预处理

b. 文字行提取。Faster R-CNN、BLSTM

c. 文字行识别。

2.图像审核。

a.水印监测

b.明星脸识别,deepFace、Triplet Loss、Center Loss

c.色情图片识别

d.图像质量打分。

暂无其它内容！