伯凡日知录
大数据是通过大量的数据、记录来分析多个事物的相关性，文中提到的因果关系是大数据不能预测的，这本身就带有一定的局限性。比如罗胖讲到的一个例子：有两个人早上上班坐一辆地铁，同时坐一班车又坐同一个车厢，他们进站是一个入口，甚至出站也是一个出口，若用大数据的分析，由于他们几乎每个工作日都相遇所以他俩出现了相关性，可是现实是他们甚至互相不认识，这就是一种不确定性；一个更合适的例子是彩票，每期彩票的开奖本身就是由偶然性和随机性，也就是它本身豪无规律，这时即使拥有大数据的分析也是不能预测的。
而另一个纬度看大数据就是可以大概率的分析、预测事物的发现，比如亚马逊根据你过往买书的经历推断出你的偏好从而适当的给你推荐相关书籍，又像Google通过分析一段时间没某个词的搜索量来预测某件事的发生，当下大数据应用最多的地方就是在这些拥有部分规律的行业，它的相关性坚强、不确定性较少，所以大数据能大概率的预测结果。
最后是文中又提到了不确定性、复杂性、易变性、模糊性以及内部性和外部性，我的理解是越是拥有以上性质的事物预测分析都是越困难的，相反是较容易的。一个行为产生了外部性，而外部性又引发了不确定性和易变性，因此事物会变得没有规律性，那么它的相关性也会降低，最终就有了复杂性和模糊性，这真是环环紧扣。
薛兆丰的北大经济学课
本周讲的概念有：营收和亏损、需求决定论、租和寻租。我试着看能不能将它们连起来，首先是在一个非初级市场或行业中，价格是有需求决定的，需求越大竞争越小时价格会越高，商家的营收就会越大，由于利润的可观导致其他商家的进去使得市场的竞争愈发激烈同时提供商看到你的营收较多需求量较大所以会提高价格，结果是成本提高竞争较大，产品的价格会降低从而营收会降低，甚至在竞争红海的产业中会出现利润小于成本从而亏损的现象。当然市场的竞争和成本会逐渐回归理智，所以平衡的市场是营收较低。租是提供的服务跟收费无关，比如前期营收较大时竞争较小成本较低，这时候就存在较大的租，厂商可能在会做其他于收益无关的投资、收购等，但是随着利润的下降租的空间就变得越来越小，最后趋向于消失。而寻租是一种特殊的租，是回了获取政府的优惠政策和权力而付出的成本和消耗的社会价值，这本身就是在浪费社会资源和提高成本，比如前期进去一个行业可能有免息政策名额，那么新进去厂商为了拿到优惠就会私下各种黑暗竞争，这本身就是一种资源的浪费。
租是与收费无关的服务，是享受的一种特殊利益或无劳动的收益，概念比较复杂。合理利用好租会将其转化为成本进而提升价值，不合理的利用只会提高其成本降低其价值。
