理科生觉得哪些知识不知道是文科生的遗憾？

虽然俺已经重重复复呼吁过很多次了， 但是俺觉得还是很有必要再重复一次。

理科生觉得哪些知识不知道是文科生的遗憾？

** 因为俺是理科生。

别再用书名号《》把英文/外文著作名、歌曲名给括起来好吗？ 求您了！

友情提示：本文COPYLEFT, 转载可用“佚名”替换作者名字， 万勿客气。 正文阅读时间预计12秒。 附录阅读时间预计 90 秒。 俺没啥文化， 初中毕业， 大伙都知道。请多包涵。

用书名号把英文/外文著作名、歌曲名给括起来。

包括某些知乎高赞答案/高赞文章都有这个问题。不用到处找，也许就在眼前。

本来觉得挺完美的文章，*格也很高，但是突然扎心的情况发生了：

竟然用书名号《》把英文/外文著作名、歌曲名给括了起来！ 哎呀妈呀！

“咯噔” ，*格一下子就掉了一个数量级。

哦不， 太夸张了，也许没到一个数量级。

** 俺也是赞成杨振宁教授的看法的，别误会。

本来俺也不觉得问题严重, 但不少的文章和帖子是打着科普和教学的旗号。

中文系的、计算机系的可以耍赖说小学老师中学老师甚至大学老师都没讲过中英文混排的时候如何处理书名号。搞英语教学和英语科普的， 就没法耍赖了吧？英文里面是没有书名号的。

** 忘记说了， 这是一个典型。“把问题从小学带进初中， 再从初中带进高中， 然后从高中带进大学，最后又从大学带给自己的学生， 进入恶性的死循环......”

。。

** 不得不说问题有多广泛， 百度百科（沦陷）， 维基百科 （半沦陷）。

*** 看看这里：

对比之下, 有没有觉得书名号特别扎眼啊？

这可能是最令人喷饭的错误， 可能绵延一辈子 。

惊动教育部了：

。

别把问题从小学带进初中， 再从初中带进高中， 然后从高中带进大学，

最后又从大学带给自己的学生， 进入恶性的死循环......

因此俺写了一篇散文。

"科普中国"竟然也把书名号用在英文著作名上，严重减分啊啊啊啊啊！！！

看完"科普中国"的文章，俺是绝望了……

《标点符号用法》是1995年中国标准出版社出版的图书，作者是国家语委语言文字应用研究所。该书是一部国家标准，规定了标点符号的名称、形式和用法，对汉语书写规范有重要的辅助作用。该标准适用于汉语书面语（包括汉语和外语混合排版时的汉语部分），外语界和科技界也参考使用。

该标准于1995年首次发布，现行标准是2011年发布的版本。

这些知识初中/高中都有教。英文没有书名号， 别再犯这种低级，十分低级的错误。

然而， 这个问题的广泛度和被忽略的程度被严重地低估了。

......

英文没有书名号，书名、报刊名用斜体或者下划线表示。如：

另外，英语中文章、诗歌、乐曲、电影、绘画等的名称和交通工具、航天器等的专有名词也常用斜体来表示. 中文行文中出现英文书名、报刊名时不加书名号或双引号.

中文行文中出现英文文章的篇名时用双引号标引；如果是期刊中的论文，用双引号标引论文的名称，用斜体字标示期刊的名称.

如：

他那篇“THIS NEW SUPERCONDUCTIVITY RESEARCH STINKS" 在 WIRED 上发表后，

引起了广泛的讨论.

当英文翻译成中文的书名后面括注原英文书名时，英文书名用斜体表示，不加书名号。

如：《半导体物理器件》（Physics of Semiconductor Devices） .

顺便说一句， 理科的教科书的句号一般用圆点 “.”!

例子：

“书籍（包括辞书、学术著作、小说、长诗、作品集等）、报纸、期刊等出版物的名称和电影、绘画、雕塑的名称为同正文其他文字区别通常用斜体。

如：

《牛津英语词典》The Oxford English Dictionary, 《芝加哥论坛报》Chicago Tribune, 《出版商周刊》Publishers Weekly, 弥尔顿的长诗《失乐园》Milton's Paradise Lost, 基德的剧作《西班牙悲剧》Kyd's Spanish Tragedy, 卓别林的影片《摩登时代》 Chaplin's Modern Times, 凡·高的绘画《向日葵》van Gogh's Sunflowers 以及罗丹的雕塑《思想者》Rodin's The Thinker 。

The Oxford English Dictionary 开头的冠词是书名的一部分，在文献著录时要保留；

在行文中使用不得体时可省略，如 the 20-volume Oxford English Dictionary。

报纸的名称如果以冠词开头，出现在新闻报道中冠词不用斜体，也不大写。

如《纽约时报》全称为 The New York Times，

出现在“…reported in the New York Times”中The 改为 the，

这时的 the 是行文需要的冠词，不作为报纸名称的一部分看待。”

相关文献：

国家语言文字委员会发布的《夹用英文的中文文本的标点符号用法（草案）》

《中文出版物夹用英文的编辑规范》

CY/T 154-2017 中文出版物夹用英文的编辑规范

老麦小时候也喜欢听杰克逊的歌曲， 特别是那首 Beat it.

这首歌的歌名曾经被错误地翻译， "Beat it!" 是俚语(也就是粗俗的话)， 意思是“滚开!”的意思。 而不是 “打击”或者 “夯它”, 顺便说一下。

** 不得不说问题有多广泛， 百度百科（沦陷）， 维基百科 （沦陷）。

////////////////////////////////////////////////////////////////////////////////////////////////

别把问题从小学带进初中， 再从初中带进高中， 然后从高中带进大学，

最后又从大学带给自己的学生， 进入恶性的死循环......

       针对超弦的目标“Theory of Everything”（万有理论），安德森写了一篇杀气腾腾的檄文《More is different》（多则异，量变引发质变）。     

附录 附录 附录 附录 附录 附录 附录 附录

//////////////////////////////////////////////////////////////////////////////////////////////

警告⚠： 以下内容争议极大，对绝大部分人没有阅读价值， 请勿阅读 ！！

//////////////////////////////////////////////////////////////////////////////////////////////

       ///////////////////////////////////////////////////////////////////////////////// /*     老羊在河边散步，看见一只鸭子在河边饮水，便说：“只顾在这里喝水，却完全不知道提高/警惕，如果狐狸过来，你的小命就丢了。” 然后，又严肃地讲了许多道理。鸭子大笑表示接受。但老羊一走开，鸭子就对身边的蚂蚱说：“依仗胡子长就冒充懂道理。去年它的娃还不是在这里让狼给叼了吗？” ......人之忌，在好為人師。 */ //////////////////////////////////////////////////////////////////////     

作者其他毁三观的散文：

补充一下（美）鸡蛋价格走势：

** 备注 USDA 是美国农业部

【未完待续】

########################################################################

关于这个话痨的答主以及它的很散的散文：

。。

发一个很老的梗：当禅师遇到理科生

转载自： 当禅师遇到理科生（全） ， 原始出处不可考

1、青年问禅师：“大师，我很爱我的女朋友，她也有很多优点，但是总有几个缺点让我非常讨厌，有什么方法能让她改变？”
禅师浅笑，答：“方法很简单，不过若想我教你，你需先下山为我找一张只有正面没有背面的纸回来。”
青年略一沉吟，掏出一个莫比乌斯环。

2、青年问禅师：“我的心被忧愁和烦恼塞满了怎么办？”
禅师若有所思地说：“你随手画一条曲线。用放大镜放大了看。它的周围难道不是十分明朗开阔吗？”
那个青年画了一条皮亚诺曲线。

3、青年再问禅师：“我的头脑却是被这种繁杂的世俗所装满，却要如何是好？”
禅师说：“你画一个没有瓶口的瓶子。它总有一个尽头。你不把它里面的东西倒出来，怎么装新的进去?”
青年若有所思，画了一个克莱因瓶。

4、青年问禅师：我想要很多钱，但是又不想付出，你能教给我方法吗?
禅师微笑道：可以，但你能找到一样东西，它无穷无尽，但又不占任何地方吗?
青年默默地写了一个康托尔集。
（康托尔集是个测度为0的集，用简单的解析几何说法就是这函数图像面积为0。取一条长度为1的直线段，将它三等分，去掉中间一段，留剩下两段，再将剩下的两段再分别三等分，各去掉中间一段，剩下更短的四段，……，将这样的操作一直继续下去，直至无穷）
5、青年问禅师：“我觉得我在这个世界上是多余的，没有人需要我。”
禅师说：“就像你所学的数学，无论怎样复杂艰深的函数，都有适合的图形对应。你只是还没找到那个图形而已。”
青年沉思一番，提笔写下了狄利克雷函数的解析式。

6、青年问禅师：“大师，在单位，他们总嫌我棱角太突出，不合群！”
禅师掏出数根圆柱铺在地上，在上面搁了一块木板，并推动它，说：“你看，轮子合作一致才能保持所承载木板的平稳前进，你能找到棱角突出的形状也让木板平稳前进吗?”
青年略一沉吟，默默地掏出一个莱洛三角形。

7、大师说：“理工科青年谢绝入内！”青年忙辩白：“大师别介！我是学艺术的。”大师松了一口气。
青年问：“大师，怎样才能踏准人生前进的道路？”
大师笑说：“人生如阶梯，若不往上走，就会往下行。你可画得出一个又上又下的楼梯么？”
青年想了想，参照埃舍尔的风格画了一幅画。

8、青年：为什么在一次比赛中冠军和亚军都付出了同样的努力，而人们只记住了冠军呢？
禅师：我给你讲个人生哲学吧！
青年：好！
禅师：世界第一高峰是哪个？
青年：珠穆朗玛峰！
禅师：世界第二高峰呢？
青年：乔戈里峰！
禅师：第三高峰呢？
青年：干城章嘉峰！
禅师：第四高峰？
青年：洛子峰
禅师：第五？
青年：马卡鲁峰！
禅师：……
青年：哎，说起来，你刚才说想给我讲的人生哲学是什么啊？
禅师：……
9、“我发现我的内心到处都是空虚，怎么办?”
禅师说：“一块破烂不堪的布，剪下其中的一小块，不也是完好无缺的么？”
青年默默地掏出了一块谢尔宾斯基地毯。

10、青年问禅师：“我工作很努力，但事业上却没有一点成就，怎么办?”
禅师说：“九十度很热，但这样的水温，能让水沸腾吗?”
青年幽幽的说：“我的故乡在西藏。”
（海拔高处沸点低。）
11、青年问禅师：“我现在遇到了很多很多的困难和烦恼，怎么办？”
禅师说：“你随手画一条曲线，用放大镜放大了看，它还有那么弯曲吗？”
那个青年画了一个魏尔斯特拉斯函数。

12、青年问禅师：“我的心就像门一样，她的离去，将它关闭，我可能无法再爱了。”
禅师若有所思地说：“你看看这朵花，多么的美丽。美之前，如何让心无法开朗？”
青年说：“恩。”
禅师继续说：“难道在开的东西会是闭的么？”
“空集。”青年随口答道。
（空集既是开集也是闭集）
13、青年问禅师：“大师，我喜欢一个姑娘，但是我和她相距千里她又不喜欢我？”
禅师浅笑，答：“得不到的就是得不到，这就是没有缘吧，你和她像两个平行线永远没有交叉点。”
青年略一沉吟，“黎曼几何。”

14、青年问禅师，我朋友逝世了，我很悲伤。
禅师说，世间哪有长生不老之物？
青年沉吟片刻，拿出一个薛定谔的猫。
（薛定谔的猫永远不知道它是死是活。）
15、青年人问大师：“四季循环，昼夜更替，为什么会有这种自然规律？”
大师微微思索道：“你看天上恒河沙数，但它们都有自己既定的运行轨道。但凡我们能够描述的事物，都会有它自己的规律。”
于是，青年人在沙地上写出了薛定谔方程。
（薛定谔方程表明量子力学中，粒子以概率的方式出现，没有规律。）
16、青年：“大师，我期末辛苦准备了很久成绩却还是不好，GPA降了好多，有什么方法能让我GPA只升不降么？”
禅师浅笑，答：“潮涨潮落，月圆月缺，这世上可有什么规律是一直增长却断然不会下降的？”
青年略一沉吟说：“熵”。
（孤立系统的熵值永远是增加的。）
17、青年问禅师：我和我女朋友总是闹矛盾，我们总有着相反的看法，可是我又很爱她，不想分手，怎么办？
禅师微笑道：万物间相生相克，就像水火不兼容，既然不适合，何不分开？
青年略一沉吟，说：“钠能在水里燃烧。”
18、青年问禅师：大师，为什么我有很多优点，可是别人看到的全都是我的缺点呢？
禅师微笑道：这就像一面镜子，你只能看到自己的容貌，却看不到镜子后的他人。你能找到一面不一样的镜子吗？
青年略一沉吟，把迈克尔逊干涉仪里的半透半反介质拆了下来。
（迈克尔逊干涉仪里的半透半反介质在反射一部分光线的同时，也可以和玻璃一样透过一部分光线。）
19、青年问禅师：大师，我很爱我的女朋友，她也有很多优点，但是总有几个缺点让我非常讨厌，有什么方法能让她改变？
禅师浅笑，答：方法很简单，不过若想我教你，你需先下山为我找一种既是假的又是真的东西回来。青年略一沉吟，说道：我的这句话是谎话。
（逻辑学的学生伤不起！）
20、禅师举着一个钵，让青年把他装满，青年装了一钵石子。
禅师说：其实，钵并没有满。
于是往里又加了一些沙子：现在满了吗？
青年略一沉吟，说还可以加氢氟酸溶解掉沙石蒸去残液，再高温熔融，最后还原成硅单质并且做成闪存装满数据。

理学常识之类的就不说了，我觉得文科生应该学学科学哲学。对文科生而言这比公式和理论更能让他们了解到科学是什么东西。

overfitting！overfitting！overfitting！

过拟合！过拟合！过拟合！

这个真的是再怎么强调都不为过。

我算是个半吊子的社会科学爱好者，所以交了一些社会科学的朋友。

他们并不是专门搞计算社会学的。近些年以神经网络为代表的大数据模型如此火热，我看到他们也对于将之应用在自己的科研中蛮有兴趣的。

但是我不得不给他们泼一盆冷水：这些大数据模型，顾名思义，是需要大数据的（好像是句废话）。

如果说数据量不够的话，这些模型会直接“记住”已有的数据，得到的结论是无法generalize的。

而大家都知道，社会科学很多时候能够搞到的数据就是几百份调查问卷。即使想做的更多，精力财力也都跟不上。

这些数据量真心是不够神经网络塞牙缝的。

所以，请社会科学的同学们不要过度地迷信大数据模型，也不要粗暴地直接把线性方法扔进废纸篓。虽然线性方法的拟合效果比较差，但是在有限的数据量下他们的结论是足够可靠的，而且可解释性也远远好于神经网络。

希望这条回答能对社会科学的同学们有所帮助。

我上文说的朋友都不是专门搞计算社会学的。基本上就是对线性方法和一些基础的方法有一些了解，而且对大数据模型有一定的好奇心。

所以我并没有说在指出什么错误，这一段讲过拟合和下一段讲可解释性的更多是在给一些非专业人士（甚至是新手）科普一下大数据模型的局限性。毕竟太多的时候大家都只强调大数据的潜力，而不去讲局限性了。

如果说比较专业的人士想看一些更技术性的内容的话，可以到本文第三个分割线以后，算是我认为一些有价值的思考。

回答有了一定的热度。我想借这个机会再详细地讲一下另一个传统线性模型不应该被抛弃的原因：可解释性。

在我看来，社会科学的一个重要目的，是要去理解，去说明，我们所关心社会现象背后的机理。

这种理解即使在应用上也是至关重要的，因为只有理解了一个社会问题的成因才有可能去对症下药解决它。

而神经网络这类的复杂模型，虽然说在一些场景下有很好的预测作用，却由于其黑箱性很难给研究者带来什么新的见解。

什么叫黑箱呢，就是说一个东西你完全不知道他的机理是什么。神经网络简直是为这个词量身定做的例子。动辄就几万个参数，我们人脑真的不好理解这东西是怎么运作的，这也是为啥很多人管这个叫玄学。

写到这我想起了大学时候辅修政治学时选的一门定量分析恐怖主义的课。

这门课用的模型基本上都是最传统的线性模型。

首先从数据量的角度上来说，恐怖主义产生的地区就那么多，数据量有限，神经网络想想也没法预测地很准。

但是还有一点更重要的是，那怕你预测一个地方更容易滋生恐怖主义，那又能怎样呢？你确实可以加派警力，多装摄像头等等，但这些成本很大，而且治标不治本。

最好的方法还是防患于未然，那就需要我们去理解恐怖主义的成因。

这一点神经网络就帮不了什么了。

现在你就可以看出线性分析的作用了。你可以通过系数看出哪几个因素是和恐怖分子产生相关性最强，或者你使用pca之类更复杂一些的线性模型可以看出一些更有意思的现象：比如说一些因素无法单独对结果产生影响，需要合在一起才行。

我记得里面最有意思的一个研究是这样的。我们传统上认为恐怖分子很多应该是大字不识的老粗才会被蛊惑，所以应该是发生在文盲率比较高的地方。但数据上发现很多时候有些地方文盲率并不高，却滋生了很多恐怖分子，而且那些恐怖分子很多也最起码有高中学历。这就是一个令人困惑的现象。

通过PCA大家发现或许我们应该注意的不应该仅仅是文化程度，而是文化程度与经济情况的相互作用。于是就有了这样一种假说，在经济机会比较少的地区，一些人有一定文化也找不到工作，而相比来说恐怖组织的待遇其实还算不错。而且其实恐怖组织相较于文盲也更倾向于招有一定文化的人，毕竟好训练，可以造成的潜在破坏更大。 就这样他们一拍即合了。

所以，文章提出，我们预防恐怖主义绝对不能只关注于文化水平最低的人群，也要关注那些有一定教育程度的群体，尤其注意他们是否有足够的工作机会。

所以，我觉得传统的线性方法，虽然听起来没有那么高大上，但是绝对不应该被轻视。

以上只是我一个门外汉的粗浅观点，希望对大家有帮助。

现在我们来唠一点我认为更专业的。

先说overfitting。

我们不考虑初学者可能会犯的问题。但我仍然认为目前的社会科学对于overfitting的理解是滞后的，最起码是在理论上。

我前一段时间一直是在搞选择理论。就是说根据一个群体在一些过往的选择集里做出的选择，然后推断这个群体在一些全新的、没有见过的选择集里会做出什么样的选择。

这算是经济学、管理学、市场的核心问题了。

然后我们看这个领域偏理论的paper。这明显是个很机器学习的任务。那一些机器学习理论里面最基础的pac model，vc dimension这种描述泛化的概念应该是大家都很熟才对，毕竟vc dimension的出现是上个世纪八十年代末的事情了。

但是我发现，好像零五年后才有人去搞这个，并且是偏cs或者就是cs的人在弄。而这些出现在更主流的经济学杂志上要更晚了。有一些paper就直说，overfitting seems to be a new idea for economists。

就这两年，一些发表在很顶的管理学杂志上的文章，我都能见到里面最重要的理论成果是长成这样的：给我一票数据，我都能找到一个模型拟合这票数据；注意这里说的是拟合，不是generalize。

我不知道这个现象是不是也出现在其他社会学分野里。

我再来说一点我不是那么熟的应用面。

究竟多少训练数据算overfitting，多少数据不算，这个也是有点主观的事情，每个领域甚至每个人都有一个自己的标准。

我抬一个杠哈，我个人觉得就社会科学来说，标准光照cs看齐是不够的，应该是要比cs高的。

首先计算机顶会里的论文一些我觉得就有overfitting的嫌疑了。

更重要的是，很多社会科学研究的目的可能就是为了给政策投资什么作指导的（比如说智库），所以对于现实世界的影响是比单纯试图发展新方法的cs 圈要大的多的。

所以我觉得要更谨慎一些才是。

最后再聊一下可解释性，这个我觉得才是大数据模型的命门。

评论区里对我说overfitting这点的质疑很多，但我觉得nn目前是个黑箱这点我还没有看到人反驳过。

但是一个学科要是想称为科学的话，必须要能够对他所关注的现象有一个合理的解释，这点对于社会科学和自然科学都是一样的。

就比如说，你要是能预测出来普京会入侵乌克兰但是讲不出来为什么的话，我可以管你叫做大仙。你只有能够阐述出深层次的原因的话，我才能说你是一个学者。

有些话说的稍微重一点，不管前面有多少定语，computational，quantitative，analytical，只要你后面跟的是science，就不应该过分地牺牲掉可解释性。

我比较熟的operation research（运筹学）领域，搞量化算法什么的应该是社科领域里最久的了，但是顶刊里面对于nn的兴趣仍然比较有限。我觉得可解释性就是一个重要原因。甚至一些特别老派的教授会说：neural network is unacceptable。

而且不光是从学科本身的角度，在应用上可解释性差也是个大问题。

一个应用要是面向人的，你就有义务向受影响的人尽可能解释清楚机理。

就比如说我要决定是否给一个人发放贷款。我如果说拒绝了这个人的申请的话最好还是要给出理由的，总不能说我家的神经网络不喜欢你吧。这不是像抖音推荐视频一样无关轻重的事，说不定谁哪天就去告我们公司歧视了。

这也是我为啥对大数据并没有那么有热情的重要原因之一。

（首先声明：我个人始终觉得，把人简单分为理科生和文科生，是认知能力偏低的重要体现。简单如，“理科”里面，学数学物理的，和学工科如计算机的，所需的认知技能，差异很大。再比如，“文科“里面，学商业法律的，和学文学艺术的，和学社会学人类学的，所需的认知技能，差异也很大。但既然是回答此题，就不再纠结了。请自行脑补标签指代，尽量莫扩大范畴。）

声明完毕，以下是正文。

“文科生“ 需要普遍明白的一件事是，“观点” 和 “事实”，是完全不同的两件事。

你打我一拳，我的身体和你的拳头，受力大小完全一样，方向相反，这是 “事实”。释放能量的聚变或裂变，一直反应下去，反应到铁就终结了，这也是 “事实”。如果你身体里的性染色体是XY，而不是XX或是XXY或是XYY或是其他，那你就不折不扣是一个生物学上的男性，这也是 “事实”。再举个所谓 “文科” 的例子（虽然这已经是强行贴标签了），如果A类劳动者的生产效率与B类劳动者完全一致，但A类劳动者的价格只有B类人的75%，在纯自由市场经济下，压倒性多数的雇主，必然会雇佣压倒性多数的A类劳动者，而不是正好相反。如果正好相反，这必然意味着“生产效率完全一致”的假设不成立。在某种程度上，这也可以是个 “事实”。

而你们所学的什么社会学/政治学/人类学/性别研究/美国黑人学......里面的大部分内容（并非全部），哪怕是你们学术界当下被普遍接受，并写在课本上的内容，也只是 “观点”，甚至是更上层建筑精妙且刻意设计出来的政治和洗脑工具。

总之，“事实” 是可以直接用来作为论据的；但 “观点”，就算强行用来做论据，也是很弱的论据。当你想和他人辩论或讨论一件事时，建议从追求自身的逻辑自洽、发现他人逻辑漏洞，以及溯及问题根源下手，而不是，拿出你们学科课本上或学术圈的某些内容当论据，去反驳他人不同的观点。

如果不明白这个，那实在是太遗憾了。

正文完。