上真正
工具：引导大重组智能机器大多数都非常复杂，很难理解和掌握。
回想
下
们在前文中举例靠熟练掌握复杂科技而取得成功时提到内特·西尔弗。如果们深入发掘下他使用方法，就会发现生成数据驱动选举结果预测并不像在搜索框中输入“谁将获得更多选票？”那
简单。实际上他汇集
个大型民调结果数据库（从250个民意调查机构处获取数千项民意调查结果），然后输入到Stata软件中（Stata是种很流行数据分析系统，由家名为StataCorp公司研发）。此类工具并不容易掌握，比如，想要利用类似西尔弗使用现代数据库工作，你就需要理解下面类命令：
CREATEVIEWcitiesASSELECTname,population,altitudeFROMcapitalsUNIONSELECTname,population,altitudeFROMnon_capitals;
此类数据库汇编成种语言，称作SQL。你利用如上所列命令与数据库中储存信息进行交流。想要操控此类数据库是项非常精深工作。比如上面条命令会创建种“视图”：种从现有多种表中选取汇集数据虚拟数据库表，该表可成为标准表利用SQL核心进行基元处理。何时创建视图，如何熟练创建视图是个很微妙问题，如果想要在现实世界数据库中梳理出理性结果，你需要理解和掌握事情很多，上述便是其中例。
们还继续分析内特·西尔弗例子，思考下他依赖另项科技：Stata。这是种非常强大工具，不可能靠着本能随便动动脑就能学会。比如下面段话描述是这种软件最新版本些新特性：“Stata13加入很多新特性，比如处理效果、多层广义线性模型（GLM）、检验效能和样本数、广义结构方程模型（SEM），预测、效应值、项目管理器、长字符串和BLOBs（二进制大对象）以及其他很多。”西尔弗利用此类复杂软件（包含广义结构方程模型和BlOBs）创建复杂模型，内含各种互相联系部分：比如自定义参数多元线性回归，就可以在概率算式中用来做顾客权重参考，等等。
这些细节旨在强调智能机器复杂性是难以掌握。③因此，要想较好地运用这些机器，你就要培养出掌握复杂事物能力。而且由于这些科技变化很快，掌握复杂事物过程便永远不会结束：你必须能够快速完成，次又次。
当然，这种迅速掌握复杂事物能力并不仅仅是能熟练运用智能机器所必需；基本上也是想要成为任何领域超级明星关键因素，即便是与科技关联性很小领域。比如，想要成为名世界级瑜伽训练师，就要求你掌握愈发复杂身体技能组合。再举个例子，想要在某
请关闭浏览器阅读模式后查看本章节，否则可能部分章节内容会丢失。
