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，想要在某个特定医学领域取得成功，就要求你能快速掌握相关程序最新研究成果。用更简洁语言总结这些观察结果就是：如果你无法学习，就无法成功。
现在思考之前所提第二项核心能力：达到精英水平。如果你想成为领域中翘楚，掌握相关技能是必需，但并不够。之后你必须将潜能转化成人们珍视实在成果。比如，很多程序员对编程都很在行，但是此前举例超级明星大卫·汉森能利用这种能力创造出RubyonRails，正是这个项目为他带来声誉。RubyonRails要求汉森将他当前技能推向极限，创造出实在价值和成果。
这种产出能力同时也适用于以掌握智能机器为目标人。对于内特·西尔弗而言，学会如何掌控大型数据组和进行数据分析并不够；他还需要证明自己能够利用这种技能，从这些机器中提取大众关注信息。西尔弗在棒球资料（BaseballProspectus）工作期间与很多数据极客共事过，但是只有他努力将这些技能加以调整，用于全新、更有利可图选举预测领域。由此们总
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。
