如何高效率学习?一篇也许能帮你缓解焦虑的文章

2024-03-12 20:59

本文主要是介绍如何高效率学习?一篇也许能帮你缓解焦虑的文章,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

举个例子:

有人问爱因斯坦:“相对论到底是什么?”

爱因斯坦回答:“你坐在美女身边一小时,感觉就像一分钟,而夏天你在火炉旁坐上一分钟,感觉就像一小时,这就是相对论!”

1. 这就是学习。

再举个例子:

微积分里面的导数是什么意思,数学上的解释是,当自变量的增量趋于零时,因变量的增量与自变量的增量之商的极限。

但是用汽车类比的话,假设时间是自变量(x轴),行驶里程是因变量(y轴),随着汽车的行驶,会在坐标轴上划出一条连续的曲线,速度快时曲线就会陡峭,速度慢时曲线就会平缓,而某一个时刻汽车的速度,就是这个点在坐标空间的导数。

(参考Scott Young --《如何高效率学习》)

2. 好像明白什么是学习了,但是学习到底是什么呢?

可以先简单理解为非机械性记忆,有人会说机械性记忆也是学习的一部分啊,没错,但不是核心,就比如小学的学习,主要就是机械性记忆,加法减法,99乘法口诀,都是在把有限的例子通过记忆存储起来,考试的时候也主要通过调取记忆来回答问题。

(参考YJango-学习观01:好多人一辈子都没搞清什么是学习)

但是长大以后,所学的东西越来越没有办法通过穷举来了解到所有情况,必须通过有限的例子去推测无限的情况。

比如学会乘法以后,23*56就不能通过记忆来求解,而必须首先掌握一个方法,然后按照方法求得正确的答案,这个方法在编程领域叫一个函数,在AI领域叫一个模型,在生活中叫发现事情的内在规律,甚至某些时候也可以叫潜规则。

3. 那怎么高效率学习呢?

说起来有点好笑,我觉得学习就和打游戏一样。

分3个步骤:

首先了解游戏规则,效果同完成新手任务,逐渐熟悉游戏;

其次,熟悉了之后会明显感觉遇到技术增长的瓶颈,这时候就会想查攻略,寻找技巧,看别人的游戏视频,学习操作技巧,然后自己实践,直到自己也学会这些技巧;

最后,技巧练到了一定程度,也会感觉到天花板,好像大神的操作就都是心神合一,并不是一个个技巧的堆叠,于是开始各种复盘,总结,旁征博引,甚至学习心理学、研究生物系统等跨学科方法,最后总结出一套自己的方法论,形成自己的风格。

放到学习上:

  1. 了解学习的原理:建立知识和知识间的联系,就好像城市内部的道路

  2. 形成学习技巧:比如类比,视觉化,将抽象的知识梳理成快捷方式

  3. 融汇贯通:搭建知识和知识之间的高速公路

4. 游戏也没打明白,是不是就更没法学好了?

终极武器--费曼学习法,简单来讲,就是通过教懂别人来深刻理解。

(这段可忽略)费曼(Richard D Feynman),美国物理学家,诺贝尔奖获得者。运用费曼技巧,你只需花上20分钟就能深入理解知识点,而且记忆深刻,难以遗忘。费曼挑战任何一位普林斯顿大学数学系的教授,即不管这些教授告诉费曼多么复杂难懂的数学知识,只要他们使用简单的术语(不得使用费曼觉得生僻复杂的单词或术语)去描述,费曼就一定会得出同样的结果。

为什么教懂别人就能学会一个东西呢?因为在和别人表述的过程,首先就需要把庞大的知识凝练成1-2句别人能听懂的内容,其次还要举例子论证,再其次还要适当的深入展开,每一个环节无不需要你首先对知识有深入的理解,所以是一个很好的检验学习成果的反馈机制。

5. 学习有什么用?又不如做生意挣钱来的直接。

这一点是这两年感受最深刻的,身边好多焦虑的朋友,很想做成一件事儿,而且其实是有能力做好一件事儿的,但就是因为铺天盖地的噪音,淹没了他想静下来好好钻研一件事儿的初衷。

而我则是在慢生活中感受到了学习的魅力,比如以下几点。

5.1 从生物学角度,学习才能让身体更健康,而纯粹的花钱很容易导致过度治疗

比如中国的医疗体系存在着严重的过度治疗,急着挣钱的人就想着快速解决自己的疾病,于是过度用药,多花了钱,同时也打破了人体系统的生态平衡,很容易在将来形成各种各样的并发症,于是再接着过渡治疗,就形成了一个恶性循环;而学习的目的就是知道在什么时候看医生,医生的建议应该多大程度的接受(毕竟医疗体系也是个商业系统),哪些症状应该通过健康饮食和生活习惯来调节。

(参考王东岳-混沌大学《人体哲理浅谈》第95课-就医用药原则)

5.2 从物理学角度,学习可以让人更长寿

影响人类发展的物理学定律,除了能量守恒定律,还有一个热力学第二定律-熵增定律,在一个独立系统中,熵只会增加,不会减少,而宇宙的死亡-热寂,描述的就是熵增的结果。

就比如我和自己的房间是一个系统,如果不打扫房间,每天东西乱丢,那就是一个熵增的过程,会经常发现找不到东西了,而如果一直不打扫,你就会发现根本没法住了。而打扫卫生就是一个减熵的过程,会帮助我在这个房间继续住下去。所以换到人体物理系统和精神系统也是一样的道理。

熵代表的是一个系统的复杂性,科学点说:描述的是一个宏观态下对应的微观态的数量,通俗点理解就是一件事你越不确定,觉得可能的情况越多,一般就代表着熵越高。

(暂不展开,有人感兴趣可以单独写)

5.3 学习可以获得更多满足,学习是一种延迟满足的行为,而延迟满足可以获得更多“糖”。

上世纪 60 年代,美国有个著名的“斯坦福棉花糖实验”,实验中,小孩子可以马上获得一样奖励,比如 1 个棉花糖,或者等待一段时间,得到 2 个棉花糖。实验发现,能忍耐更长时间的孩子,通常具有更好的人生表现,例如,更好的考试成绩、更强壮的身体、更高的收入等。这就是典型的延迟满足感。

今日头条的张一鸣就是延迟满足的终极信徒,而他做的今日头条就是给大众用的即时满足的产品,不妨仔细想一下这其中的意味。

相关阅读

产品经理也能动手实践的AI(三)- 深入图像识别,在线辨猫

产品经理也能动手实践的AI(二)- 做个识别宠物的AI

产品经理也能动手实践的AI(一)- FastAI介绍

人人都能搞懂的AI(四)- AI对社会的影响

如果你喜欢思考,别忘记关注+置顶公众号哦!

我是Hawk,8年产品经理,目前专注AI机器学习。

好看的人都点了在看 

这篇关于如何高效率学习?一篇也许能帮你缓解焦虑的文章的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/802563

相关文章

Java进阶学习之如何开启远程调式

《Java进阶学习之如何开启远程调式》Java开发中的远程调试是一项至关重要的技能,特别是在处理生产环境的问题或者协作开发时,:本文主要介绍Java进阶学习之如何开启远程调式的相关资料,需要的朋友... 目录概述Java远程调试的开启与底层原理开启Java远程调试底层原理JVM参数总结&nbsMbKKXJx

Java深度学习库DJL实现Python的NumPy方式

《Java深度学习库DJL实现Python的NumPy方式》本文介绍了DJL库的背景和基本功能,包括NDArray的创建、数学运算、数据获取和设置等,同时,还展示了如何使用NDArray进行数据预处理... 目录1 NDArray 的背景介绍1.1 架构2 JavaDJL使用2.1 安装DJL2.2 基本操

HarmonyOS学习(七)——UI(五)常用布局总结

自适应布局 1.1、线性布局(LinearLayout) 通过线性容器Row和Column实现线性布局。Column容器内的子组件按照垂直方向排列,Row组件中的子组件按照水平方向排列。 属性说明space通过space参数设置主轴上子组件的间距,达到各子组件在排列上的等间距效果alignItems设置子组件在交叉轴上的对齐方式,且在各类尺寸屏幕上表现一致,其中交叉轴为垂直时,取值为Vert

Ilya-AI分享的他在OpenAI学习到的15个提示工程技巧

Ilya(不是本人,claude AI)在社交媒体上分享了他在OpenAI学习到的15个Prompt撰写技巧。 以下是详细的内容: 提示精确化:在编写提示时,力求表达清晰准确。清楚地阐述任务需求和概念定义至关重要。例:不用"分析文本",而用"判断这段话的情感倾向:积极、消极还是中性"。 快速迭代:善于快速连续调整提示。熟练的提示工程师能够灵活地进行多轮优化。例:从"总结文章"到"用

【前端学习】AntV G6-08 深入图形与图形分组、自定义节点、节点动画(下)

【课程链接】 AntV G6:深入图形与图形分组、自定义节点、节点动画(下)_哔哩哔哩_bilibili 本章十吾老师讲解了一个复杂的自定义节点中,应该怎样去计算和绘制图形,如何给一个图形制作不间断的动画,以及在鼠标事件之后产生动画。(有点难,需要好好理解) <!DOCTYPE html><html><head><meta charset="UTF-8"><title>06

学习hash总结

2014/1/29/   最近刚开始学hash,名字很陌生,但是hash的思想却很熟悉,以前早就做过此类的题,但是不知道这就是hash思想而已,说白了hash就是一个映射,往往灵活利用数组的下标来实现算法,hash的作用:1、判重;2、统计次数;

零基础学习Redis(10) -- zset类型命令使用

zset是有序集合,内部除了存储元素外,还会存储一个score,存储在zset中的元素会按照score的大小升序排列,不同元素的score可以重复,score相同的元素会按照元素的字典序排列。 1. zset常用命令 1.1 zadd  zadd key [NX | XX] [GT | LT]   [CH] [INCR] score member [score member ...]

【机器学习】高斯过程的基本概念和应用领域以及在python中的实例

引言 高斯过程(Gaussian Process,简称GP)是一种概率模型,用于描述一组随机变量的联合概率分布,其中任何一个有限维度的子集都具有高斯分布 文章目录 引言一、高斯过程1.1 基本定义1.1.1 随机过程1.1.2 高斯分布 1.2 高斯过程的特性1.2.1 联合高斯性1.2.2 均值函数1.2.3 协方差函数(或核函数) 1.3 核函数1.4 高斯过程回归(Gauss

【学习笔记】 陈强-机器学习-Python-Ch15 人工神经网络(1)sklearn

系列文章目录 监督学习:参数方法 【学习笔记】 陈强-机器学习-Python-Ch4 线性回归 【学习笔记】 陈强-机器学习-Python-Ch5 逻辑回归 【课后题练习】 陈强-机器学习-Python-Ch5 逻辑回归(SAheart.csv) 【学习笔记】 陈强-机器学习-Python-Ch6 多项逻辑回归 【学习笔记 及 课后题练习】 陈强-机器学习-Python-Ch7 判别分析 【学

系统架构师考试学习笔记第三篇——架构设计高级知识(20)通信系统架构设计理论与实践

本章知识考点:         第20课时主要学习通信系统架构设计的理论和工作中的实践。根据新版考试大纲,本课时知识点会涉及案例分析题(25分),而在历年考试中,案例题对该部分内容的考查并不多,虽在综合知识选择题目中经常考查,但分值也不高。本课时内容侧重于对知识点的记忆和理解,按照以往的出题规律,通信系统架构设计基础知识点多来源于教材内的基础网络设备、网络架构和教材外最新时事热点技术。本课时知识