學習如逆水行舟,不進則退。在咱們學習中,閱讀又是一種至關重要的方式。那麼哪些學習習慣或者說閱讀方法對咱們來講能更高效的讓咱們獲取到相關的知識呢?下面列舉幾條,歡迎你們繼續補充或指正!算法
1. 趁着對一件事情有熱情的時候,一古腦兒把萬事開頭那個最難的階段熬過去。網絡
萬事開頭難,由於從不瞭解到了解基本的一些事實,是一個新知識暴漲的階段,這個時候的困難是最大的。有人熬不過去,以爲困難太大就放棄了。不過,狂熱的興趣能夠抵消對困難的感受,因此趁着對一件事情有熱情的時候,開一個好頭是很重要的。(固然,這並非說鍥而不捨就不重要了)。固然,也許這個是因人而異的,對我來講我會在對一件事情有濃厚興趣的時候很是專一地學習,把不少 groundworks 作掉。後面就會順利一些了。學習
2. 根據主題來查閱資料,而不是根據資料來查閱主題。spa
之前讀書的時候是一本一本的讀,眼裏看到的是一本一本的書,如今則是一章、甚至一節一節的讀,眼中看到的不是一本一本的書,而是一堆一堆的章節,一個一個的知識主題,按照主題來閱讀,你會發現讀的時候再也不是老老實實地一本書看完看另外一本,而是很是頻繁地從一本書跳到另外一本書,從一處資料跳到另外一處資料,從而來得到多個不一樣的人對同一個主題是如何講解的。好比最近我發如今看蒙特卡羅算法時就查了十來處資料,其中有三四篇 paper 和六七本書;這是由於即使是經典的書,你也不能期望它對其中每個主題的介紹都是盡善盡美的,有些書對某個主題(知識點)的介紹比較到位,有些書則對另外一些知識點介紹得比較到位。而有時候一篇緊湊的 paper 比一本書上講得還要好。我硬盤裏面的書按主題分類,每一個主題下面都有一堆書,當我須要學習某個主題的知識時(譬如貝葉斯學習或者神經網絡),我會把裏面涉及這個主題的書都翻開來,索引到相關章節,而後挑講得好的看。那麼,如何判斷一個資料是好資料仍是壞資料呢?.net
3. 好資料,壞資料。blog
好資料的特色:從問題出發;重點介紹方法背後的理念( rationale ),注重直觀解釋,而不是方法的技術細節;按照方法被髮明的時間流程來介紹(先是遇到了什麼什麼問題,而後怎樣分析,推理,最後發現目前所使用的方法)。壞資料的特色是好資料的反面:上來就講方法細節,彷彿某方法是從天上掉下來的,他們每每這樣寫「咱們定義… 咱們稱… 咱們進行如下幾個步驟… 」。根本不講爲何要用這個方法,人們最初是由於面對什麼問題纔想到這個方法的,其間又是怎樣纔想出了這麼個方法的,方法背後的直觀思想又是什麼。實際上一個方法若是將其最終最簡潔的形式直接表達出來每每丟失掉了絕大多數信息,這個丟掉的信息就是問題解決背後的思惟過程。至於爲何大多數書作不到這一點,做者在這裏試着分析了一下。索引
4. 學習一個東西以前,首先在大腦中積累充分的「疑惑感」。資源
即弄清面臨的問題究竟是什麼,在瀏覽方法自己以前,最好先使勁問問本身能想到什麼方法。一個公認的事實是,你對問題的疑惑越大,在以前作的本身的思考越多,當看到解答以後印象就越深入。記得大學裏面的課本老是瀑布式地把整個知識結構盡收眼底地放在面前,讀的過程卻是挺爽,連連點頭,讀完了很快又忘掉了,爲何?由於沒有帶着疑問去學習。get
5. 有選擇地閱讀。it
不少人以爲我讀書速度很快,其實我只是有選擇地閱讀。這裏的選擇體如今兩個地方,一是選擇一本書中感興趣的章節優先閱讀。二是對一本書中技術性較弱或信息密度較低的部分快速地略讀。通常來講,除了技術性很是強的書以外,大多數書的信息密度很低,有不少廢話。通常來講在閱讀的時候應該這樣來切份內容:1. 問題是什麼?2. 方案是什麼?3. 例子是什麼?若是是須要解釋一個現象的(譬如《黑天鵝》),那麼1. 現象是什麼?2. 解釋是什麼?3. 支撐這個解釋的理由是什麼?4. 例子是什麼?通常來講,這一二三四用不了多少字就能夠寫完了(若是假設只舉一到兩個精到的例子的話),這樣的無廢話著做的典型是《合做的進化》;那爲何有些書,明明核心觀點就那點東西(頂多加上幾個精要的例子罷了)卻寫得長得要命呢?由於人的思惟都有一個「聯想」的特色,寫着寫着就容易旁逸斜出,並且做者本身也每每以爲引伸出去挺牛逼,有時候不少與主題無關的廢話就摻和進來了;那麼,閱讀的時候就應該有選擇性地濾掉這些不相干的廢話;此外還有一種可能性就是大量冗餘的例子。通常來講組織得比較好的書會有詳細且一目瞭然的目錄和索引,根據目錄首先就能夠濾掉一部分(好比某個子章節的內容你之前是看過的),而後有時候做者還會舉不少冗餘的例子,若是你已經以爲印象夠深入了這些例子徹底能夠不看(一些書就很是厚道地對每一個觀點只輔以一兩個最最經典的例子,譬如《不同凡響的心理學——如何正視心理學》,這樣的書我最是喜歡)。
6. 爲何看不懂?
若是看不懂一個知識,通常有以下幾個可能的緣由:1. 你看得不夠使勁。對此古人總結過——書讀百遍其義自現。雖然這個規律不是任什麼時候候都成立的,可是從認知科學的角度看是徹底能夠解釋的,咱們在閱讀的時候,注意力每每會有選擇性地關注其中的某一些「點」,而忽略了另外一些「點」,因而一遍看下來可能由於某一些忽略致使沒法理解總體。或者乾脆看的時候就沒注意其中一些細節但重要的東西。此外,大腦理解一個東西須要必定的處理時間,人腦的處理速度很慢,神經衝動每秒傳輸速度不過百米,因此不能期望看到哪懂到哪。最後,咱們可能由於思惟定勢的緣由會從某個特定的角度去看一句話而忽略了從不一樣角度去理解的可能性。對於這類狀況,仔仔細細地再多讀兩遍,多試着去理解兩遍,每每會「哦!原來這樣。」地恍然大悟。2. 其中涉及到了你不懂的概念。這是技術性的不理解。這種狀況就須要 Cross Reference 。若是一句話中用到了你不懂的概念,那就去查,如今不少書都是電子書,直接搜索一下,或者,對於紙書,看一下書後面的索引就好了。奇怪的是不少人看不懂也不分析一下爲何不懂,就直接放棄了。正如解決問題同樣,問題卡住解決不了,第一時間要作的就是分析到底爲何解決不了,而不是直接求救。3. 做者講述的順序不對,你接着往下看,也許看到後面就明白了前面的了。
雜項-本文選自一直以來伴隨個人一些學習習慣(三):閱讀方法-劉未鵬
7. 如何在閱讀以前就能得到對一本書質量的大體評估。
在深刻閱讀以前可以迅速評估一本書的質量能夠節省不少時間。基本上有幾個線索:1. 看做者。牛做者寫的書通常都不錯。2. 看目錄和簡介。一份好的目錄和簡介可以透露這本書質量的至關一部分信息。目錄結構是否清晰,是否直白(而不是裝神弄鬼),都是衡量的線索。3. 看 Amazon 上的評價,這裏要注意的是,除了看總體打分以外,更要看打分最低的人是怎麼說的,由於小衆意見每每有可能來自那些真正懂行的人(除了來踢館的),若是在打分最低的意見裏面看不到真正有價值的反駁意見的話就至關確定書是不錯的了。4. 看樣章。Amazon 上通常均可以隨機瀏覽一些章節的,表達是否清晰,論證是否嚴謹,內容是否深入,基本是幾頁紙就能看出來的。
8. 如何搜尋到好書。
幾個線索:1. 同做者的著做。2. Amazon 相關推薦和主題相關的書列(相似豆瓣的豆列)。3. 一本好的著做(或一份好的資料——無論是書仍是網頁)在參考資料裏面重點提到的其餘著做。4. 有時對於一個主題,能夠搜索到好心人總結的參考資源導引,那是最好不過的。