寫在前面

我們現(xiàn)在處在了一個(gè)知識(shí)高速迭代的時(shí)代，在這個(gè)時(shí)代，你可能會(huì)有這樣一種感覺(jué)，如果學(xué)習(xí)時(shí)從頭到尾學(xué)一遍再使用（就像我們?cè)趯W(xué)校學(xué)習(xí)時(shí)），會(huì)發(fā)現(xiàn)剛學(xué)完又出現(xiàn)了新的，等學(xué)了后面的理論還沒(méi)實(shí)踐，前面的又忘了。這樣的學(xué)習(xí)方式，仿佛永遠(yuǎn)在學(xué)理論，自身沒(méi)有進(jìn)步，浪費(fèi)了很多時(shí)間。

在剛?cè)肟尤斯ぶ悄艿臅r(shí)候，我也是這樣的一種學(xué)習(xí)思路。先從機(jī)器學(xué)習(xí)開(kāi)始，搜一些課就開(kāi)始學(xué)習(xí)記筆記，然后再深度學(xué)習(xí)，等學(xué)完之后，深度學(xué)習(xí)又出了新的東西，又去學(xué)理論……如此反復(fù)。表面上，我很努力，也學(xué)習(xí)到了很多理論，但是實(shí)際上，如果問(wèn)這些理論的細(xì)節(jié)，我大腦里面根本就模糊不清。這是因?yàn)?，我學(xué)習(xí)到的這些知識(shí)，我都沒(méi)有真正的用到它。沒(méi)有機(jī)會(huì)實(shí)踐出來(lái)。所以后來(lái)我開(kāi)始反思，在現(xiàn)在這個(gè)時(shí)代，我們以前的學(xué)習(xí)方式不太適用了，如果想高效率的學(xué)習(xí)，需要轉(zhuǎn)換一種學(xué)習(xí)方式，不妨從實(shí)用的角度出發(fā)，遇到不會(huì)的再去查漏補(bǔ)缺，這樣效率更高。?

從實(shí)用的角度出發(fā)

學(xué)習(xí)知識(shí)的時(shí)候，一切從實(shí)用的角度出發(fā)，我們學(xué)習(xí)知識(shí)，都是要解決實(shí)際問(wèn)題的，所以千萬(wàn)不要把過(guò)多的時(shí)間都放在理論之上，因?yàn)槔碚撝R(shí)太多了，我拿入門機(jī)器學(xué)習(xí)和深度學(xué)習(xí)來(lái)講，如果真的想做好人工智能，需要四個(gè)維度的知識(shí)（當(dāng)然這是我自己的知識(shí)框架）：

編程基礎(chǔ)（Python編程，數(shù)據(jù)分析基礎(chǔ)：numpy，pandas，可視化，特征工程等，深度學(xué)習(xí)框架TensorFlow，Pytorch）

數(shù)學(xué)基礎(chǔ)（數(shù)學(xué)，數(shù)理統(tǒng)計(jì)，線性代數(shù)）

算法基礎(chǔ)（內(nèi)功算法：算法與數(shù)據(jù)結(jié)構(gòu)，外功算法：機(jī)器學(xué)習(xí)和深度學(xué)習(xí)算法）

應(yīng)用領(lǐng)域（CV，NLP，RS，預(yù)測(cè)，分類，聚類等）

對(duì)于一個(gè)剛?cè)腴T的小白來(lái)講，千萬(wàn)不要從頭一個(gè)個(gè)的補(bǔ)充理論，這樣你會(huì)發(fā)現(xiàn)，光數(shù)學(xué)這塊都?jí)蚰銓W(xué)習(xí)很長(zhǎng)時(shí)間的，并且學(xué)習(xí)完之后忘了不說(shuō)，還不會(huì)用。這就是我之前采用的學(xué)習(xí)方法。我確實(shí)浪費(fèi)了一些時(shí)間。

后來(lái)我發(fā)現(xiàn)，其實(shí)，我們完全可以不用全知道上面這些維度所有的知識(shí)，只需要了解一些基本概念（這個(gè)還是要了解一遍的，要不然都不知道后面講的是啥），就挑一些簡(jiǎn)單的知識(shí)進(jìn)行學(xué)習(xí)，比如數(shù)學(xué)基礎(chǔ)，由于大學(xué)里我們都學(xué)過(guò)這幾門科目，所以這里其實(shí)不用那么仔細(xì)的再來(lái)一遍，一些概念比如積分，矩陣乘法，數(shù)理統(tǒng)計(jì)的一些知識(shí)有印象就可以了，編程基礎(chǔ)，Python的基礎(chǔ)語(yǔ)法學(xué)一些，numpy，pandas等基本的使用學(xué)一些（可參考我上一篇Pandas入門），可視化的東西學(xué)一點(diǎn)，就是各個(gè)學(xué)點(diǎn)，然后就可以先上手了。

找一些項(xiàng)目上手練習(xí)，可能一開(kāi)始確實(shí)很辛苦，因?yàn)楹芏鄸|西，你并不知道說(shuō)的是啥，比如過(guò)擬合，欠擬合等這些東西，然后去查，去找，補(bǔ)充到自己的知識(shí)框架里面，然后再學(xué)習(xí)，通過(guò)這種方式，時(shí)間長(zhǎng)了，你會(huì)發(fā)現(xiàn)，你的知識(shí)框架會(huì)慢慢的變得豐富起來(lái)，并且由于總是在用，遺忘速度也沒(méi)有那么快。這樣還可以追趕新的技術(shù)。

這是一種開(kāi)始速度慢，但是加速度快的學(xué)習(xí)方式，但是出發(fā)之前，一些基本的概念，尤其是機(jī)器學(xué)習(xí)算法和深度學(xué)習(xí)算法，一些基本的概念還是必須要弄清楚明白的。上面說(shuō)的這個(gè)一點(diǎn)，也是很重要的，不僅要全，還要精。

MAS方法–出發(fā)之前我應(yīng)該如何掌握知識(shí)

上面講的是從實(shí)用的角度出發(fā)，就是我開(kāi)始一個(gè)項(xiàng)目，從項(xiàng)目中學(xué)習(xí)新知識(shí)，但是能出發(fā)的前提是有了一個(gè)基本的知識(shí)框架和基礎(chǔ)了。

這個(gè)基本的知識(shí)應(yīng)該如何學(xué)習(xí)呢？或者說(shuō)跟著課程學(xué)習(xí)的時(shí)候應(yīng)該如何學(xué)習(xí)呢？

這里記錄一個(gè)在課程中學(xué)習(xí)到的一個(gè)高效的學(xué)習(xí)方法，稱之為MAS方法。

Multi-Dimension：想要掌握一個(gè)事物，就要從多個(gè)角度去認(rèn)識(shí)它。

如何建立多維連接呢？

基礎(chǔ)概念：這是基礎(chǔ)，一定要吃透

工具：掌握工具，鍛煉實(shí)操

題庫(kù)：想真正的了解概念，就要多練，多動(dòng)手

這個(gè)過(guò)程，就是從“思維”到“工具”再到“實(shí)踐”的一個(gè)過(guò)程。如果說(shuō)重要性，一定是“思維”最重要，因?yàn)樗季S是底層邏輯和框架，可以讓我們一通百通，舉一反三，但是思維修煉也是最難的。所以，我強(qiáng)調(diào)把學(xué)習(xí)重心放在工具和實(shí)踐上，即學(xué)即用，不斷積累成就感，思維也就慢慢養(yǎng)成了。

Ask：不懂就問(wèn)，程序員大多都很羞澀，突破這一點(diǎn)，不懂就問(wèn)最重要。

Sharing：最好的學(xué)習(xí)就是分享。用自己的語(yǔ)言講出來(lái)，是對(duì)知識(shí)的進(jìn)一步梳理。

修煉指南–從認(rèn)知到實(shí)踐再回到認(rèn)知，如此反復(fù)

人與人最大的差別在于“認(rèn)知”，所謂成長(zhǎng)就是認(rèn)知的升級(jí)。

很多人存在對(duì)“認(rèn)知“的誤解，認(rèn)為認(rèn)知不就是概念么？那么你有沒(méi)有想過(guò)，針對(duì)同一個(gè)概念，為什么不同的人掌握的程度是不一樣的呢？

我們只有把知識(shí)轉(zhuǎn)化為自己的語(yǔ)言，它才真正變成了我們自己的東西。這個(gè)轉(zhuǎn)換的過(guò)程，就是認(rèn)知的過(guò)程。

那么如何提升自己的學(xué)習(xí)吸收能力呢？簡(jiǎn)單地說(shuō)，就是要“知行合一”。

如果說(shuō)認(rèn)知是大腦，那么工具就好比我們的雙手，數(shù)據(jù)工程師和算法科學(xué)家每天打交道最多的就是工具。如果你開(kāi)始做數(shù)據(jù)分析的項(xiàng)目，你腦海中已經(jīng)思考好了數(shù)據(jù)挖掘的算法模型，請(qǐng)牢記下面這兩點(diǎn)原則。

1.不重復(fù)造輪子

舉個(gè)數(shù)據(jù)采集的例子，很多公司，都有數(shù)據(jù)采集的需求，他們認(rèn)為某些工具不能滿足他們個(gè)性化的需求，因此決定招人專門做這項(xiàng)工作。而結(jié)果怎樣呢？做了1年多的實(shí)踐，工資投入幾十萬(wàn)，結(jié)果發(fā)現(xiàn)Bug一大堆，最后還是選擇了第三方工具。耗時(shí)耗力，還沒(méi)什么成效。一個(gè)模型是否有相關(guān)的類庫(kù)可以使用——這幾乎是每個(gè)程序員入行被告知的第一條準(zhǔn)則。

2.工具決定效率

“不要重復(fù)造輪子”意味著首先需要找到一個(gè)可以用的輪子，也就是工具。我們?cè)撊绾芜x擇呢？這取決于你要做的工作，工具沒(méi)有好壞之分，只有適合與否。除去研究型的工作，大部分情況下，工程師會(huì)選擇使用者最多的工具。因?yàn)椋築ug少、文檔全、案例多。比如Python在處理數(shù)據(jù)挖掘上就有很多第三方庫(kù)，這些庫(kù)都有大量的用戶和幫助文檔可以幫助你來(lái)上手。

選擇好工具之后，你要做的就是積累“資產(chǎn)”了。我們很難記住大段的知識(shí)點(diǎn)，也背不下來(lái)工具的指令，但是我們通常能記住故事、做過(guò)的項(xiàng)目、做過(guò)的題目。這些題目和項(xiàng)目是你最先行的“資產(chǎn)”。

如何快速積累這些“資產(chǎn)”呢？三個(gè)字：熟練度。把題目完成只是第一步，關(guān)鍵在于訓(xùn)練我們工具使用的“熟練度”。

當(dāng)熟練度增加的時(shí)候，你的思考認(rèn)知模型也在逐漸提升。

總結(jié)

認(rèn)知三部曲：從認(rèn)知到工具，再到實(shí)戰(zhàn)，然后如此反復(fù)。

不管是學(xué)習(xí)什么知識(shí)，我們都應(yīng)該這樣做：

記錄下你每天的認(rèn)知。尤其是每次課程后，對(duì)知識(shí)點(diǎn)的自我理解。這些認(rèn)知最好是通過(guò)博客或者筆記的方式整理，分享出來(lái)，不懂的也一定要問(wèn)MAS。

這些認(rèn)知對(duì)應(yīng)工具的哪些操作。用工具來(lái)表達(dá)你對(duì)知識(shí)點(diǎn)的掌握，并用自己的語(yǔ)言記錄下這些操作筆記。

做更多練習(xí)來(lái)鞏固你的認(rèn)知。我們學(xué)習(xí)的內(nèi)容對(duì)于大部分外人來(lái)說(shuō)，就像“開(kāi)車”一樣，很酷。我們學(xué)習(xí)的內(nèi)容，對(duì)于要掌握的人來(lái)說(shuō)，也像“開(kāi)車”一樣，其實(shí)并不難，而且很多人已經(jīng)上路了。你需要的就是更多的練習(xí)。