自下而上学习法

简介: 不写,就无法思考

不写,就无法思考

                                    ---卢曼

我个人认为这是一种检验知识的特有方法,对于知识的理解以自己的方式讲出来,能够整理自己的思路,检验自己的学习成果,并且在表达这个知识的同时,能够真正明白这里我到底懂没懂,如果不能生动的描述自己的知识,那便是逻辑的缺失或者没有真正的理解。
我以前的写作方法就是看完,并且实现,然后再次输出,但时间久了再回头去看,只是觉得熟悉,但并不深刻,再次整理发现知识copy并没有on write,就像写论文,老师给出主题,我们根据大体框架,然后四处拼接文献,阅读,写作,修改,退回,再修改(好一个CRUD图片),那么先框架写死,再学习,自己就是被迫在做某事,虽然自己选题,但好像并不是自己自愿在输出,久而久之,这件事便成了痛苦的事。
最近其实我有一篇非技术类文章,名为《这才是我想要的生活》,一开始受到感触,自己定好了几节的大纲就开始写了,但写着写着就被其他的事打乱了,慢慢就没有了后续的输出了,并且觉得自己没有什么可写,出现了思路荒漠,并且觉得那些能够引起人共鸣的想法,一但不记下便转瞬即逝,那么针对写作,或者我觉得是学习方法更合适,卢曼的这本《卡片笔记写作法》就改变了这种现状,而且很容易结合技术去理解,比如索引,比如文中与费尔曼学习法的比较等等。
原文写到:传统的写作法像纳博科夫,是使用一个盒子,用一个盒子来保存自己写作的内容。而卢曼多了一个盒子,对自己卡片写作的内容进行索引和整理,这里第一时间我就想到了链表和跳表,把一个盒子比做一个链表,一个个卡片就是元素,卡片位置即为索引,但卢曼的多了一个盒子,就是将链表本身当做元素,把链表当成属性,头上举得牌牌范围就是一个个‘卡片’之间的联系,从而将一个个知识点放在这个区间内,这样当底层的知识点产生联系,头上的知识之间再产生联系,那么一个知识点便慢慢串联了好多知识点了。
那么刨除原文,你觉得你的表达能带来现实中的那些好处呢?那么个人认为就是你表达的对象是谁?或者有没有表达的对象?如果你说没有,别那么肯定,你是不是极其厌恶跟领导开会?觉得领导不够实际,不讲人话?那么就对了,你要学会向上表达,或者如何让别人听起来你讲出来的很有层次,那么慢慢的锻炼写作,不视为一种绝妙的好办法,比如面试中如何带有转折的像面试官表达你对知识点的理解,比如会上如何提出对痛点的解决方案,甚至你如何跟你的女朋友产生源源不断的表达欲!!!
而卡片(好多文中翻译为qia pian)写作法的衍生产品便是我前段时间布道的 Roam Research 和obsidian,特别是ob,因为它的理念就是通过索引管理碎片化的文章形成知识网络,而自上而下学习方法就是先学习,再框架,比如我会关联为什么hashmap初始容量是16个,redis对象结构是16个字节,redis的库有16个,不由让人产生这个神秘的数字是为何,为何各个作者这么热衷这个数字这些想法。
虽然这本书都是精华,但因为我读的篇幅还不够多,只是根据里面的内容不自主的进行简单的输出和理解,让我觉得原来坚持写作是件很赞的事,也要改掉那些copy作者原话输出的坏习惯,希望这本书给我带来不一样的想法。

目录
相关文章
|
机器学习/深度学习 传感器 算法
基于干部-群众关系的教与学优化算法TLOCTO求解单目标优化问题附matlab代码
基于干部-群众关系的教与学优化算法TLOCTO求解单目标优化问题附matlab代码
|
1月前
|
机器学习/深度学习 算法 前端开发
“当树木集结成林:解密决策树与随机森林的神秘面纱,探寻数据背后的自然法则”
【10月更文挑战第11天】决策树与随机森林是机器学习中常用的监督学习算法,适用于分类和回归任务。决策树通过树形结构进行决策,每个节点代表一个属性测试,每个叶节点代表一个类别。随机森林通过集成多棵决策树,采用自助采样和特征随机选择,提高模型的准确性和鲁棒性。示例代码展示了如何使用Python和scikit-learn构建这两种模型,并评估其性能。
38 3
|
6月前
|
机器学习/深度学习 存储 人工智能
一阶优化算法启发,北大林宙辰团队提出具有万有逼近性质的神经网络架构的设计方法
【4月更文挑战第19天】北京大学林宙辰团队在深度学习领域取得突破,提出基于一阶优化算法的神经网络设计方法,构建具有万有逼近性质的模型,提升训练速度和泛化能力。该方法利用一阶导数信息,高效处理大规模问题。虽然面临非光滑优化和收敛速度挑战,但团队通过正则化和自适应学习率等策略进行改进,相关研究在多个标准数据集上表现出色。
91 1
|
6月前
|
供应链 监控 数据挖掘
高质量决策是伪命题吗?拨开迷雾,回归决策价值
高质量决策是伪命题吗?拨开迷雾,回归决策价值
97 1
|
算法
基于模态凝聚算法的特征系统实现算法的自然激励技术(Matlab代码实现)
基于模态凝聚算法的特征系统实现算法的自然激励技术(Matlab代码实现)
108 0
|
6月前
|
Java 测试技术 程序员
2024提升计划|优秀程序员的10大共性特征
在设计代码时,很多开发者并没有考虑到"容易测试"这个因素,可测试性不强。如果工程师在开发逻辑的过程中同时考虑如何轻松地进行测试,那么编写出的代码将具备良好的可读性和简单性,并经过精心设计,而不仅仅是"能工作"而已。测试所得到的主要好处发生在考虑测试和编写测试的时候,而不是在运行测试的时候!
|
机器学习/深度学习 人工智能 自然语言处理
扩散模型背后数学太难了,啃不动?谷歌用统一视角讲明白了
扩散模型背后数学太难了,啃不动?谷歌用统一视角讲明白了
241 0
|
算法 机器人
<<算法很美>>——(四)——深入递归<一>——自上而下,自下而上
<<算法很美>>——(四)——深入递归<一>——自上而下,自下而上
<<算法很美>>——(四)——深入递归<一>——自上而下,自下而上
概率统计中最重要的概念:概率统计与马尔可夫链的理解
概率统计中最重要的概念:概率统计与马尔可夫链的理解
215 0
概率统计中最重要的概念:概率统计与马尔可夫链的理解
微积分的思想-化繁为简
你知道计算器如何求解三角函数么?你知道计算器如何求解1.1的0.1次方么?你知道如何把圆周率π精确到任意小数点位么? 我们今天就以这三个经典的小问题展开,一起探究微积分的思想。
3315 0