科学学习思想总结

简介: 科学学习思想总结

 科学是讲逻辑并且做实验反复验证的。

 我们往往把别人告诉我们的、我们验证过是对的,就理所当然认为是对的,其实是不讲逻辑的。眼见为实也不一定实,例如有人告诉你中国人都是黑眼珠,你看到的中国人也都是黑眼珠,你就认为所有中国人都是黑眼珠,这是以偏概全了,用结论代替证明过程。讲逻辑,公理是逻辑最基础的应用,一切知识解释到公理就算解释尽了,公理的特征是人们所共识,不需要辨别真伪,不证自明的知识。所有的知识都是在公理+逻辑上发展起来的。

 当我们错误的认为自己已经懂了,去和真正懂的人沟通会导致无法交流。如果在学习的过程中,总是大概、好像、差不多了解了,骗自己已经懂了,真正用到知识的时候会不坚定,不会灵活运用。

 科学学习:划定范围,遍历所有可能,再解释到公理。这不是一蹴而就的,确定好边界后要不断的分析,不断的做结构化,不断的分析知识间的关系,而逻辑表达,用格式保证形式,用形式表达逻辑,这样逻辑不会有二义性。(例如数学表达式是形式,其中的符号、运算符是格式)

 学习是一个反复的事情,最好的学习时间是上课前和考试后,不能一蹴而就。然后说如何学习,在学习过程中把知识进行分类、对比、总结、和他人讨论,遇到类似的问题联想起有关联的知识,构成知识网,每次学习都要比较原来有更深度、明确、广泛的认识,每次总结落实到格式严谨、形式多样化。


相关文章
|
3月前
|
机器学习/深度学习 人工智能 算法
探索机器学习的奥秘:从理论到实践
【8月更文挑战第23天】在这篇文章中,我们将深入探讨机器学习的世界,从基础理论到实际应用。我们将了解机器学习的基本概念,探索不同类型的机器学习算法,并讨论如何将这些算法应用于实际问题。无论你是初学者还是有经验的开发者,这篇文章都将为你提供有价值的见解和知识。让我们一起踏上这段激动人心的旅程吧!
|
5月前
|
算法 数据挖掘 定位技术
算法必备数学基础:图论方法由浅入深实践与应用
算法必备数学基础:图论方法由浅入深实践与应用
|
6月前
|
边缘计算 人工智能 算法
探索程序设计的奥秘:从理论到实践的飞跃
探索程序设计的奥秘:从理论到实践的飞跃
|
决策智能
博弈论(一)基本概念
博弈论(一)基本概念
151 0
|
机器学习/深度学习 人工智能 算法
鄂维南:从数学角度,理解机器学习的“黑魔法”,并应用于更广泛的科学问题(2)
鄂维南:从数学角度,理解机器学习的“黑魔法”,并应用于更广泛的科学问题
247 0
|
机器学习/深度学习 人工智能 算法
鄂维南:从数学角度,理解机器学习的“黑魔法”,并应用于更广泛的科学问题(1)
鄂维南:从数学角度,理解机器学习的“黑魔法”,并应用于更广泛的科学问题
309 0
|
机器学习/深度学习 自然语言处理 算法
学习=拟合?深度学习和经典统计学是一回事?哈佛理论计算机科学家细数二者差异(2)
学习=拟合?深度学习和经典统计学是一回事?哈佛理论计算机科学家细数二者差异
127 0
|
机器学习/深度学习 人工智能 算法
王怀民院士:图灵计算模型仍是最深刻的理论基础,是新科学基础的基点
王怀民院士:图灵计算模型仍是最深刻的理论基础,是新科学基础的基点
137 0
|
人工智能 算法 安全
8种提升程序猿编程能力的方法+编程思维四个核心:分解、抽象、模式识别和算法
对于程序员来说,提高自己的编程能力,算是给自己定的职业发展目标之一,不过定一个成为编程大神的目标很容易,具体做起来可能就不是一件简单的事了。首先,既然决定“我要变得更好”,得先知道“更好”是什么样子的。另外,不能“想变得更好”,却没有任何具体可行的措施。
919 2
8种提升程序猿编程能力的方法+编程思维四个核心:分解、抽象、模式识别和算法
|
机器学习/深度学习 人工智能 算法
当博弈论遇上机器学习:一文读懂相关理论
博弈论和机器学习能擦出怎样的火花?本文作者王子嘉通过回顾总结近年来博弈论和机器学习领域的交叉研究工作,为读者展示了这一领域最新的研究图景。
1138 0
当博弈论遇上机器学习:一文读懂相关理论