《如何高效记忆》阅读笔记

简介: 《如何高效记忆》阅读笔记

如何记住几乎所有的东西: 基本原则

意义

决定“一件事情学起来的难易程度”的主要因素之一, 是内容对学习者的意义程度。 如果内容没有意义, 那么学起来就很难; 越是有意义的内容, 学起来越容易。 与理解意义学习相对应的是“机械”学习。 机械记忆是指在不理解学习内容意义的情况下, 一遍又一遍地重复它来记忆。熟悉、 韵律和规律等原则也可以使内容变得有意义

  • 熟悉

一般而言, 你对一个特定的学科知道得越多, 越容易学习新的信息。 这不仅表现在对信息的记忆上, 而且也会反映在对信息的理解上。 学习是基于已有知识的学习。 如果你对某个主题已经有了一些了解, 或者已经很熟悉了, 那么你的新信息将变得更有意义, 同时你的知识也会产生更多联想

  • 韵律

如何用韵律来使那些在本质上没有意义的材料更有意义。 如果你能组成一段韵文包含你即将要学习的材料, 韵文会使你的材料更有意义, 也更容易被记住

  • 规律

如果你能在将要学习的内容中找到一个规律、 规则或潜在的准则, 你很可能会更容易学习它。

专注

一些有(记忆) 困难的人抱怨“记忆力不好”, 并不是遗忘的问题, 而是从一开始根本就没有用心去学习。 人们因为某事归咎于记忆其实并不是记忆的过错。 如果你想记住某件事, 你必须将注意力放在它上面, 专注于它, 并确保从一开始你就把注意力放在它上面。 只有在有过专注地学习后, 我们才能谈论遗忘。人同一时间只能关注一件事。 你也许可以一边读报纸, 一边看电视; 或同时听两个不同的对话(一个和你同桌以及偷听更有趣的邻桌) , 但是, 通过切换你的注意力, 一会儿听这个, 一会儿听那个, 而不是同时参加这两件事

重复

几乎每个人都知道重复的重要性。 我们也许可以一次就学会(如果内容简短而又简单的话) , 但大多数的学习需要一遍又一遍地重复内容。 当然, 重复确实有助于学习, 但有些人没有意识到, 虽然重复对学习是必要的, 但是对于大部分学习而言, 仅仅重复是不够的。 也就是说, 大部分内容的学习离不开重复, 但如果只是重复, 并不能保证你学会, 重复与其他学习的原则结合才是有效的

“过度学习”是指继续重复学习, 从而超出刚好掌握或单纯记忆的程度, 它已被证明对强化学习和提高知识的检索速度是有效的。

在不同的时间间隔中通过回忆和再学习测试列表记忆。 虽然从0%~50%的过度学习的提高效果要比从50%~100%的提高效果要好, 但是过度学习的程度越大, 在任意时间记忆的效果也就越好。

过度学习说明了一个问题, 那就是为什么考试临时抱佛脚并不能在考试结束后长久地保留知识: 因为你勉强学到的内容, 被遗忘的速度也会很快。 你可能有过这样的经历, 在考试前你会感觉到很多死记硬背的东西都在你的脑子里飘着, 但没有一个是真正学好或融会贯通的, 你只能寄希望于老师的出题方式刚好适合你的记忆方式。

放松

任何能够引起强烈情绪的情况(尤其是消极的情绪, 如焦虑、 恐惧、 尴尬、 紧张、 担心) 都能干扰你的学习和记忆能力, 学习记忆中最常被研究的消极情绪是焦虑。

人在高出一般焦虑水平的情况下(通常是对生活感到焦虑) , 往往比焦虑水平低的人做得更差。稍许适当的焦虑可以帮助记忆, 但如果超过一定程度,焦虑地持续增加会妨碍记忆。

环境

环境效果的本质是, 如果你在特定的语境中学习某个东西,你可以在同一个上下文中回忆它, 而不是在不同的语境中学习它。当你记不起一个答案时, 试着回忆一下你学习时的情况。 例如, 当你在读一个章节的时候, 如果你是在图书馆自习室的时候, 想象自己在那儿, 此时会有心理环境线索

兴趣

用兴趣帮助记忆的两种方式。 在记忆中, 兴趣帮助我们关注并激励我们去记住。 另一种有助于记忆的方法, 是人们花更多的时间去思考那些他们感兴趣的事情, 而不是考虑那些他们不感兴趣的事情, 我们也看到了重复能够帮助学习。

你可以通过使用任何能够提供给你如何做的信息去运用反馈原理。 一种方法是和一个朋友一起学习, 互相进行小测验 。 测试自己的背诵效果

如何使用语音记忆系统

语音记忆系统可以用于前面提到的关联、 定位和限定记忆系统的运用中。 相比限定记忆系统, 它的优点是可以适用于长列表的记忆。 相比定位系统, 它的优点是可以直接检索编号的项目(当然, 项目编号不是强制性的) 。 比起之前的系统, 它还有一个额外的优点, 就是可以用来记数字

 


相关文章
|
2月前
|
机器学习/深度学习 存储 自然语言处理
从理论到实践:如何使用长短期记忆网络(LSTM)改善自然语言处理任务
【10月更文挑战第7天】随着深度学习技术的发展,循环神经网络(RNNs)及其变体,特别是长短期记忆网络(LSTMs),已经成为处理序列数据的强大工具。在自然语言处理(NLP)领域,LSTM因其能够捕捉文本中的长期依赖关系而变得尤为重要。本文将介绍LSTM的基本原理,并通过具体的代码示例来展示如何在实际的NLP任务中应用LSTM。
98 4
|
5月前
|
机器学习/深度学习
深度之眼(二十九)——神经网络基础知识(四)-循环神经网络
深度之眼(二十九)——神经网络基础知识(四)-循环神经网络
54 13
|
5月前
|
机器学习/深度学习 编解码
深度之眼(二十八)——神经网络基础知识(三)-卷积神经网络
深度之眼(二十八)——神经网络基础知识(三)-卷积神经网络
48 14
|
5月前
|
机器学习/深度学习 算法 数据挖掘
深度之眼(二十七)——神经网络基础知识(二)
深度之眼(二十七)——神经网络基础知识(二)
|
5月前
|
机器学习/深度学习 人工智能 自然语言处理
深度之眼(二十六)——神经网络基础知识(一)
深度之眼(二十六)——神经网络基础知识(一)
|
5月前
|
机器学习/深度学习 人工智能 算法
计算机算法基础概述与常用算法解析
计算机算法基础概述与常用算法解析
|
7月前
|
存储 缓存 算法
【C 言专栏】C 语言实现算法的高效性
【5月更文挑战第6天】本文探讨了C语言在实现高效算法上的优势,包括其高效性、灵活性、可移植性和底层访问能力。关键点包括选择合适的数据结构(如数组、链表、树和图)、应用优化策略(如减少计算、空间换时间、分治和动态规划),以及内存管理和代码优化技巧。通过实际案例(如排序和图遍历算法),阐述了如何利用C语言实现算法高效性,并强调在实践中不断探索和优化以提升算法效率。C语言在计算机科学中的重要地位使其成为实现高效算法的首选工具。
113 0
【C 言专栏】C 语言实现算法的高效性
|
7月前
|
机器学习/深度学习 人工智能 资源调度
AI【基础 01】神经网络基础知识(不断进行补充整理)
神经网络基础知识(不断进行补充整理)
122 2
|
7月前
|
机器学习/深度学习 人工智能 自然语言处理
【科研新手指南3】chatgpt辅助论文优化表达
【科研新手指南3】chatgpt辅助论文优化表达
553 0
|
监控 架构师 程序员
第八章 思维模型
第八章 思维模型
122 0