zoukankan      html  css  js  c++  java
  • 如何提高自我学习能力?

     

    一、学习综述

    由于人类的记忆能力有限,无法记住大规模的细节信息,所以需要对信息进行压缩与高度概括。于是文字诞生了,文字是对客观事物的抽象表达,本质是信息压缩,分为表音、表形、表意三种,它是人类的学习主要载体,人们通过语言文字进行信息传播、信息储存、文化传承。

    学习是人类获取知识与技能的手段。我们在学习中要遵循以下过程:

    1. 明确学习目标,提出问题
    2. 收集数据(印象笔记)
    3. 建立模型(博客)
    4. 进行实践
    5. 完善模型

    1.需要在白纸上明确 学习目标、提出问题。它就像一张地图,知道我们在哪儿、到哪儿、走多久。不至于在学习过程中迷路,陷入大量知识细节中。另外我们在学习中要带着问题去学,要为了实践搞出点产品而学,不能为了学而学,在学习中要不断关注是否解决了自己的问题,是否有了学习后的成果。

    2.根据学习目标、提出的问题在互联网上收集相关材料,材料收集方法有三种:1.学习前人通过实践得到的知识与经验;2.自己先实践,然后总结知识与经验;3.通过逻辑推理,用已有的知识来推导新的知识。因为实践很花费时间,所以优先使用前人总结出来的知识体系,这样可以节约大量时间。

    3.用收集到的材料,来建立知识模型,对大量的材料进行精华提炼,归纳整理形成有逻辑的知识模型,通过这种对有效信息进行高度压缩的方式,来达到被人脑记忆的地步。建立知识模型有三种方法可以用:1.拆解法;2.并整法;3.混合运用。

    • 拆解法,主要是对前人总结出来庞大的知识体系进行拆分为小部分,再进行学习,能有效降低学习难度,但是需要注意整体与部分的关系,注意整个知识体系的融会贯通,见树又见林。
    • 并整法,主要是在没有现有的知识体系可学,或者并不是自己想要的知识体系时候使用,通过收集六七成资料,然后尝试整理资料,来构件新的知识模型。
    • 混合运用,主要是先用并整法整理好初步系统后,运用拆解法,将系统拆分,重新架构系统。

    三种方法运用的熟练度与火候,决定了能力的高度,将学习方法运用得愈熟练,甚至进一步将其内化成为习惯,就能提升学习能力,进而推升整体能力的层级。

    4.以知识模型为指导,进行实践。从学习开始,我们就要抱着以实践为目标开始进行,如果一个知识点无法作用于实践,那么从资料收集开始就应该被淘汰出去,实践的表现就是学完了要有产品被创造出来,而非学学就算了。在实践中,环境对学习者影响很大,复杂的环境会让学习者大脑更复杂,简单单纯的环境会让学习者大脑变得单纯。最好的模拟环境比不上真实的环境来的好,在游戏里面学很久的游泳也是比不上在真实的水中学习游泳来的实在。

    5.实践后,我们需要不断完善模型,在实践中,我们要积极收集实践中遇到的新问题、提出解决方案、实地解决问题、然后将经验总结为新的知识,然后完善到原有的知识模型中,为下次知识模型指导实践做出准备。

    二、学习流派

    • 主要:知识传授论、尝试错误论
    • 辅助:交替反射说、顿悟说

    关于如何学习,主要经历了两个阶段,阶段一是以知识传授论为主,从1960年开始,他们认为学习就是学生获取理论知识,所以老师就是装有丰富知识的大杯水,学生就是一个空的杯子,知识可以像水一样可以被老师从大杯倒到学生的空杯里面。阶段二是由美国心理学者桑代克所倡导的在试错中学习,他们认为现实世界的条件情况错中复杂,很难被我们所抽象出来的知识模型所概括,通常前脚将知识模型概括出来,后脚情况就发生变化了,所以学习不仅仅是将结构完整的知识体系传递给学生就完了,还需要学生在实践中不断的尝试运用知识,不断试错,发现问题,找到问题解决方案,再重构建立符合新的情况的知识模型;强调老师不能盲目的只教知识,学生不能死读书,要懂得如何将所学的知识运用到现实中。

    制约反射说又称交替反射说。古典制约说是美国心理学者华生所倡导。他的学说是以俄国生理学者巴夫洛夫的实验为基础。巴氏用狗做实验,他每次拿肉给狗吃时,同时摇铃,起初狗见肉即流口涎。像这样反复多次以后,仅摇铃而不给肉,狗也会流涎。可知流涎与铃声已建立了新的关係,换言之,替代刺激(铃声)已和原来反应(流涎)形成了新的反射作用。巴氏称之为交替反射作用。

    领悟说又称顿悟说,是德国心理学者柯勒和考夫卡等所倡。他们用猩猩做实验。把猩猩放在笼内,笼中有两根竹竿,笼外悬有香蕉。猩猩用一根竹竿攫取香蕉,无法取得。猩猩把弄两根竹竿,似乎顿有所悟,于是把两根竹竿接在一起,取得香蕉。柯氏认为,领悟是学习的要素。

    三、学习者等级

    • 新手
    • 专家
    • 大师(终生学习者)

    新手,主要特征是知识容量小,没有知识体系,体系无法应用到实践,对该体系内的新知识不敏感,对知识的深度了解不够,对知识点掌握粗糙,没有了解到其中的大量细节,没有适合自己的学习方法。

    专家,除了克服了新手的不足以外,对细节了解的更加深入,能够灵活的从已有的知识体系中提取内容与方法应对不同的情景挑战。专家对自己领域知识的理解很深,对相关知识拥有更加深刻的洞察,也有更为全局的把握,在实践中进行了大量的重复。

    大师,除了拥有专家的所有特征以外,还拥对自己领域的热爱,能不断的创新,将复杂问题简单化,终生保持学习,在实践中超越了重复成为一种艺术最求的特质。

    四、学习之道(学习者的素质)

    学习者,不仅仅是知识的接收者,更应该是独立思考者,是敢于试错、善于试错的实践者,是新知识的创造者,是终生学习的倡导者。在学习过程中,要随时关注自己的学习目标,并不断的询问自己手上的资料真的对实现目标有帮助。

    人类最厉害的的就只有两个东西,一是大脑;二是工具。所以我们学习的方法一定要符合大脑规律,充分利用大脑潜能,还要积极了解新的工具,使用工具,必要时候发明适合自己的工具,来让自己保持更为高效的学习效率。

    我们使用大脑后是有历史痕迹的,所以不要在学习阶段看有趣的电影、电视剧、小说、漫画等容易被我们记住的东西,要不然在学习中,脑袋会始终浮现出这些内容,很难再保持专注。另外这种特质也是习惯能养成的必要条件,当你不断学习,不断换着材料的学习,脑袋里面的历史痕迹基本上都是学习素材,潜意识也是这些,学习效率就会更加高效。

    大脑是生物体,受我们身体健康的影响,所以当人体不适、睡眠不足、睡眠不规律、精力不够、学习过程太枯燥、学习内容太混乱、吃太饱、饥饿、情绪不冷静、过于激动、失落、伤心、抑郁、愤怒的时候都会影响我们的大脑高效运转。要避免上面的情况发生,不断清空大脑缓存,让大脑保持放松、快乐、高效、干净、清爽、面对困难要养成敢于挑战的习惯、面对失败要敢于面对。要用最精致的能量做最重要的事情,要压缩能量的数量,从而提高能量强度。

    我们的大脑,是无法一次性处理太多信息的,当环境过于嘈杂,容易被打扰是很难保证大脑的高效的。所以要遵循简单后复杂的学习规律,不断复习,不断对信息进行压缩,用最省力的学习方法,养成对这种方法的使用习惯,选择好的学习工具来提高大脑对资料的处理能力,节省时间。另外学习以理解为主,记忆为辅助,在不断运用知识过程中,不断优化自己的知识模型,减少记忆负担,

    动作拆分的越细节,你对动作的理解越深刻。真正的高手,都是把细节做到了极致的。要成为高手,你必须追求对细节的理解。要钻研微观的细节,进而立即是什么促成了宏观上的问题。

    机器学习与人类学习的区别?

    机器学习,能够长时间高强度重复不出错、大规模的对需要学习的内容进行输入、储存、处理(暂时无法通过逻辑推理来理解信息,)无精力消耗

    人类学习能通过感受学习,逻辑推理学习,并发明各类学习工具,能产生联想。

    感受:通过身体各种器官观察环境、观察自己,获得初步信息,产生感受。
    逻辑推理(观察、比较、分析、综合、抽象、概括、判断、推理)。

    关于知识爆炸、信息爆炸?

    人类活动会产生很多数据,但是今天的数据爆炸,知识爆炸,不代表过去没有那么多数据,而是过去的数据我们并没有太多的工具来进行保存于维护,最开始我们把数据刻在石头上、刻在动物骨头上、刻在竹简上,后来才发明了纸,我们的记录才慢慢变多,但是因为纸张与毛笔书写很慢,抄写需要很多人共同努力,所以真正能够被记录下来的信息知识也不多,直到计算机互联网被发明,我们才拥有了大规模记录信息的能力,知识才产生了爆炸。

    如何做到长时间(4 个小时以上)精神专注?

    让你的注意力聚焦在你所做的事情上,你的处理速度趋近于你的接收速度,你的思维跟上你所做的事情的发展。过难过简单的材料都不容易保持专注,如果光看无法保持的话就打字,或者手写来保持专注的状态。

     

  • 相关阅读:
    Java实现 蓝桥杯 算法提高 小X的购物计划
    Java实现 蓝桥杯 算法提高 小X的购物计划
    Java实现 第十一届 蓝桥杯 (高职专科组)省内模拟赛
    Java实现 第十一届 蓝桥杯 (高职专科组)省内模拟赛
    Java实现 第十一届 蓝桥杯 (高职专科组)省内模拟赛
    Java 第十一届 蓝桥杯 省模拟赛 小明的城堡
    Java 第十一届 蓝桥杯 省模拟赛 小明的城堡
    Java 第十一届 蓝桥杯 省模拟赛 小明的城堡
    129. Sum Root to Leaf Numbers
    117. Populating Next Right Pointers in Each Node II
  • 原文地址:https://www.cnblogs.com/zhangzexiang/p/7488546.html
Copyright © 2011-2022 走看看