How to Learn Note

1、抽象概念学习

实践是最好的办法,把抽象的概念反复实践,促进神经元发展,不能一味填鸭式教育

2、番茄工作法

这个简洁明了的小技巧所需的只有一个计时器,你只需要把计时器设定为25分钟或者更久,屏蔽所有会打扰你的事物,然后集中精力,就这么简单。

大多数人都可以保持25分钟注意力集中,还有最后一件很重要的事就是,当你做到之后要给自己一点小小的奖励 (比如) 上几分钟网、喝杯咖啡、吃口巧克力、或者简单地做一下拉伸、随意地闲聊、来使你的大脑可以愉悦的放松一会。你会发现番茄工作法的使用效果非常明显

记住奖励是非常重要的,他可以为你带来一定动力和目标

3、工作记忆和长期记忆

工作记忆(短期记忆)就像一块黑板 但这块黑板却不太理想(模糊),长期记忆 就像一个储存仓库。

短期记忆转入长期记忆中时 你需要多次回顾 以增加需要时能够找到相关信息的几率

4、间隔重复

具体做法是不断重复你尝试记忆的内容,但重复的过程必须间隔开来,比如:在几天内重复记忆一个新单词,或者一个问题的解决方法,将练习过程拓展到几天的效果的确会有所不同

研究表明,如果你尝试在一个晚上,重复记忆20次相同的内容,记忆效果比不上,在几天内重复同样的次数这种方法,这就像我们之前看到的砌墙的过程一样,如果你不留足够的时间等灰浆变干,正如等待突触连接的形成与强化,你将无法获得好的记忆结构

5、运动

运动可以增强扩散思维,用另一种角度去看事物那么每天生活将充满创新

通过练习和不断复习 我们学习新知识的时形成的神经结构才能得以巩固和加强 练习和复习对抽象话题的理解尤为重要

6、组块形成的基本方法

1)高度集中的注意力,基本概念的理解,通过练习,单纯回忆脱离书本想起关键点
2)尝试在最初的学习场所外来回忆材料

要求你对建立组块的对象有基本的了解,认识到如何解决一个问题是非常重要的,比如说:你没有必要为自己能够轻松回想起的内容建立组块,如果你在初次学习后没有及时进行复习 而等到考试之前再复习 你就会觉得这些知识难以理解了

我们在看书前先弄清楚大意或书中的观点 它们是引言的关键部分 或是书本章节大纲、流程图、图表或是概念图 一旦完成了这些 再了解具体的信息

7、知识迁移

在某个领域掌握的组块 可以帮助你学习另一个领域的组块 两个领域可能具有惊人的共通性 交替学习。比如你学习一门语言下一门语言就会简单一些,建立组块式图书馆,就是在训练你的大脑

8、练习和阅读材料

你是否真的在对材料进行学习 时不时自测 用一些小测验看看自己是否真正理解材料 (难的要多练习)学习时不要害怕犯错

不要只练习简单的部分,这会给你一种自己已完全掌握材料的错觉,有意练习你认为困难的部分,这样可以更好地全面掌握材料。

自主完成练习看答案后应该思考为什么要用这种方法,并考虑其他方法,而不是说完懂得这个题目这样做可以做出来

学生们在学习时会犯的一项重大失误是 在学会游泳前就跳入水中 换句话说 他们盲目开始做作业,不看书,不上课,不看在线课程,甚至不与熟识此方面的人交谈。这种方法只会让你沉下去,就像在放任思想,在一个专注模式的弹珠器里跳来跳去,而完全不考虑解法到底在哪里。

最好要有一个团队,大家相互学习,当你解出一道题目的答案时,你可以和其他人交流,或许别人有更好的方法,或许你的是对的,可以加强记忆

你已经了解的看过的知识点在阅读材料时可以越过

再pycharm安装sklearn时出现Looking in indexes: https://pypi.tuna.tsinghua.edu.cn/simple Collecting sklearn Downloading https://pypi.tuna.tsinghua.edu.cn/packages/7a/93/e0e1b1e98f39dfca7ec9795cb46f6e09e88a2fd5d4a28e4b3d1f618a2aec/sklearn-0.0.post5.tar.gz (3.7 kB) Preparing metadata (setup.py): started Preparing metadata (setup.py): finished with status 'error' error: subprocess-exited-with-error python setup.py egg_info did not run successfully. exit code: 1 [18 lines of output] The 'sklearn' PyPI package is deprecated, use 'scikit-learn' rather than 'sklearn' for pip commands. Here is how to fix this error in the main use cases: - use 'pip install scikit-learn' rather than 'pip install sklearn' - replace 'sklearn' by 'scikit-learn' in your pip requirements files (requirements.txt, setup.py, setup.cfg, Pipfile, etc ...) - if the 'sklearn' package is used by one of your dependencies, it would be great if you take some time to track which package uses 'sklearn' instead of 'scikit-learn' and report it to their issue tracker - as a last resort, set the environment variable SKLEARN_ALLOW_DEPRECATED_SKLEARN_PACKAGE_INSTALL=True to avoid this error More information is available at https://github.com/scikit-learn/sklearn-pypi-package If the previous advice does not cover your use case, feel free to report it at https://github.com/scikit-learn/sklearn-pypi-package/issues/new [end of output] note: This error originates from a subprocess, and is likely not a problem with pip. error: metadata-generation-failed Encountered error while generating package metadata. See above for output. note: This is an issue with the package mentioned above, not pip. hint: See above for details.是什么问题?该怎样解决?如何安装sklearn库?
最新发布
06-11
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值