费曼学习法2.0

介绍费曼学习法

第一：确定目标

eg
比如学习统计学的自由度的概念
找到学习的内容->看书、看视频、找度娘等等->觉得你行了，就可以了

第二：模拟教学

假设自己是一位老师
不看任何笔记，参考资料，并且简洁的将自由度的概念和相关内容->讲授给完全不懂的领域的人听
注意事项：
1.自己能否讲明白？
2.讲课的时候有哪些地方卡壳？
3.什么地方讲混淆了？
记录下来

第三：反馈

问：哪里听不懂？
答：都不懂
恭喜你，你必须要重新回去整理，并换另一套说法、方式来讲授

第四：简化并且重复

找到自己讲课混淆的地方和听众反馈听不懂的地方->进行深刻的理解和简化->尝试利用通俗易懂的方式、举例等来说明->回到第二步在讲一次
自由度：可以这么理解
A+B＋C＝１０
如果A＝１，B＝２
自由度(degree of freedom, df)指的是计算某一统计量时，取值不受限制的变量个数

费曼学习法的局限性

问题出现在第二步,有时候无法找到合适的受体,来听你"废话"
这是将对费曼学习法进行改良

第二步:最大限度的简化内容

什么意思呢?
比如读一篇文章,请尝试用2句话概括中心内容
比如看到一个案例代码,请尝试梳理代码主体结构

第三步:提问和扩充回答

以python代码为例,在梳理完结构后,第一是导入模块,
提问:导入了那些模块?这些模块分别干什么用?能不能看看存在那些模块方法?等等
回答:pandas 数据分析工具 比如pd.DataFrame()转为数据框,pd.read_csv()读取csv文件

第四步对照和反复

找出错误和表述不清楚的地方
并且反复重复第三第四步骤

最后一定要用脑子思考,用手记录,并反复!!