关于coursera上Learning How to Learn课程的读书笔记3

课程进行到第二周了,虽然该课程也只有四周,不过收益匪浅,对吧。

第二周

第一节:

introduction:

介绍组块的概念(小而紧凑的信息块)和组块对应试的技巧;讨论一些事半功倍和事倍功半的学习方法,提到如overlearning和interleaving等概念

What is chunk:

组块(chunk)指的是通过意义和联系在一起的信息集合结构,相对于一堆零散信息有着思维上的飞跃。在某个领域获得专业知识第一步是要建立组块,而建立组块应利用专注模式利用训练和重复,专业知识的学习是通过不断地掌握组块,不停地将小组块组合成大组块。组块是你产生在这个领域有更深的创造性见解的基石,仅有联系和重复不能使你熟练地使用所学知识,你不能记住这领域的具体细节,不过可以记住组块这个抽象概念。

How to form the chunk:

不断组合成小组块,把小的组块再聚合成大的组块,之后再将它们组合更大的组块,最后形成一整个整体。例如先学习一小段节拍,再组合成一段音乐,再组成一整首歌。比如数学教材上面会有一些例题,有助于你建立解题时各步骤间的联系,帮你找出隐藏的重点和你的不足。

How to form the chunk2:

组合组块的具体的步骤:1、Focus对要构建成组块的知识全神贯注,对全新的东西大脑会建立一个新的神经模型,把此模型与之前的模型联系在一起并延申到大脑各处,就像章鱼的触角,若你大脑内有一部分被其他东西占用,则无法连接到此知识。也就是说,未能从各个方面和角度来了解这知识。2、Understanding你要理解组块的意义,若你记住了组块但是你没有理解它,则此组块近乎无用。没有必要为你能轻易理解的事物建立组块,组块是用于专业知识的打包的。3、Practice不复习和训练无法真实掌握知识,只有自己能够独立解决一件事情才能叫做真正掌握了它。比理解又高了一个层次。

以上是构建组块的过程,特别提醒: 了解背景知识,这样你除了知道如何用组块,还知道了何时使用组块,看得更深更远。如果你不知道你何时可以使用组块,那么这个组块的意义不大。练习保证了组块的神经链接不但牢固同时也可以从其他方向访问到组块,拓宽了组块的神经网络。学习一门知识有从下到上(即从底层各基础的知识组块走向向融合成整体的方向)和从上到下(从完整的封装好的应用层方面走向具体的技术细节的方向)两条路,这两条路都走是最好的。其中背景知识就在这两条的交汇点上。阅读时先快速浏览标题和各小标题,可以帮你了解大意。

illusion about competence:

介绍了Recall回想、illusion about competence对某些能力的错觉、mini test 小测试、value of making mistake犯错的价值等概念

Recall:看完学习材料后闭上眼睛尽力回想出材料中的主要概念这是最好的复习和巩固方法,胜过反复阅读法和思维导图法。反复阅读法应该在每次回复时有一定时间的间隔,而思维导图应该是在很系统的学习完体系之后得出的总结。当我们所学的知识还未成为组块时,知识会占据工作记忆的四个插槽(工作记忆被占满),而知识组块化之后,只会占用一个插槽(是不是运行内存大了很多,至于为啥工作记忆区域被比喻成插槽而且一定是四个,人家课程就是这么说的嘛),

Illusion about competence:看完答案以为已经掌握是一种错觉,只有有能力独立完成才是真正掌握。笔记的记录不代表知识进了脑子,给你自欺欺人的满足,课本上画满下划线也很可能会误导你。

这时候你需要的就是mini test(小测试)来复习、巩固和找出不足,by the way 在不同的环境中回忆自己的所学效果更好,有利于你的应试(因为你的学习环境和考试环境也是不同的)。


  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
Coursera机器学习是由斯坦福大学教授Andrew Ng主讲的一门在线课程,旨在向学习者介绍机器学习的基本概念、算法和应用。该课程涵盖了监督学习、无监督学习、深度学习等多个方面,通过理论讲解和实践编程作业,帮助学习者掌握机器学习的基本原理和实践技能。该课程Coursera平台上最受欢迎的课程之一,也是机器学习领域入门的重要资源之一。 ### 回答2: Coursera机器学习是由斯坦福大学Andrew Ng教授设计并教授的在线课程。这门课程被认为是公认的机器学习入门教材之一,也是Coursera平台最受欢迎的课程之一。 这门课程涵盖了机器学习领域中最基础的知识和技术,包括监督学习、无监督学习以及神经网络等。学生可以通过该课程了解到如何采集和处理数据、如何训练模型、如何评估模型的性能等。此外,课程还涉及到机器学习中一些实用的技术,如正则化、梯度下降等。 该课程受到了全球范围内的认可和青睐,许多学生、工程师、数据科学家等都受益于该课程。由于该课程的知识点全面、深入浅出、容易理解和学习,在业内和学术界都广受赞誉,拥有较高的知名度和价值。 总之,Coursera机器学习是一门非常好的课程,对于那些对机器学习感兴趣的人来说,它是一个不可错过的机会。课程教材内容丰富、难度适中,且教学相对轻松愉悦,难怪在学习资源上产生了广泛的影响。

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
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