如何学懂一个专题，例如机器学习算法？

今天药忘吃喽~ 2021-12-01 22:58 162阅读 0赞

[如何学懂一个专题，例如机器学习算法？][Link 1]

## 一、背景 ##

大部分人可能没有真正进行专题学习的经验，实际上可能根本没有过持续进行深度学习的体验，还停留在从入门到放弃只得到一点概念可能永远无法下手或者尝试无数次下手结果还是失败的阶段。同样走过这条路的我，逐渐通过结合工作经验开始形成自己的一套方法论。以下会详细阐述。

## 二、框架结构 ##

![1253211-20190507152209751-576497535.png][]

## 三、基本观念 ##

#### 1.【不断贴身实践】 ####

技能只有在不断贴身实践才能达到一个相对掌握的程度。

“不断”，“贴身”，“实践”，是必备的。

“不断”指在达成目标前不要中断，时刻有一条线连在专题上；

“贴身”指每块的学习尽可能应用到生活中，不要光看书中的例子，它们通常离你很远，只有贴身的应用你才能深入理解；

“实践”指必须动手动脑去应用，再汇总输出和反思。

#### 2.【跳过难点，重复尝试构建知识】 ####

学习的过程是不断通过已有知识和新的简单知识建构出新知识的递归过程。

第一次做的时候，已有知识非常少，再只能吸收少量的新知识，此时非常难以建构出完整的新知识。所以有必要重复尝试，每一次尝试适当跳过一些当前不必要深究的难点，也许做到后面会有灵感理解前面。如果重复几遍都无法理解的必须理解的难点，也可以尝试搜索新的资料去获取灵感。

#### 3.【用自己的话复述，思考差异】 ####

摘抄、复制粘贴是无法让大脑深度思考的，不深度思考是很难形成突触的。

任何时候看完一遍先用自己的话构建出来，然后对比标准去思考差异的原因并逐渐改正。

#### 4.【一定要记，阶段性记忆到全局记忆】 ####

不要说什么好记性不如烂笔头，互联网哪都有资料，问题是当你碰到问题时响应时间有多长？可能立即能搜到，可能搜到死都搜不到（因为可能连搜啥都不知道）。

任何常用的事物都必须先记忆再书于纸面，先一小块一小块记，再一大块一大块记，最后梳理结构记忆整块。

#### 5.【不断梳理并写出架构，要有写一本书的意识】 ####

在进行某块的学习中，容易陷入细节无法自拔。

要从最开始就形成一定的粗糙框架，并在不断对块的学习中有意识地塞回框架，从而加强框架。

#### 6.【设大小里程碑】 ####

专题学习需要建立一个个里程碑，在每一个里程碑的达成过程中务必不要间断，在一个大的里程碑的达成过程中务必不要间断太久。

#### 7.【混乱时review】 ####

在不断达成里程碑的过程中，有一天你会发现感觉掌握到一定程度了，并且开始觉得掌握的内容有点混乱了，这是提示你该总结review了。

#### 8.【掌握后才开新】 ####

直到你感觉可以应用自如了，你可以再选择发掘其他相关专题，或者重启新的专题。

#### 9.【要有长期作战的准备，可以多线程进行】 ####

不说一万小时定律，一项技能肯定需要持续几个月以上才有效果，所以必须做好长期不间断的准备，时刻崩着弦不要断。一旦断了就得重新开始。

但为避免枯燥，可以两三个专题同时进行，分配好时间。

#### 10.【长期不说话也会成哑巴】 ####

当掌握一项技能后，不要忘了持续使用，长期不说话也会成哑巴。

有些技能慢慢融入生活中，有些需要一个月出一份相关成果。

## 四、操作 ##

### 方法一：不知甚解，拿来就用，在用中逐渐积累经验 ###

前提是，

你能拿到不出错的封装好的案例，还有人清楚地告诉了你输入输出是什么怎么理解。

其实就是拿到API，只要知道要传入什么参数，知道输出的结果会是什么，如果去解读结果。那么你可以先用着，用多了有感觉了再去研究原理。

遗憾的是，

第一，很少能拿到普遍适配的封装案例，大多时候都需要改，要改通常就得先懂；

第二，有封装案例很多时候也不知道怎么用，那些输入输出如何理解，有什么要求，什么情况下选用什么等等，还是需要懂原理。比如sklearn的封装模块。

所以，简单案例或比较足够了解原理的情况下可以使用。

### 方法二：从原理到应用，重复构建新知识，从而累积成技能 ###

这篇操作主要说的也是重复造轮子的过程。

#### 1.构建和调整专题框架，自始至终 ####

可以通过搜索资料或快速通读（重点看目录和每章的导引的那种）一篇入门书籍，总结出专题的结构。并在后续学习中不断调整更新。

#### 2.建立学习路径和里程碑 ####

不用很完整很清晰，刚开始可以模糊一些，随着理解的深入再进行调整。

学习路径可以按架构组织，按案例组织，按书籍组织，或者交叉。每大块就是一个大里程碑，每一小块就是一个小里程碑。

也不一定按逻辑架构先后去学，完全可以从你最需要或最想学的那一块入手。

#### 3.一块一块啃，实践、输出和梳理框架 ####

每一块不要超过一周，最好不超过三天，否则很难持续。

每天都不要间断，最好每两天都要有一定输出，比如写文档。

每一块结束做一个review输出。

## 三、应用和反思 ##

待更新

posted on 2019-05-07 12:10 [everda][] 阅读( ...) 评论( ...) [编辑][Link 2] 收藏

转载于:https://www.cnblogs.com/everda/p/10824659.html

[Link 1]: https://www.cnblogs.com/everda/p/10824659.html
[1253211-20190507152209751-576497535.png]: /images/20211201/815d3cbed6f94fdaba00f8259cff7647.png
[everda]: https://www.cnblogs.com/everda/
[Link 2]: https://i.cnblogs.com/EditPosts.aspx?postid=10824659

发表评论取消回复

表情：

评论列表（有 0 条评论，162人围观）

还没有评论，来说两句吧...

相关阅读

相关 Python机器学习算法如何实现

Python机器学习算法实现在上一讲中，我们讲到了经典的[朴素贝叶斯][Link 1]算法。朴素贝叶斯的一大特点就是特征的条件独立假设，但在现实情况下，条件独立这个假设通常

忘是亡心i/ 2024年04月01日 06:11/ 0 赞/ 100 阅读

相关懂机器学习如何入门量化交易？

作者：黑马程序员链接：https://www.zhihu.com/question/442308593/answer/2521160208 来源：知乎著作权归作

向右看齐/ 2023年10月10日 14:21/ 0 赞/ 50 阅读

相关如何学算法~

给大家推荐一个Github排名前50的大佬公众号:五分钟学算法这个大佬在 Github 上有 50000star，专注于图解算法，已经帮助了数万名初学者入门学习算法。关

柔情只为你懂/ 2023年06月04日 12:59/ 0 赞/ 21 阅读

相关如何选择最佳机器学习算法？

讲完随机森林算法之后，小冰开口问道：“咖哥，上面的这几种经典算法，你讲得简明扼要，感觉都挺好。不过，现在的问题来了，算法一多，我反而不知道如何选择了。你能不能给我们说说，什么

约定不等于承诺〃/ 2023年01月09日 15:32/ 0 赞/ 154 阅读

相关 Software Testing - 如何测试机器学习算法

分享一个大牛的人工智能教程。零基础！通俗易懂！风趣幽默！希望你也加入到人工智能的队伍中来！请点击[http://www.captainbed.net][http_www.cap

柔情只为你懂/ 2022年10月16日 14:22/ 0 赞/ 43 阅读

相关机器学习算法

1、回归算法在大部分机器学习课程中，回归算法都是介绍的第一个算法。原因有两个：一.回归算法比较简单，介绍它可以让人平滑地从统计学迁移到机器学习中。二.回归算法是后面若干强大

太过爱你忘了你带给我的痛/ 2022年10月01日 09:58/ 0 赞/ 56 阅读

相关看懂机器学习十大常用算法

原文出处： [不会停的蜗牛][Link 1] 通过本篇文章可以对ML的常用算法有个常识性的认识，没有代码，没有复杂的理论推导，就是图解一下，知道这些算法是什么，它们是

男娘i/ 2022年06月16日 05:13/ 0 赞/ 272 阅读

相关轻松看懂机器学习常用算法

今天的算法解析如下： 1. 决策树 2. 随机森林算法 3. 逻辑回归 4. SVM 5. 朴素贝叶斯 6. K最近邻算法 7. K均值算法 8. Ad

小鱼儿/ 2022年05月16日 03:05/ 0 赞/ 242 阅读

相关轻松看懂机器学习十大常用算法

通过本篇文章可以对ML的常用算法有个常识性的认识，没有代码，没有复杂的理论推导，就是图解一下，知道这些算法是什么，它们是怎么应用的，例子主要是分类问题。每个算法都看了好几个

￡神魔★判官ぃ/ 2022年03月17日 10:41/ 0 赞/ 291 阅读

相关如何学懂一个专题，例如机器学习算法？

[如何学懂一个专题，例如机器学习算法？][Link 1] 一、背景大部分人可能没有真正进行专题学习的经验，实际上可能根本没有过持续进行深度学习的体验，还停留在从入门到

今天药忘吃喽~/ 2021年12月01日 22:58/ 0 赞/ 163 阅读