学习,是治愈焦虑的良药方法论

学习是治愈焦虑的良药。通过学习持续更新自己的CPU,确保当前的版本是最新的。

拥有卓越的学习力,犹如踏上电梯,前进路上自带加速度。无论变化发生在何处,接住它学习、改变就是了!

一、学习是治愈焦虑的良药

1.勤奋的焦虑者:没做错却输了

有一个勤奋的年轻男子,他的画像是:30岁出头,单身,北漂,985硕士,IT工程师。在国企工作6年获得北京户口后,决定跳槽寻找新的机遇。

然而,在这个过程中屡次遭遇挫折。许多面试官认为他过去过于依赖维护性工作,缺乏创新性和开发性工作经验。

这使得面试官对他们的创新能力、学习能力、应变能力、主动开拓能力以及在体制内的工作稳定性产生质疑。

用他的话说:我没有做错过什么,但在这6年里我错过了很多机会,感觉自己一直在落后。

2.认真的焦虑者:没有错只是年纪大了

让我们来谈谈一位名叫任臻的女性朋友。

她今年35岁,是两个宝宝的妈妈,在一家互联网大厂担任白领,典型的996工作者。她总是担心自己的职业竞争力,尤其在备孕、怀孕和休产假期间,会极度焦虑。

后来,我为她提供了一对一辅导,最终我们找到了解决办法——学习。

3.焦虑背后是对变化的“掌控力”

以一个故事为例。7年前,美团ceo王兴发布了一条微博,讲述了一个关于学习的故事。

在会议结束后,大家想要使用VISIO(一款办公软件)进行会议纪要。王兴询问负责记录的年轻同事是否会用VISIO,她毫不犹豫地回答:我可以学。

是的,如果我们必须不停地奔跑,才能留在原地,那我们就必须在这个快速变化的赛道上加速跑,才能跟上时代。

近年来,一个流行的概念叫做确定性,意味着我们要将自己塑造成确定性的核心部分。我非常赞同这个观点,因为学习力成为确定性核心的关键能力。

只有不断学习、奔跑、更新自己的知识体系,外界发生的变化才不足以影响我们。

相反,如果我们在焦虑的时期选择躺平、摆烂,却不去学习,还抱怨不休,那么我们就会陷入双重困境,无法自拔。

二、建立一套有意识的学习算法

1.人的学习风格天然存在差异

我曾采访过很多人,包括小朋友,发现每个人的学习方法都不一样。在课堂上或平时开会时,有人喜欢举手发言,而有人则更喜欢静静地做笔记。

还有的人虽然不喜欢发音,但却能认真听讲、专注致志,将所有内容都吸收进去。

实际上,不同岗位和工作性质的人的学习特点和习惯存在很大差异。

为了解决这个问题,必须找到一种方法让所有人的学习风格都适应的学习流程,这样才能确保我们在学习过程中取得最佳效果。

2.Great学习法

经过多年探索和实践,我总结出一套名为great深度学习方法。

这套方法揭示了一个相对稳定且恒定的学习套路,适用于个人、团队、孩子和成年人等各种学习者。

这套方法分为5步:

第一,获取新知。广泛地汲取各种知识,如阅读书籍、听课等。这是学习的基础,也是产生复利的第一步。

第二,反思联结。将新知识与实际工作、生活和应用场景相结合,进行反思和联系,有助于提高学习效果。

第三,跨界交互。与他人进行跨界学习和交流,促进知识之间的互动。这将产生指数级效应,提高学习效果。

第四,吸收重构。深入理解新知识,将其与自己现有知识相结合,形成自己的知识体系。这是将他人的知识转化为自己知识的关键过程。

第五,转化输出。将学到的新知识以完整的产品或输出物形式表达出来,讲给别人听,这是学习的最高境界。

只要每个学习者都能稳定地完成这5个步骤,无论学习什么内容,都可以取得良好的学习效果。

三、解析GREAT深度学习法

1.Get获取新知

①底层学习观:有用的无用,刻意的无意

第一,有用的无用

然而,我们都知道有用这个概念是相对的,对你来说有用的东西,对别人可能是宝贵的财富。今天看似无用的东西,未来也许会变得极具价值。

我们要保持开放的心态,多阅读一些看似无用的知识,因为它在未来可能会派上用场。

第二,刻意的无意

人的大脑并非越努力就越幸运,实际上可以分为两种模式:刻意的专注和无意的发散。

正如上图所示的刻意专注模式。在这种模式下,你确实会集中精力、高效思考,快速得出答案。

另一种状态是大脑处于无意发散模式,偶尔发呆、坐地铁时神游等。在这种时候,你会有很多创意和灵感涌现。

②获取新知方法:真正地记录下来

在学习新知时,我非常推荐大家用笔和纸来记录。这种习惯与年龄无关,真正的学习过程在于书写。在书写过程中,听觉、视觉和动觉同步进行,这可以激发大脑更深入地学习。

首先,书写过程中会刻意放慢速度,让你更好地理解和记住这些知识。其次,在书写过程中,你会对每个词汇进行更深入的思考。因此,学习过程中不追求速度,而是注重质量,真正地记录下来。

总之,掌握知识不仅仅是获取新信息的过程,更重要的是学会如何记录、思考和总结。

2.Reflect反思联结

反思联结是新知识与实践相互结合的过程。

在这个过程中,对新知识进行思考,并使其与自己的经验产生关联。如果不进行反思联结,那么这些知识就是别人的、书上的或老师讲的。

库伯是一位著名的教育学家,他发现人的学习过程从具体经验开始,有了具体经验后,反思观察变得尤为重要。

通过反思观察,你可以形成抽象概念并积极地将其付诸实践,这样才能真正将新知识融入到自己的认知体系中,更好地应用到实际生活中。

①底层学习观:暂停批判,拥抱差异

第一,暂停批判

首先,要学会放下批判。如果对新知识感到不适或了解不同,就立刻批评并否定,那么将永远无法接触到更深入的知识。因此,我们要学会暂停批判。

正如上图右侧所示,大家都认为他是个强壮的男人,但当发现真相时会非常失望。

再看左边的图片,我们经常看到这样的画面,有时是个老妇人,有时又是年轻女子。但她到底是什么?如果有人坚持自己的观点去批评别人,那么就会错过一种新的可能性。

在遇到新知识时,要学会保持冷静和谦逊。暂停批判可能会让你有机会看到更多的可能性。

第二,拥抱差异

在反思联结过程中,存在一些学习者不愿意接受的情况,因为他们需要突破自己在认知上的舒适区,接受不同的事物。事实上,找到并拥抱这些差异是一个非常重要的学习态度。

近年来,有一句话特别火爆:“人既挣不了他们认知之外的钱,也无法完成他们认知以外的事情”。

如果想在认知上有所突破和作为,就要走出舒适区。你的认知范围有多大,可能性就有多大。这些差异并不是坏事,而是一种礼物。

因此,在反思联结的过程中,无论你经历了什么,遇到了多少令人惊叹的理论,都要好好思考这些差异背后可能存在的可能性。

②反思联结方法:知识解构法

在深入研究联结时,我采用了一种类似梯子的结构,这种结构既可以向上延伸,也可以帮助我们向下拓展。

具体的操作有4步:

第一,理论依据。当我们观察一个概念时,首先想到的是它的理论依据,如激励。

第二,核心观点。关于员工激励,不同企业可能采用不同方法。对于蓝领工人,应强调满足基本生活需求、收入以及寒暑补贴。

第四,应用工具。在案例故事的基础上,可以进一步拓展实际应用的工具和方法。

通过这四层知识解构,采用类似梯子的结构进行联结分析,不断向上、向下拓展和解构,可以更好地反思知识与自己的关系,明确本质。

3.Exchange跨界交互

三人行必有我师,不同领域的知识和视角相互交融是实现知识复利的方式。每个人的思维和见解不同,可能会给你带来启示。

跨界交互在721学习理论中已得到充分体现。该理论指出,在学习过程中,70%的成果来自实践经验,而向他人学习则占据了其中的20%。

虽然这个比例不引人注目,但至关重要。

在日常生活和工作中,我们往往更注重实践经验的积累,而忽略了与他人的互动学习。然而,这种协同学习方式能够发挥出巨大潜力。

①底层学习观:跨越人际和知界

第一,跨越人际

跨越人际是一个老生常谈的话题。

在与不同人交往时,会从不同角度看待事物。每个人都有自己的经历和观点,这些都会影响对事物的看法。

我们曾经进行过一个实验:让一群孩子和成年人一起切苹果,询问他们是否能看到星星。结果发现,大部分成年人无法切出星星,因为他们习惯了按照传统方式切苹果,即竖着切。

而孩子们则不受限制,他们把苹果横着放,然后切开。

结果发现了许多惊奇的事情,即苹果内部的星星图案。因此,我们应该鼓励人们尝试不同方法,以获得更多可能性和创造力。

在学习过程中,我们需要跨越人际障碍,以便更好地理解和学习新事物,与不同背景、经验丰富的人交流,并学到新东西。只有这样,我们才能真正拓展自己的视野,成为一个更好的学习者。

第二,跨越知界

知识可以跨越多个领域,如数学、音乐能相互沟通,美术和物理能共存。这是因为人类大脑在运作时有其内在规律。

通常,左脑负责逻辑思维,右脑主管感性直觉层面,要让左右脑充分发挥作用,就需要在不同学科领域进行跨界切换。

许多知名艺术家、科学家和学者都具有多重才能,如钟南山、漫画家小玲等。这些杰出人物既擅长学术研究,又具备其他领域的技能。

可见,知识实际上可以跨界,有时在不同学科之间更容易成就一个人。

例如黄金分割点。大家都知道0.618这个数字是一个非常著名的数学原理,实际上在自然界中也有广泛应用。树叶基本上都是按照黄金分割点排列的。

再比如,如果你留心观察汽车设计,你会发现它们的门设计也遵循着黄金分割点原则。甚至有人发现,当股市波动曲线符合0.618这个规律时,整个市场呈现出良性正态状态。

例如,产品经理和程序员的故事。

曾经有一对矛盾重重的搭档,一个是产品经理,另一个是程序员。他们之间的冲突源于一个看似荒谬的需求:希望手机壳的颜色能随着使用者的心情变化而改变。

对于程序员来说,这个需求简直是无理取闹,因此两人爆发了激烈的争吵,甚至导致双双被解雇的下场。

然而,这并未阻止网友们的热情,有人开始探讨如何实现这个神奇的功能。

首先,人工智能领域的专家表示,通过摄像头捕捉到人的表情,让软件进行学习和分析,判断使用者的心情状态,这一步似乎并不难实现。

接下来,手机硬件专家提出了一个解决方案,通过软件向硬件发送指令来控制手机壳的发热程度。这样一来,当使用者心情愉悦时,手机壳会发热,反之则会减少发热。这个方案似乎并非遥不可及。

最后,分子材料领域的专家表示,他们可以根据温度变化来调整手机壳的颜色。目前已有一些材料可以实现这一功能。当温度发生变化时,手机壳的颜色也会随之改变。这一点与我们常见的变色口红原理相似。

经过网友们的接力努力,这个看似不可能实现的功能终于得到了解决。这个故事告诉我们,知识的跨界合作可以创造出奇迹。我们应该在学习过程中多与他人交流,跨越领域界限,共同进步。

②跨界交互方法:归纳类比法

将一个知识的底层原理归纳总结,然后应用到另一个知识领域,这就是归纳类比法。

例如,三角形稳定是普遍认可的真理,在窗户和桌子的设计中,可以采用斜杠来增加稳定性。

如果我们将这一原理应用于组织管理和企业管理等领域,会得到什么启示?

我们发现,许多企业在管理过程中采用了分权模式,其基本结构与三角形相似。董事会、股东大会和监事会之间的权力分配正是基于三点稳定原理,通过相互博弈和制衡来实现组织的稳定运行。

在人际关系中,我们也需要保持一定的边界感,这样才能更好地与他人相处。

因此,通过归纳类比法,我们可以将一个领域的知识应用到另一个领域,从而获得新的见解和启示。

4.Assimilate吸收重构

学习要将理论与实践相结合,这样才能真正理解和掌握知识。实践中我们可以发现问题并解决问题,关键在于要将所学知识与实际场景相结合,深入思考并总结经验。

学习知识要实现知行合一,我认为这是一个“从知到行再到知”的过程,其中吸收和重构尤为重要。那么,如何实现融入场景并纳新结晶?

教育家布鲁姆给出了答案。他提到人在学习时需要分为几层目标,从记忆到创造,可以分为6个阶段:记忆是知识的部分,创造是知识的部分。

因此,在学习过程中,知识仅达到了布鲁姆教学分类的第四层,而从行到再知,才是到第五层和第六层。

①底层学习观:勇于实践,结晶纳新

第一,勇于实践

反之,如果学习了80%的知识却未投入实践,那么你的专业水平可能就不如投入50%的人。因此,我认为专业与不专业的区别并不在于知道的数量,而在于是否实践过。

实践并不一定需要大量的理论知识作为基础,更重要的是要有勇气去实践。你可以尝试采用小步快跑的方式,进行灰度发布,敢于尝试和犯错。

第二,结晶纳新

实践并不仅包含简单的复制和重复,它实际上经历了一个独特的结晶与创新过程。

就像在广东有一种非常著名的美食姜撞奶,当我第一次品尝时,我觉得它真的很神奇:两种液体在我面前倒入同一个杯子,然后变成了一种半凝固的果冻状食物。

因此,我认为我们的知识学习有时候应该像尝试姜撞奶一样,将不同的知识融合在一起,从而产生1+1大于2的化学反应。

在抗击新冠病毒过程中,中西医结合发挥了极大疗效。从年初到年底,谁家还没有储备过一些中成药?我们都是中西医结合的实践者。在这个过程中,实际上也是一个知识结晶与创新的过程。

②吸收重构方法:练习性实践法

有时,即使我们鼓励新手,他们仍会犹豫。这时候,实践性练习尤为重要,特别是在进行项目设计时,让新手在尽可能接近真实环境的条件下进行操作。当然,这只是一个练习性环节,要有足够的安全保障,以避免犯错。

对于初学者或新员工,具体的做法有3步:

首先,我们需要设计一个实践性练习场景,确保场景丰富多样且真实可靠,以便他们顺利过渡到实际操作环境。

其次,在实践性练习法中,反馈和纠正至关重要。在这个过程中,教练或导师需要通过指导和反馈引导练习者发现问题、吸收知识并解决问题。

有时候,练习者可能知道错误在哪里,但却不知道如何正确操作。因此,反馈和纠正在这个过程中起着关键作用。

最后,建议尝试输出最小化的产品单元。尽管实践性练习是一种练习性质的方法,但仍然建议大家尝试输出最小化的产品单元。

通过将实践性练习法应用于具体场景的产品,学习者在学习过程中的吸收和重构效果会更加深入和全面。

5.Transform转化输出

将知识转化为实际应用,将见解传播他人,从二维知识平面扩展到三维实际产出的过程。同时,这也是一个自我梳理和澄清的机会,它可以帮助我们将隐性知识提炼成显性的公式和套路。

埃德加·戴尔的学习金字塔已经揭示了这个过程,转授他人实际上是学习的最佳留存方式。

①底层学习观:昭告天下,提炼套路

第一,昭告天下

如何为学习过程奠定基础?不仅需要强迫自己自我梳理、澄清和强化,还要实现从自己到他人,从模糊到清晰的必由之路。

实际上,通过发朋友圈,我强迫自己表达对某些事物的观察、感悟,甚至是对一本新书或新知识的理解。

因为只有当我能用言语表达时,我才能真正把这件事情想清楚。所以,我要勇敢地昭告天下,让大家了解我的想法和见解。

第二,提炼套路

当你拥有勇气昭告天下时,也需要学会运用套路。掌握套路的关键在于让其变得易于理解。

但这非真正的talk(发言),获奖感言是有套路的。具体的套路有4步:

首先是要感谢。

接着回顾过去的艰辛。为了获得这个奖项,我们经历了多少个不眠之夜?团队是如何战胜一个又一个挑战的。

其次,在回顾过去之后,我们还需思考这次经历中获得了哪些成果。

最后,展望未来,我相信在明年我和我的团队会做得更好。

因此,感谢、忆苦、思甜、展望是一个非常标准的套路。在进行知识转化输出时,我们需要尝试用简洁明了的语言将自己的知识和经验呈现出来,这既是一种态度,也是一种能力。

②转化输出方法:知识建模法

在知识转化和输出方面,有一种方法叫知识建模。实际上,我们可以尝试将任何知识进行建模。例如,将许多知识转化为五步法、四个全、四象限等方法。

知识建模的重要性在于它能帮助我们更好地提炼知识的底层结构,同时也能让学习者更容易理解。

请问:你是如何记住从1到12月的天数?通常我们会用一个简单的口诀来帮助记忆一三五七八十腊,这是我们常用的记忆方法之一。实际上,用拳头记住月份也是一种高级的知识建模技巧。

想象一下,用拳头按照一定顺序数:1月大、2月小、3月大、4月小等,这样就可以通过简单的拳头记忆,成功地整合了参差不齐的月份信息。

因此,优秀的知识应经过建模后再输出,不仅能更好地记住这些知识,还能更好地学会这些知识。

6.Great学习法场景应用:集体读书

给大家举一个关于集体阅读的例子。董事长推荐了一本好书,要求大家共同阅读。通常情况下,培训团队会如何组织这件事?收到任务后,让大家购买这本书,甚至获取电子版,然后要求大家阅读、写读书笔记并反馈。

那该怎么办?我创造了一个名为“Great撕享会”的产品,实际上是基于我们的5个步骤进行的一项活动。

以书籍《管理的常识》为例进行说明。这本书共有8个章节,如果让一个人自己阅读这本书,可能2个星期都读不出什么名堂。但如果我们在现场一起阅读这本书,很快就能解决问题。

让我为大家模拟下这5个环节。

第一,Get获取新知。将参与者划分为8个小组,每个小组约有5人。例如,第一组负责阅读第一章,第二组负责阅读第二章,以此类推。在这个过程中,并不需要每个人都参与,或者每个组都需要完成整本书,只需按照顺序进行即可。

第二,Reflect反思联结。在这个过程中,要求大家务必做好笔记,认真思考,一边阅读一边做记录,每个人至少产出10张笔记贴。

第三,Exchange跨界交互。小组中每个人都在研究这一章节,你有自己的笔记,我也有。我们有什么相同和不同的地方?

我们需要接纳这些差异,勇于挑战自己。这时我会邀请所有人起立,共同整理每个人的笔记,我称之为交换。在这个过程中,小组成员的阅读笔记达到最优效果。

第四,Assimilate吸收重构。完成阅读后,不是线性梳理章节内容,而是基于小组内部对章节的理解进行重构。

这个重构过程包括以下几个方面:首先,明确书中原文内容,其次反思自己的理解和观点,最后思考如何将这些理论与你所在组织的实际情况相结合,以及如何针对这些理论在组织中进行改进。

以上是“Great撕享会”,我带领众多组织一起研读了诸多书籍。

这个学习过程有三个显著特点:

首先,非常快速且高效,其次,每个人的学习压力都很小,最后,它可以满足不同人的学习偏好。

主办方简介——

量子教育,核心管理团队来自浙江大学,秉承「以知识推动创新·让客户更具价值」的使命,链接全球优质教育培训资源,促进知识的创新、传播与共享。

自2017年成立以来,成功打造知识IP2000+,在线课程累计曝光120亿+,已为35000+企业提供优质在线内容、特色线下面授、在线学习平台以及创新解决方案等人才培养创新服务。

THE END
1.如何有效学习算法?算法学习算法设计与分析: 算法设计:学习常用的算法设计技巧,如分治法、动态规划、贪心算法、回溯算法等 算法分析:掌握时间复杂度和空间复杂度分析方法 实践练习: 在线平台:使用LeetCode、HackerRank、Codeforces、AtCoder等在线平台进行算法题目练习 项目实践:参与开源项目或自己动手实现一些算法项目,以实际应用加深理解 https://blog.csdn.net/qq_49548132/article/details/140109291
2.机器学习K邻近算法(KNN)简介腾讯云开发者社区在我们遇到的所有机器学习算法中,KNN很容易成为最简单的学习方法。 尽管它很简单,但是事实证明它在某些任务上非常有效(正如您将在本文中看到的那样)。 甚至更好? 它可以用于分类和回归问题! 但是,它广泛用于分类问题。 我很少看到在任何回归任务上实施KNN。我的目的是说明和强调当目标变量本质上是连续的时,KNN如何https://cloud.tencent.com/developer/article/1520927
3.青少年网络信息安全知识竞赛题库(中职(学)版)网络安全16. 以下选项属于对称加密算法 ( D ) A. SHA B. RSA C. MD5 D. AES 17. 假设使用一种加密算法,它的加密方法很简单:将每一个字母加 5,即 a 加密成 f。 这种算法的密钥就是 5,那么它属于 。 ( A ) A. 对称加密技术 B. 分组密码技术 https://www.wxjsxy.com/xxglzx/wlaq/content_11087
4.机器学习(一)2万多字的监督学习模型总结? KNN 算法可以说是最简单的机器学习算法,构建和预测都非常简单。构建模型只需要保存训练数据集即可。想要对新数据点做出预测,算法会在训练数据集中找到最近的数据点,也就是它的“最近邻”。 ?一个邻居:KNN算法最简单的就是一个最近邻,也就是与我们想要预测的数据点最近的训练数据点。预测结果就是这个训练数https://www.flyai.com/article/515
5.如何系统地学习算法?使用深度优先搜索算法即可解决。本题在其基础上加强了难度,有两种方法可解。第一种方法最简单,直接用https://www.zhihu.com/question/20588261/answer/776221336
6.一年级数学准备课教案(精选13篇)我把这一部分教材进行整合,把教材中十几减9和十几减几这两节课的内容整合到第一节课,集中教学计算方法,再安排练习课进行巩固复习。我比较了苏教版和北师大教材,发现用14-9作为例题最为合适,先从实际问题引入14-9,再让学生联系实际情境和生活经验,探索算法。https://www.unjs.com/jiaoan/shuxue/20220713084600_5290225.html
7.《机器学习》第10章降维与度量分析k近邻学习是一种常用的监督学习方法,无需训练训练集,是较为简单的经典机器学习算法之一,可以处理回归问题和分类问题。 其工作机制很简单:给定测试样本,基于某种距离度量找出训练集中与其最靠近的k个训练样本,然后基于这k个“邻居”的信息来进行预测。一般来说,我们只选择样本数据集中前k个最相似的数据,这就是k近邻算https://www.jianshu.com/p/db8f15c3fe56
8.《长方形和正方形的周长》说课稿范文(通用14篇)学生在交流的基础上,在多次的计算过程中,会逐步实现多种算法的自我优化。算法多样化并不要求学生都能用几种不同方法解决同一个数学问题,算法多样化的核心是每一个学生个性的思考。在算法多样化的基础上进行优化,帮助学生选择最简单、最方便的计算方法。 5、求护栏的钱数https://xiaoxue.ruiwen.com/shuokegao/99265.html
9.TensorFlow机器学习常用算法解析和入门集成学习就是将很多分类器集成在一起,每个分类器有不同的权重,将这些分类器的分类结果合并在一起,作为最终的分类结果。最初集成方法为贝叶斯决策。 集成算法用一些相对较弱的学习模型独立地就同样的样本进行训练,然后把结果整合起来进行整体预测。集成算法的主要难点在于究竟集成哪些独立的较弱的学习模型以及如何把学习https://www.w3cschool.cn/tensorflow/tensorflow-s8uq24ti.html
10.统计学习方法(豆瓣)读完《统计学习方法》的评价 花了2个星期看完了这本书,觉得作者前半部分写的还是挺用心的。当然前面的内容也比较简单。但是最后面两章写的有些莫名其妙,很多东西都根本没有交代清楚,上来就列个公式,都不告诉你是怎么来的。也可能是我水平有限,不过确实感觉作者在后两章节上写的有点应付得感觉 (展开) 3 2回https://book.douban.com/subject/10590856
11.学习,是治愈焦虑的良药只有不断学习、奔跑、更新自己的知识体系,外界发生的变化才不足以影响我们。 相反,如果我们在焦虑的时期选择躺平、摆烂,却不去学习,还抱怨不休,那么我们就会陷入双重困境,无法自拔。 二、建立一套有意识的学习算法 1.人的学习风格天然存在差异 我曾采访过很多人,包括小朋友,发现每个人的学习方法都不一样。在课堂上https://36kr.com/p/2375197738412036
12.集成学习方法目前来说,同质个体学习器的应用是最广泛的,一般我们常说的集成学习的方法都是指的同质个体学习器。而同质个体学习器使用最多的模型是CART决策树和神经网络。同质个体学习器按照个体学习器之间是否存在依赖关系可以分为两类,第一个是个体学习器之间存在强依赖关系,一系列个体学习器基本都需要串行生成,代表算法是boostinghttps://www.yjbys.com/xuexi/fangfa/1655637.html
13.DizzyK/ustccyber教材: 人工智能导论模型与算法, 高等教育出版社, 吴飞 参考书: 机器学习, 清华大学出版社, 周志华 很有名的一本书, 绰号"西瓜书" 参考书: 神经网络与深度学习, 机械工业出版社, 邱锡鹏 教学内容: 搜索, 知识的表示方式, 确定性逻辑推理, 非精确性概率推理, 统计学习方法, 深度学习, 强化学习与博弈 https://toscode.gitee.com/DizzyK/ustc_cyber_security
14.神经网络和深度学习简史但是,这种灾难性的形容的确可以用来描述深度学习在过去几年中的异军突起——显著改善人们对解决人工智能最难问题方法的驾驭能力,吸引工业巨人(比如谷歌等)的大量投资,研究论文的指数式增长(以及机器学习的研究生生源上升)。在听了数节机器学习课堂,甚至在本科研究中使用它以后,我不禁好奇:这个新的「深度学习」会不会https://mse.xauat.edu.cn/info/1037/2151.htm