考试课程

随时随地的复习,随时随地的考自己:

=考试不紧张

=高频、高强度的刺激神经系统,加速神经系统重塑,巩固记忆,加深理解

学习=重塑神经系统=重塑生命

第一:不亏钱

第二:永远不要忘记不要亏钱

总结:把自己做成事情的经验总结,应用在之后做事之中,保证不出错。

感悟:

自己所学的与自己实际学到的之间的差距,也就是自己面对的问题。

一遍一遍的考自己,才能遏制漏斗效应

费曼:一遍一遍的去巩固,去循环,去思考。

考试对人生的意义:学会做成一件事,改写人生。

一切事物的本质都是开放且不为人知的秘密

99.9%的人受不了的慢,恰恰是高效能学习的秘诀。

你从头读,尽量往下读,读到你一窍不通时,返回来,再从头读,知道你完全读懂为止

高效能学习

1、学会一个知识就行

3、回顾、不忘、类推

4、如何学会前一个东西的,就用这个方法去学下一个东西

因为知识会被重复使用,所以一次记错,以后遇到时,就会永远错误

如果你真的想记住什么,请在一天之内完成。如果完不成,必须在24小时内复习,否则就会存储在不同的神经元里面。

1、必须100%的掌握一个知识点,彻底的掌握一道题目

2、一个知识点不只是一个知识点,而是成千上万个,因为你会成千上万次的遇到

3、必须步步为营,牢牢把握住自己能把握住的任何东西,不断扩大范围

4、必须迅速找到未开垦的区域,迅速占领

低谷:

看不清自己,为找出核心的因果关系

本质:付出回报率降低。

个人感受:没有实质性的测试,感觉学会的东西都没有忘记,其实都忘记了。留下的知识模模糊糊的感觉。

解决方案:

只要高频回顾,就能急速推进。

应用:费曼读书法

卡住了:到恐惧区了,就要返回到舒适区,重新来过。

1、学会一样知识。

2、知道是怎么学会的。

3、回顾、不忘、类推。

4、想想自己是怎么学会的,自己模仿自己去学下一个知识点。

核心算法

一句话说明:学会一样东西,知道是怎么学会的,别忘了,巩固住,进行下一步学习。

康奈尔笔记法的效用:分析自己是怎么学会的,提升自己是怎么学会的。

感悟1:

感悟2:

康奈尔笔记法可以作为进步笔记法里面的记录的拓展,用来记录潜在进步。

进步回路考试版

感悟3

把人性中愚蠢的东西挑出来,然后干掉他。(比如,假学习,还幻想成功)

打字时,想不起字母的位置时,看一下,重复正确的。(正确一个就是正确千万个)

感悟4:

当你做笔记的时候,一开始就要想着自己要写一本书。高标准,严要求。

感悟5:

要想成为一个领域的专家,一开始就要按照最高等级要求自己。

1、把握自己能够把握住的每一知识点。(杠杆效应)

2、百分之99等于0,讲的是人生质地。万丈高楼平地起,凭啥?凭的是每一个环节的扎扎实实,否则蓝图绘的再好,都会一再倒塌,最终只会停留在幻想。

3、按照最高的形态,终极的水平来要求自己!

4、知道如何解决每一个已解决的问题。

5、丛林法则之后留下追求100%把握知识的精英。

1、记录【潜在进步】:记录当天所有的进步。知识点、框图、做错修正的、不会弄懂的题目。标注一切让你感到收获的地方。包括思路、技巧、方法和知识点。

2、复习【巩固进步】:随时随地的检测式练习、随时随地的检测自己。题目反复做直到熟练,知识反复在大脑中呈现直到清晰,过程中不断标注,丰富进步本内容

3、检测【发现进步空间】:做题、测试、模拟考试,努力去发现还有哪些不会做的题目,还有哪些模糊点,发现进步空间。

聪明目标5要素:

1、具体,可知的

2、可测量【学习的结果】

3、兴奋

4、现实

5、时效

要想满足以上5个因素,就行要把大目标打散,具体化。转变成一个一个小目标。

例子:学英语→背一本好书→背好书中的一句

1、具体:背一句

2、可测量:有没有清晰熟练的背下来,通过达成目标来奖励自己。

3、兴奋:一句一句的积累,一个个小目标都实现了,挺兴奋的。

4、现实:足够现实,你不想学好英语吗?大目标实现了,学好英语了。

5、时效:5分钟内有没有背过。

我是通过使用它讲故事,把它背过的。把大目标粉末化成小目标,

小目标具体是啥?很具体的告诉你:背过一小句!

背过一小句能不能测量?能,已测量,哦,背过了!

一个个小目标完成了兴奋不?兴奋告诉自己,有成就感

能解决什么现实问题啊?很现实的,英语学会了

有时效问题吗?有小时效,5分钟,大时效,2天

专注于小目标就好,不要想大目标。

仔细想想,考了这么久的注会,自己还不能成段的背诵

1、第一组,已经突破,建立自信,建立方法

2、第二组,挑战更大,训练元认知(回顾第一篇是怎么背诵的【方法】,训练、优化背诵第一篇的方法)

3、第三组,进入细节整合到自己的生命。(使用所学的知识,应用所学的知识,调用所学的知识【比如打字时重复保证正确】)

4、第四组,浑然忘我,欲罢不能

5、第五组,整体回顾,构建强大的知识体系。

书籍《微习惯—简单到不可能失败的自我管理法则》

就是,先完成一个小目标。虽有大目标,但是我不去想,每天只保证完成小目标。

1、巩固所学,永远是正确的

2、划分明确的专题

3、分组练习,力图达到100%的正确率,实现跃迁

4、永远不要忘记知识。

大化小,小化于无形。

图难于其易,为大于其细。

天下难事必作于易;天下大事必作于细。

是以圣人终不为大,故能成其大。

是以圣人犹难之,故终无难矣。

学习机器是指机器持续运作的机能,特指每天睡觉时都比早晨聪明一点点的持续运作

这句话的本质是什么?学习机器在这里指的是什么?

1、我学会了什么?看懂了什么?

2、我用什么方法学会?用什么方法看懂?→机器的循环运作,一点点进步的持续执行。

3、方法是否需要提升?

1、出现好迹象

2、思考出现好迹象的驱动因素

3、对好迹象和好迹象的驱动因素回顾、不忘、类推。

感悟1:剔除任何侥幸,用脚踏实地去替代。

思考:

我的学习增长引擎是什么?

我的人生增长引擎是什么?

回顾,重新排列、重新组合。已经夯实的迅速回顾,未夯实的认证回顾。

1、拥有什么

2、拥有的方法是什么

3、通过拥有的和拥有的方法去拥有其他

1、侥幸正反馈

a)大脑侥幸

b)用清晰可见替代侥幸

c)侥幸是一种感觉,用其他感觉去替代这种感觉。所有感觉都是自己的力量

2、能量正反馈

a)出现愤怒、恼羞、悲伤负面情绪

b)情绪是一种力量,用证明情绪去使用这种能量

c)负面情绪激发出来的能量也是一种资源,不要浪费

1、掌握专业知识最大的障碍是什么?

a)密度高

b)容量大

2、克服障碍的方法是什么?

a)你从头读,尽量往下读,直到你一窍不通时,再从头开始,直到完全读懂为止

b)读书百遍,其义自见

c)初有决定不移之志,中有勇猛精进之心,末有坚贞永固之力。

1、过程描述:

本章描述了费曼学习法、曾国藩100%把握一个知识点之后才会进行下一个知识点、郑板桥成千上万遍的读书、任正非从头到尾精做习题集

本章提出了俩个问题:

1、你是怎么读书的?

2、你读书的榜样是谁?

2、感想

自己看过很多名人名事,学习过很多方法。看完之后只是佩服、感慨。少了一步自我反思

3、核心算法

a)把握自己每一个佩服、感慨的瞬间

b)量化、具体、准确描述自己佩服、感慨的方法

c)反思自己的方法

d)回归、不忘、类推

1、发现问题

问题是自己应该学到的知识的质和量和自己实际学到的知识的质和量之间的差距

2、直面问题

承认差距、接受差距、量化差距

3、解决问题

高频率、高强度的刺激神经系统,加速神经系统的重塑,不断的巩固知识,加深理解。

4、回顾问题

回顾、不忘、类推。抽象出方法,并不断的优化。

1、记忆困难的根本原因是什么?

a)如果你想记住什么,请在一天之内完成:当两段记忆发生的间隔大于24小时,后一段记忆的存储就不在得益于前一段记忆所触发的神经元兴奋性的增强,因此将被存储在完全不同的神经元群体中。

b)根据艾宾浩斯遗忘曲线,20分钟会遗忘58.2%

2、如何记住一堂课的内容

a)随时随地,高频回顾。

1、你有没有测试过自己的遗忘速度

2、你用什么方法有效巩固自己的记忆

结论:

1、自己的思维程序是什么?

我的是,记住看,看住记。转移自己的负面能量到正面能量

2、自己如何检验自己的思维程序?

???以前没有,现在用核心算法

b)问题会让人思维集中,欲罢不能。

a)能够找到答案的问题

b)一旦得到解答就能扭转局面

c)别人不曾提出,或不曾给出好答案

d)关于学习的的提问

i.学习是问了什么

ii.今天进步了多少

测量(进步本里记下了多少知识、改错和弄错的题目),否则是糊涂

iii.今天哪里有进步?

新学的知识点,改错,原本不会弄懂得。否则就是糊涂。

iv.今天的进步能不能保持住?

v.如何加速进步?

更多的进步本内容,挑战更难的题目。

vi.如何检验进步?

回顾、做题、大量的测试,模拟考试;查漏补缺,寻找新的进步空间。

vii.进步的本质是什么?

一步一步的把不可能变成可能。

基于模仿的大量练习。学,即模仿;习,即练习。

ix.有没有彻底掌握?

有,否则重复上述过程

x.(贯穿整个始终,随时随地问自己)有没有自我欺骗?

没有,否则一切都是徒劳。

a)不断的提问。

b)把你寻找到的答案记录下来。

c)与别人的答案作比较,迭代改进。

如果不如意,那么学习方法一定有问题,寻找方法

如果不如意,赶紧回顾。

1、我自己刚才开悟的感觉是什么?

2、我在解决什么问题

1、提升了对神经系统的刺激强度。

2、使我目标明确。

(1)费曼学习法

b)讲给外行

c)发现鸿沟

d)研读材料

(2)学习金子塔

a)主动学习优于被动学习

c)交给他人,学习效率90%

d)创造作品,效率超过100%

1)你给别人讲过知识和题目吗?

2)你是否为此做过充分准备?

3)你收获最大的一次是什么?

在大脑中复现所学内容。

(1)7步实现高效学习

a)如实面对“不知道”

b)“做”中学;Learnbydoing

c)意识到许多问题没有答案

d)勇猛精进的行动

e)知识和技能的视觉化,可视化。

f)把知识解释给孩子听

g)能用一句话归纳

(2)心理表征是专家和高手的特质

a)心理表征是指当我们谈论XX时,你心里浮现的那副画面,请记住:画面不完全等于心理表征;而是这个谈论XX就浮现出一幅画面以及呈现出这个画面的具体细节,这个呈现方式才是心理表征。自己如何造出这个形象,以及这个形象的呈现过程才是心理表征

c)

e)

(3)3个

1)你的大脑里究竟有哪些清晰的知识?

2)如何让你的知识清晰化?

3)你的学习路径清晰吗?

1、如何理解一个知识?

2、什么是真知识,如何杜绝假知识?

练习、模仿、校对、校正、标注、标记,在大脑里面复现。

1)你能清晰描述的案例有哪些?(清晰是指和原文一字不差)

2)根据这些案例,你还能挖掘出哪些知识?

已经由一个知识点是千千万万个知识点发展成一个案例是千千万万个案例

高手都经历过连个阶段,从越少越好到多多益善!

1)为什么有人注重少而精?

2)为什么有人主张多多益善?

3)二者矛盾吗?

1、凡我不能创造的,我就不能理解费曼自我要求理解的标准是:他能创造出来!

2、解决每一个被解决了的问题

思考题:

1)自己的脑海究竟有没有透彻掌握的题目?

2)自己熟练掌握的题目有多少?

大脑里的知识点零散(凌乱)怎么办?

终极原因是你的大脑里并没有清晰的知识点!

先读薄,让一个个知识点清晰可见。

再读厚,丰富知识点内容。

1、让知识点在大脑里高度清晰

2、抓住核心概念主导的核心架构

3、通过模板,构建自己的思维模板

思考题

1)哪些知识点是你明确掌握得?

2)这些知识点之间有什么关联?

3)你有自己的思维模板吗?

举一反一

举一反三

举一反十

触类旁通最好的方法:一遍又一遍试图完整复现所学的知识。

解决的问题:

1)感觉知识太多太庞杂怎么办?

2)反复呈现所学。

3)想清楚的每个点滴都算数。

1)你能从一章的目录想出一章的所有知识点吗?

2)你能中一章白纸上,默写出一章的所有知识点吗?

3)你重复多少遍能做到?

拖延的本质是什么呢?

恐惧

恐惧的本质是什么呢?

无知。

陷入低谷,就是在成功的过程中,没有提炼出成功的模式,然后不断的去提升自己模式,模式又去反馈成功,循环往复。

1)你有过战胜拖延的经历吗?有

2)你能清晰的描述自己战胜拖延的过程吗?

我就想,不这么做,就会很糟糕。现在应该加上,做到之后会很精彩!

1、焦虑的本质是什么?

急切的欲得到某种抽象而难于得到的东西却不可得

根源是社会文化造就的贪婪(心理畸变)

焦虑的时候做自己可控的事情

能及微者,速成-----荀子·强国

1)面对复杂艰难的考试,究竟能把握住什么

2)如何区分可以把握的和把握不了的。

烦躁不安怎么办?宁静从哪里来?

极致=宁静

夫君子之行,静以修身,俭以养德。非淡泊无以明志,非宁静无以致远。

THE END
1.算法笔记(三)算法学习技巧前言 从开始学习算法已经有两三个多月的时间了,从简单到深入层次展开,层层优化,对算法的理解也在逐渐加深,不在那么片面,虽然现在还是片面一些,对它的了解也仅仅知道冰山一角,还有很多的内容需要我们去学习去挖掘。思路 在学习前我们https://www.code456.com/article/3598351.html
2.如何有效学习算法?算法学习学习算法需要系统性的方法和实践,以下是一些有效的学习步骤和资源建议 基础知识学习: 数学基础:掌握离散数学、概率论、统计学等基础知识 编程基础:熟练掌握至少一种编程语言,如Python、C++、Java等 数据结构与算法基础: 数据结构:学习数组、链表、栈、队列、树、图等数据结构 https://blog.csdn.net/qq_49548132/article/details/140109291
3.2020年深度学习算法工程师面经(微软阿里商汤滴滴华为3.10 深度神经网络和深度学习区别 机器学习是很多种方法和模型的总称。 神经网络是一种机器学习模型,可以说是目前最火的一种。 深度神经网络就是层数比较多的神经网络。 深度学习就是使用了深度神经网络的机器学习。 3.11 深度学习为什么比机器学习好 3.12 train,val,test相关 https://maimai.cn/article/detail?fid=1514590373&efid=Oph3033j5Qs70xHZdz0sGA
4.不会算法?大厂可不是那么好进的!第三部分,这部分是你学习的重点,也就是用算法思考问题的逻辑和程序设计方法。 第四部分,侧重在 BAT 高频面试真题详解。 第五部分,面试现场。很多工程师有个共性问题,那就是明明有能力,却说不出来,表现得就像是个初学者一样。 其中,最最最重要的就是刷题了,百炼才能成钢!!(重要的事儿多说几遍。) https://www.jianshu.com/p/2aea4e93fa4f
5.如何成为一名数据科学家?但是掌握一门专业知识最好的方法还是系统性的阅读书籍。如果想进一步了解数据科学家的工作或者如何提升自己的数据科学技能,我推荐以下这几本书籍:《数据天才》、《敏捷数据科学》、《数据科学家养成手册》、《Python大战机器学习》 评论 43赞 踩 在外界看来,「大数据」和「数据科学」这样的词看起来复杂又神秘。数据科学https://www.360doc.cn/mip/730726464.html
6.北师大版三年级数学《植树》问题教学设计(精选12篇)2.通过老师用画线段的方法模拟种树情境理解解决问题的方法,再采用合作学习的方式利用学具摆、数、画等方法,进一步明确棵数与间隔数之间的规律。 3.学习植树问题在生活中的运用。 教具:课件一套学具9套自学提示卡一张。 预设教学流程: 一、创设情境生成学习目标 https://www.ruiwen.com/jiaoxuesheji/4156829.html
7.青少年网络信息安全知识竞赛题库(中职(学)版)网络安全121. 下面属于对称算法的是 ( B ) A. 数字签名 B. 序列算法 C. RSA 算法 D. 数字水印 122. PGP 加密技术是一个基于 体系的邮件加密软件。 ( A ) A. RSA 公钥加密 B. DES 对称密钥 C. MD5 数字签名 D. MD5 加密 123. 为了防御网络监听,最常用的方法是 ( B ) https://www.wxjsxy.com/xxglzx/wlaq/content_11087
8.学习SEO优化最常见的100个SEO问答黑帽seo就是作弊的意思,黑帽seo手法不符合主流搜索引擎发行方针规定,黑帽SEO获利主要的特点就是短平快,为了短期内的利益而采用的作弊方法,同时随时因为搜索引擎算法的改变而面临惩罚(具体可查看马海祥博客《什么是黑帽SEO》的相关介绍)。 4、新人如何去学习seo优化? https://www.niaogebiji.com/article-32844-1.html
9.《光谱学与光谱分析》2022年,第42卷,第02期实验表明,采用PLS算法建立的TOC紫外-可见光谱定量分析模型具有较好的分析精度和鲁棒性,分组实验和不同仪器状态交叉实验中预测浓度的MAPE均不超过3.82%,优于常规的间接推算法。此外,建立的光谱定量分析模型不依赖COD与TOC间的推算关系,因此在水环境变化时较常规推算方法具有更好的适应能力。最后,PLS算法建模过程简单,运算http://www.sinospectroscopy.org.cn/readnews.php?nid=97028
10.机器学习(二)之无监督学习:数据变换聚类分析虽fit_transform不一定对所有模型都更加高效,但在尝试变换训练集时,使用这一方法仍然是很好的做法。 2.3 降维、特征提取与流形学习 数据变换最常见的目的就是可视化、压缩数据,以及寻找信息量更大的数据表示以用于进一步的处理。常见的算法有主成分分析、非负矩阵分解、t-SNE,前者通常用于特征提取,后者通常用于二维散点https://www.flyai.com/article/516
11.统计学习方法(豆瓣)详细介绍支持向量机、Boosting、最大熵、条件随机场等十个统计学习方法。 统计学习方法的创作者· ··· 李航作者 作者简介· ··· 李航 日本京都大学电气工程系毕业,日本东京大学计算机科学博士。曾任职于日本NEC公司中央研究所,微软亚洲研究院高级研究员及主任研究员,现任华为诺亚方舟实验室首席科学家。北京大学、https://book.douban.com/subject/10590856/
12.基于深度强化学习的水面无人艇路径跟踪方法然而,上述现有方法不具备自适应能力,当水面环境参数发生变化时,不仅需要复杂的参数整定过程,还难以实际保证路径跟踪控制效果的稳定,导致无人艇路径跟踪控制的稳定性不好。同时,现有技术还提出了基于最优控制和反馈线性化的自抗扰控制方法,这类算法通过环境和无人艇动力学建立准确的模型才能获得较好的控制精度,但同样https://www.xjishu.com/zhuanli/54/202210772926.html/
13.科学网—[转载]进化集成学习算法综述随着集成学习处理问题的维度、复杂度的增加(如大数据、云计算和深度网络集成等)以及进化算法的突破和发展(如多模态优化、大规模优化、超多目标优化等),进化集成学习算法具有越来越广阔的应用前景。 在当前的研究方法中,一些研究分别对基于分类、回归和聚类问题的集成学习方法进行了综述。尽管这些研究对进化集成学习算法https://wap.sciencenet.cn/blog-951291-1312816.html
14.力扣(LeetCode)全球极客挚爱的技术成长平台算法作为面试中非常核心的一环,攻克其高效的方法为先熟练掌握数据结构,再系统学习算法。本文会详细介绍面试中经常用到的数据结构数组,字符串,链表,哈希表,栈,队列,堆,优先队列,树,以及图的使用、底层原理以及各个操作的性 967 103 3365 TaylorSwift?2 小时前https://leetcode-cn.com/
15.航班预计到港时间的精细管理基于XGBoost机器学习算法的EXIT预测方法是一种动态的预测方法,能够根据机场场面运行条件的变化进行实时的准确预测,其难点在于需要大量的、实时的、准确的数据以及优秀的算法模型,不过这是一种值得深入研究的一种方法。 五、结论与展望 丰田公司在20世纪60年代提出了“准时生产(Just In Time,简称JIT)”概念,其核心思想就https://news.carnoc.com/list/616/616735.html
16.机器学习常用的十大算法人工智能8)对于异常点的容错能力好,健壮性高。 决策树算法的缺点: 1)决策树算法非常容易过拟合,导致泛化能力不强。可以通过设置节点最少样本数量和限制决策树深度来改进。 2)决策树会因为样本发生一点点的改动,就会导致树结构的剧烈改变。这个可以通过集成学习之类的方法解决。 https://www.elecfans.com/rengongzhineng/2270100.html
17.简单易学的机器学习算法——集成方法(EnsembleMethod)在现实世界的生活中,常常会因为“集体智慧”使得问题被很容易解决,那么问题来了,在机器学习问题中,对于一个复杂的任务来说,能否将很多的机器学习算法组合在一起,这样计算出来的结果会不会比使用单一的算法性能更好?这样的思路就是集成学习方法。 集成学习方法是指组合多个模型,以获得更好的效果,使集成的模型具有更https://cloud.tencent.com/developer/article/1390381
18.4种方法教你利用Python发现数据的规律python分组和聚合:将数据按照某个变量进行分组,然后对每组数据进行聚合(如计算平均值、中位数、最大值、最小值等),以便找到变量之间的相关性和趋势。 机器学习算法:使用机器学习算法(如线性回归、决策树、聚类等)对数据进行建模和预测,以便更深入地了解数据的规律和趋势。 综合使用以上方法可以更全面地了解数据的规律,以便https://www.jb51.net/article/278111.htm
19.字节跳动面试全经历,大佬的世界原来是这个样子!51CTO博客A:项目是最好的学习方法,现学现用是最有力的驱动,效果比体系化的学习之后再去做项目学的快。然后数学功底也很重要,最近有在看吴军博士的《数学之美》,就是把数学的思想抽象出来应用的图像上,对于图像处理来说可能数学的抽象能力也非常重要。 反问环节 https://blog.51cto.com/u_14209518/5344067
20.轻松看懂机器学习十大常用算法西南石油大学轻松看懂机器学习十大常用算法 通过本篇文章大家可以对ML的常用算法形成常识性的认识。没有代码,没有复杂的理论推导,仅是图解,介绍这些算法是什么以及如何应用(例子主要是分类问题)。以后有机会再对单个算法做深入地解析。 一、决策树 二、随机森林算法 三、逻辑回归https://www.swpu.edu.cn/eelab/info/1090/2296.htm
21.《常用算法之智能计算(三)》:机器学习计算在给出机器学习计算各种算法之前,最好是先研究一下什么是机器学习和如何对机器学习进行分类,才能更好的理解和掌握一些具体的机器学习算法并将其用于实际问题的计算和处理。 学习是人类具有的一种重要智能行为,但究竟什么是学习,长期以来却众说纷纭。社会学家、逻辑学家和心理学家都各有自己不同的看法和说法。比如,http://www.kepu.net/blog/zhangjianzhong/201903/t20190327_475625.html