十天内掌握线性代数:惊人的超速学习实验

标签: 线性代数 学习 实验 | 发表时间:2012-11-01 14:13 | 作者:MapleFlying
出处:http://www.yeeyan.org

译者 MapleFlying


全文目录

1 篇首语:挑战MIT计算机课程

2 看我怎么驾驭MIT计算机科学的课程(斯考特·杨)

2.1 为什么临时抱佛脚没用? 

2.2 你能加速理解吗? 

3 钻研:你学得更快

3.1 第一阶段:知识面覆盖

3.2 第二阶段:练习

3.3 第三阶段:自省

4 费曼技巧

4.1 对付你完全摸不着头脑的概念

4.2 对付各种过程

4.3 对付各种公式

4.4 对付需要记忆的内容

5 形成更深刻的直觉

5.1 类比、可视化、简化

5.2 学得更快的策略

5.3 钻研吧,即便你不是学生


1 篇首语:挑战MIT计算机课程

最近,我的朋友 斯考特·杨(Scott Young)成就了一个惊人的壮举:他在一年之内,完成了传说中的 MIT计算机科学课程表的全部33门课,从线性代数到计算理论。最重要的是,他是自学的,观看在线教程讲座,并用实际的考试作自我评估。(到斯考特的 FAQ页面,看看他如何完成这个挑战) 

他证明了,读完一门课程,大概只需要1.5个星期。我坚信,能快速掌握复杂信息,对成就卓越事业至关重要(有空看看我的 新书 )。因此,我很自然地问起斯考特,让他给我们分享他的学习奥秘。所幸他答应了。接下来是一份斯考特的详细解说稿,深入剖析他的学习技巧(包括具体例子),展示他如何拿下这MIT挑战。以下时间交给斯考特……

2 看我怎么驾驭MIT计算机科学的课程(斯考特·杨)

我老想着学快一点,再快一点,并为此兴奋不已。掌握那些重要的学问吧,专业知识与娴熟技艺将是你的职业资本,帮你赚取金钱与享受生活。如果过得好是你的目标,学问能引你到向往之地(书中自有黄金屋,书中自有颜如玉)。

尽管学得更快有很多好处,但大多数人并不愿意学习“如何学习”。大概是因为我们不肯相信有这种好事,在我们看来,学习的速度只取决于好基因与天赋。确实总有些人身怀天赋本钱,但研究表明你的学习方法也很重要。更深层次的知识加工,与时而反复的温故知新,在某些情况下会 加倍你的学习效率。是的,“刻意练习”方面的 研究表明,没有正确的方法,学习将永远停滞。

今天,我想分享一下学习策略,看看我如何 在12个月内完成4年MIT计算机科学的课程。这套策略历经33门课的锤炼,试图弄清楚学得更快的窍门,哪些方法有用,哪些没用。

2.1 为什么临时抱佛脚没用?

很多学生可能嘲笑我,妄想只花1年的时间学会4年的课程。毕竟,我总可以临时抱佛脚,什么都不懂还能顺利通过考试,不是吗? 很可惜,这个策略在MIT行不通。首先,MIT的考试苛求解决问题的技巧,还经常出些没见过的题型。其次,MIT的课程讲究循序渐进,就算你能死记硬背侥幸通过一次考试,同系列课程的第七课可能就跟不上了。除了死记硬背,我不得不另辟蹊径,加速理解过程。

2.2 你能加速理解吗?

“啊哈!”当我们终于想通了,都曾经这样恍然大悟地欢呼过。问题是,大多数人都没有系统地思考。经典的学生求学之路,就是听讲座,读书;如果还不懂,只好枯燥地做大量习题(题海)或重看笔记。没有系统的方法,想更快地理解似乎是天方夜谭。毕竟,顿悟的心理机制,还全然不知。

更糟的是,理解本身,很难称得上是一种开关。它像洋葱的层层表皮,从最肤浅的领会到深层次的理解,逐层巩固对科学革命的认知。给这样的洋葱剥皮,则是常人知之甚少、易被忽略的理解过程。

加速学习的第一步,就是揭秘这个过程。如何洞悉问题,加深你的理解,取决于两个因素: 1、建立知识联系; 2、自我调试排错。知识联系很重要,因为它们是了解一个想法的接入点。我曾纠结于傅里叶变换,直至我意识到它将压强转化为音高、或将辐射转化为颜色。这些见解,常在你懂的和你不懂的之间建立联系。调试排错也同样重要,因为你常常犯错,这些错误究根到底,还是知识残缺,胸无成竹。贫瘠的理解,恰似一个错漏百出的软件程序。如果你能高效地自我调试,必将大大提速学习进程。建立准确的知识联系与调试排错,就足够形成了深刻的问题见解。而机械化技能与死记硬背,通常也只在你对问题的本质有了肯定的直觉以后,才有所裨益。

3 钻研(The Drilldown Method):你学得更快

经年累月,我完善了一个方法,可以加速逐层增进理解的过程。这个方法至今已被我用于各科目的课题,包括数学、生物学、物理学、经济学与工程学。只需些许修改,它对掌握实用技能也效果很好,比如编程、设计或语言。这个方法的基本结构是:知识面、练习、自省。我将解释每个阶段,让你了解如何尽可能有效率地执行它们,同时给出详细的例子,展示我是怎么应用在实际课程的。

3.1 第一阶段:知识面覆盖

你不可能组织一场进攻,如果你连一张地形图都没有。因此,深入研习的第一步,就是对你需要学习的内容有个大致印象。若在课堂上,这意味着你要看讲义或读课本;若是自学,你可能要多读几本同主题的书,相互考证。

学生们常犯的一个错误,就是认为这个阶段是最重要的。从很多方面来讲,这个阶段却是效率最低的,因为你每单位时间的投入只换来了最少量的知识回报。我常常加速完成这个阶段,很有好处,这样,我就可以投入更多时间到后面两个阶段。

如果你在看课程讲座的视频,最好是调到1.5x或2x倍速快进。这很容易做到,只要你下载好视频,然后使用播放器(如 VLC)的“调速”功能。我用这法子两天内看完了一学期的课程视频。如果你在读一本书,我建议你不要花时间去高亮文本。这样只会让你的知识理解停留在低层次,而从长远来看,也使学习效率低下。更好的方法是,阅读时只偶尔做做(稀疏的)笔记,或在读过每个主要章节后写一段落的总结。

这里有个例子,是我上机器视觉这门课时的笔记。

3.2 第二阶段:练习

做练习题,能极大地促进你的知识理解。但是,如果你不小心,可能会落入两个效率陷阱: 1、没有获得即时的反馈:研究表明,如果你想更好地学习,你需要即时的反馈。因此,做题时最好是答案在手(天下我有),每做完一题就对答案,自我审查。没有反馈或反馈迟来的练习,只会严重牵制学习效率;2、题海战术:正如有人以为学习是始于教室终于教室,一些学生也认为大多数的知识理解产自练习题。是的,你总能通过题海战术最终搭起知识框架,但过程缓慢、效率低下。

练习题,应该能凸显你需要建立更好直觉的知识领域。一些技巧,比如我将会谈到的费曼技巧(the Feynman technique),对此则相当有效。对于非技术类学科,它更多的是要求你掌握概念而不是解决问题,所以,你常常只需要完成最少量的习题。对这些科目,你最好花更多的时间在第三阶段,形成学科的洞察力。

3.3 第三阶段:自省

知识面覆盖,与做练习题,是为了让你知道你还有什么不懂。这并不像听上去那么容易(知之为知之,不知为不知,难矣)。你以为你都懂了,其实不是,所以老犯错;或者,你对某综合性学科心里没底,但又看不确切还有哪里不懂。

接下来的技巧,我称之为“费曼技巧”,将帮助你查漏补缺,在求知路上走得更远。当你能准确识别出你不懂的知识点时,这个技巧助你填补知识的缺口,尤其是那些最难以填补的巨大缺口。这个技巧还能两用。即使你真的理解了某个想法,它也能让你关联更多的想法,于是,你可以继续钻研,深化理解。

4 费曼技巧(The Feynman Technique)

这个技巧的灵感,源于诺贝尔物理奖获得者,理查德·费曼(Richard Feynman)。在他的 自传里,他提到曾纠结于某篇艰深的研究论文。他的办法是,仔细审阅这篇论文的辅助材料(supporting material),直到他掌握了相关的知识基础、足以理解其中的艰深想法为止。

费曼技巧,亦同此理。对付一个知识枝节繁杂如发丝、富有内涵的想法,应该分而化之,切成小知识块,再逐个对付(递归),你最终能填补所有的知识缺口,否则,这些缺口将阻挠你理解这个想法。对此, 请看这个简短的教程视频

费曼技巧很简单:1、拿张白纸;2、在白纸顶部写上你想理解的某想法或某过程;3、用你自己的话解释它,就像你在教给别人这个想法。最要紧的是,对一个想法分而化之,虽然可能重复解释某些已经弄懂的知识点。但你最终会到达一个临界点,无法再解释清楚。那里正是你需要填补的知识缺口。为了填补这个缺口,你可以查课本、问老师、或到互联网搜寻答案。通常来说,一旦你精准地定义了你的不解或误解,找到确切的答案则相对而言更轻松。

我已经使用过这个费曼技巧有数百次,确信它能应付各种各样的学习情境。然而,由于学习情境各有特点,它需要灵活变通,似乎显得难以入门,所以,我将尝试举些不同的例子。

4.1 对付你完全摸不着头脑的概念

对此,我仍坚持使用费曼技巧,但翻开课本,找到解释这个概念的章节。我先浏览一遍作者的解释,然后仔细地摹仿它,并也试着用自己的思维详述和阐明它。如此一来,当你不能用自己的话写下任何解释时,“引导式”费曼技巧很有用处。 这里有个例子,展示我如何理解摄影测量学。

4.2 对付各种过程

你也能通过费曼技巧去了解一个你需要用到的过程。审视所有的步骤,不光解释每一步在干什么,还要清楚它是怎么执行的。我常这样理解数学的证明过程、化学的方程式、与生物学的糖酵解过程。 这里有个例子,展示我如何想到怎么实现网格加速。

4.3 对付各种公式

公式,应该被理解,而不只是死记硬背。因此,当你看到一个公式,却无法理解它的运作机理时,试着用费曼技巧分而化之。 这里有个例子,展示我如何理解傅里叶分析方程。

4.4 对付需要记忆的内容

费曼技巧,也可以帮你自查是否掌握非技术类学科那些博大精深的知识概念。对于某个主题,如果你能顺利应用费曼技巧,而无需参考原始材料(讲义、课本等),就证明你已经理解和记住它。 这里有个例子,展示我如何回忆起掠夺性定价(经济学概念)。

5 形成更深刻的直觉(Deeper Intuition)

结合做习题,费曼技巧能帮你剥开知识理解的浅层表皮。但它也能帮你钻研下去,走得更远,不只是浅层的理解,而是形成深刻的知识直觉(敏锐的洞察力)。直观地理解一个想法,并非易事。它看似有些许神秘,但这不是它的本相。一个想法的多数直觉,可作以下归类: 

5.1 类比、可视化、简化

类比:你理解一个想法,是通过确认它与某个更易理解的想法之间的重要相似点;可视化:抽象概念也常成为有用的直觉,只要我们能在脑海为它们构筑画面(想象、构图),即使这个画面只是一个更大更多样化想法的不完全表达;简化:一位著名的科学家曾说过,如果你不能给你的祖母解释一样东西,说明你还没有完全理解它。简化是一门艺术,它加强了基础概念与复杂想法之间的思维联系。

你可以用费曼技巧去激发这些直觉。对于某个想法,一旦你有了大致的理解,下一步就是深入分析,看能不能用以上三种直觉来阐释它。期间,就算是借用已有的意象喻义,也是情有可原的。例如,把复数放到二维空间里理解,很难称得上是新颖的,但它能让你很好地可视化这个概念(概念在脑海中构图成型)。DNA复制,被想象成拉开一条单向拉链,这也不是一个完美的类比,但只要你心里清楚其中的异同,它会变得有用。

5.2 学得更快的策略

在这篇文章里,我描述了学习的三个阶段:知识面、练习、与自省。但这可能让你误解,错以为它们总在不同的时期被各自执行,从不重叠或反复。实际上,随着不断地深入理解知识,你可能会周而复始地经历这些阶段。你刚开始读一个章节,只能有个大概的肤浅印象,但做过练习题和建立了直觉以后,你再回过来重新阅读,又会有更深刻的理解(温故而知新)。

5.3 钻研吧,即便你不是学生

这个过程不只是适用于学生,也同样有助于学习复杂技能或积累某话题的专业知识。学习像编程或设计的技能,大多数人遵循前两个阶段。他们阅读一本相关的基础书籍,然后在一个项目里历练。然而,你能运用费曼技巧更进一步,更好地锁定与清晰表述你的深刻见解。积累某话题的专业知识,亦同此理;唯一的差别是,你在建立知识面以前,需要搜集一些学习材料,包括相关的研究文章、书籍等。无论如何,只要你弄清楚了想掌握的知识领域,你就钻研下去,深入学习它。

相关 [线性代数 学习 实验] 推荐:

十天内掌握线性代数:惊人的超速学习实验

- - 译言-电脑/网络/数码科技
1 篇首语:挑战MIT计算机课程. 2 看我怎么驾驭MIT计算机科学的课程(斯考特·杨). 3.1 第一阶段:知识面覆盖. 4.1 对付你完全摸不着头脑的概念. 5.3 钻研吧,即便你不是学生. 1 篇首语:挑战MIT计算机课程. 最近,我的朋友 斯考特·杨(Scott Young)成就了一个惊人的壮举:他在一年之内,完成了传说中的 MIT计算机科学课程表的全部33门课,从线性代数到计算理论.

趣题:不动点与线性代数

- sdyy1990 - Matrix67: My Blog
    假设 X 、 Y 是两个有限集合,f:X→Y 和 g:Y→X 是两个函数. 求证:复合函数 g∘f 和 f∘g 拥有相同数量的不动点(也就是说 g(f(x)) = x 和 f(g(y)) = y 的解的个数相同).     下面先提供一个“正常”的解法. 观察函数 g∘f 的不动点,可以看出它有以下两个性质:首先,如果某个 x 是 g∘f 的不动点,即 x = g(f(x)) ,那么 f(x) = f(g(f(x))),这就说明 f(x) 是 f∘g 的一个不动点;另外,如果 x1 和 x2 是 X 中两个不同的不动点,则函数 f 不可能把它们映射到 Y 中的同一个元素,否则 g 没办法把它分别还原成 x1 和 x2.

开发者必读:计算机科学中的线性代数

- -
作者:Petros Drineas、Michael W. 参与:李泽南、刘晓坤、蒋思源. 矩阵计算在计算机科学中占有举足轻重的地位,是每个开发者都需要掌握的数学知识. 近日,来自普渡大学的 Petros Drineas 与 UC Berkeley 的 Michael Mahoney 提交了一篇概述论文《Lectures on Randomized Numerical Linear Algebra》可以作为线性代数知识的参考资料,本文将对其中的部分内容(主要为第二章:线性代数)进行简单介绍.

OpenGLES 如何在十天内掌握线性代数 - 希望这是真的!

- - CSDN博客移动开发推荐文章
OpenGLES 如何在十天内掌握线性代数 - 希望这是真的. 太阳火神的美丽人生 ( http://blog.csdn.net/opengl_es). 本文遵循“ 署名-非商业用途-保持一致”创作公用协议. 转载请保留此句:太阳火神的美丽人生 -  本博客专注于 敏捷开发及移动和物联设备研究:iOS、Android、Html5、Arduino、pcDuino,否则,出自本博客的文章拒绝转载或再转载,谢谢合作.

iptables NAT 学习

- - BlogJava-首页技术区
为了搞清楚iptables NAT的过程,做了这个实验. 使用了1台双网卡服务器和1台单网卡服务器,2个网段. 1.       为了看到调度服务器上的数据转发过程,首先在调度服务器上分出内核的debug日志:. l 在/etc/rsyslog.conf最后增加:kern.debug /var/log/iptables.log.

Servlet Filter 学习

- - CSDN博客架构设计推荐文章
最近在研究CAS , CAS 中的Servlet Filter 不太熟悉, 所以花了点时间学下了下这部分的知识, 分成以下几部分 学习. Servlet Filter  的功能和用法. Servlet Filter 顺序的注意事项. A filter is an object that performs filtering tasks on either the request to a resource (a servlet or static content), or on the response from a resource, or both.

mongo 学习

- - CSDN博客系统运维推荐文章
mongod 启动参数详解:. master 启动: ./mongod --dbpath /data/db/master --logpath /data/db/master.log --logappend  --fork --port 2717 --master --oplogSize 64 . slave 启动: ./mongod  --dbpath /data/db/slave  --logpath  /data/db/slaver.log --logappend  --fork  -port 27018  --slave --slavedelay 5 --autoresync --source localhost:27017  .

pushlet 学习

- - 企业架构 - ITeye博客
转自: http://blog.csdn.net/houpengfei111/article/details/7498481.     pushlet是一种comet实现,在servlet机制下,数据从server端的java对象直接推送(push)到(动态)HTML页面,而无需任何java applet或者插件的帮助.

Storm Trident 学习

- - 小火箭
Storm支持的三种语义:. 至少一次语义的Topology写法. 参考资料: Storm消息的可靠性保障 Storm提供了Acker的机制来保证数据至少被处理一次,是由编程人员决定是否使用这一特性,要使用这一特性需要:. 在Spout emit时添加一个MsgID,那么ack和fail方法将会被调用当Tuple被正确地处理了或发生了错误.

「学习笔记-Linux」学习Shell Script

- - CSDN博客系统运维推荐文章
学习Shell Script. 1 什么是Shell Scipt. 2.2 例2 按日期建立相似名字的文件. 3.2.4 整数,字符串,多重条件判断. 4 Shell Script 参数. 5.2 if else 结构. 8 shell script的追踪与Debug. 1 什么是Shell Scipt.