陌生领域快速学习四大技巧

标签: 领域 学习 四大 | 发表时间:2011-02-19 11:27 | 作者:(author unknown) pwl
出处:http://www.xiaoqiushui.com
Shared by Lucifer小强
泛读,笔记,精读,思维导图- !然后循环,这是一种循环 -!

这是一个知识不断更新、新领域、新名词不断涌现的时代。古老的封建社会,一个人只会一样手艺,可以受用一生,但在知识经济时代,这不可能,我们必须要保持旺盛的求知欲,主动或被动地接触新的、陌生的领域。面对陌生,很多人往往会怀有畏惧感,但事实上,并没有那么可怕。

人月神话建议:

1.大量的阅读,泛读为主。

2.搭建知识体系结构

3.确认自己的问题和价值方向

4.找关键主干展开和延伸实现价值。

以下是我站在学习方法角度给出的一些建议。未必中肯,仅供参考。

一、建立全景图

在进入陌生领域时,如果能够在开始就获得全景图,或者自己搭建,会加速学习进度,可以更快地掌握新知识。这就好像在到一个陌生的地方时,拿到一张地图,路线清晰,目的明确。
下图是一个简单的模型:


获得全景图,相对容易,只要找对人或书藉,可以拿到现成的资料,比如我和秋叶在《超越对手:大项目售前售后的30种实用技巧》就曾提供一个项目经理的知识框架全景图:《管理软件从业人员知识结构体系》。

在没有现成全景图可用的情况下,是否可以自己绘制?一般人可能会认为不可能,他们的理由很简单:对于一个你没去过的地方,你如何能够去描绘出路线?

而我认为是可能的。其实这个难度并不大。虽然没有去过,没有现成的地图,但是,我们身处一个资讯丰饶的时代,我们可以找到很多的片断资料,从中筛选、再根据自己的需要整合,完成这个拼图游戏,就可以知道全貌,

比如我在春节期间去香港南丫岛,是从网上先搜索,查找到路线,要确定从深圳怎么到香港,在哪个关口出关合适,而每一个关口,路线可能不一样,到香港后又怎么到南丫岛,再三比较后,我选择了福田口岸-九龙塘-旺角-中环码头-榕树湾线路,同时,我也从网上查找南丫岛的资料,了解概貌、地形、景点等情况,有备而行,非常从容。

进入专业领域,和旅行其实非常类似。

我的方法是:多找几本专业书藉,对照目录,就会有一个大概的了解了,也就可以形成大概的知识框架。比如通过《云计算:深刻改变未来》一书的目录(取自卓越,在卓越、当当、豆瓣往往都会提供书藉的目录,并不必要一定拥有这本书才可以看到目录),我就可以了解云计算大概包括什么内容。


如果感觉书藉目录不够直观,那可以用思维导图软件,做一个简易的转换法,改为结构清晰的框架图。当然,真正的框架图,必然不是纯粹的书藉目录,需要多番对照、再根据自己的学习进程不断进行剪裁。一个知识框架是活的而非死的,要不断延伸和灵活调整,就象地图,当修了新路后,也需要更新。在这个目录里有八大宝典推荐,沿着这个推荐可以找到更多,是谓知识价值链。

特别标注一下:如果要研究的领域在国内大学有现成的课程,那么,大学里的教材的目录是较好的知识框架,因为教材一般来说不讲究文采,注重实用,所以虽然看上去生硬、枯燥,但恰好可做知识框架用。(有些领域在大学里是没有的,比如知识管理,就不能应用国内教材,如果有国外教材是可以应用的)。

二、紧扣知识价值链

全景图是有了,但还需要一个资料一个资料的看、吸收、实践、验证、扬弃,才能够化为己有,图只是告诉我们应当拥有什么知识,而拥有的本身仍然需要付出和努力。

全景图是宏观,而知识链上的每个节点,是微观。要先宏观再微观,然后再把微观联合为宏观,并且浸淫数年,才能够说掌握一个领域,而掌握,与精通,还是有差距的。要区分了解、熟悉、掌握、精通的差异点,同时清楚自己的优势和弱点,针对全景图、知识链上的知识节点,分别给出不同的精力投入。
比如,我正在研究云计算,对于虚拟化技术、对于平台、语言,那些是我的弱项,就算我付出再多努力,也可能并不如一个大学刚毕业的学生,所以我只需要大概了解,并不必要在上面投入更多。而对于我感兴趣又有优势的部分,则可以分配大量精力在上面。

在研究知识节点的过程中,有时候很容易“迷失”,就象在阅读一个百科的时候,因为网页上有指向其他术语的链接,于是点击、阅读,在另外的页面上,又看到其他的链接,于是又点击,如此,有可能掌握的都是片断,而不完整。较好的办法是:阅读一个术语的整篇,对于感兴趣的术语,做出标识(比如随手勾画在便笺上),等读完全篇后再去阅读其他术语,如此类推。

因为有了全景图的限制,所以,在迷途的时候,容易清醒、回归。

三、抓关键
资料是无限的,一个全景图看上去是平面的,事实上是有纵深的,即使精力有侧重,要快速掌握一个领域,也必须懂得技巧。
要先做一些设问:
1、这个领域涉及到哪些概念?大概念里有哪些小概念?关联的其他概念?
2、发展的历史?前景的预测?在国外如何发展?国内如何发展?
3、最近两年的行业报告
4、这个领域里最知名的专家有哪些?(开始的范围最好不要超过五位,太多了研究不过来)他们各自的观点?他们的著述?
5、行业的竞争格局是怎样的?
6、这个领域里顶尖的几家企业分别是谁?其有什么产品或服务?
7、业界有什么大的活动已进行?在进行?要进行?……

带着问题去研究,要比漫无目的强很多。一个一个的问题被回答后,明白度就会不断增进。

四、善用工具
可以用到的工具有:
1、网络(搜索引擎、百科、豆瓣、行业网站、博客、微博……)
2、书藉(图书馆、网络书店等)
3、视频(光盘、优酷等)
4、当面交流(比如与专业人士的直接交流,但要注意先有一定基础后再交流,否则对方会因为扫盲行为而降低你的价值)

即使是有秘诀、有技巧,脚踏实地地学习、吸收知识,仍然是必须的途径。我一直信奉两句古语:
书山有路勤为径
学海无涯苦作舟

无觅猜您也喜欢:
《一生的学习》:自由与完整
学习的艺术:从知道,到做到
一生的学习
学习懂得生命

来自无觅网络的相关文章:
(@guokr) 女性高潮的10个小技巧
(@guokr) 纽约时报:美国应学习中国的教育经验
(@guokr) 提高学习效率?换种字体试试
(@guokr) 提高学习效率?换种字体试试
无觅

相关 [领域 学习 四大] 推荐:

陌生领域快速学习四大技巧

- pwl - 逍遥游·萧秋水
Shared by Lucifer小强. 泛读,笔记,精读,思维导图-. 这是一个知识不断更新、新领域、新名词不断涌现的时代. 古老的封建社会,一个人只会一样手艺,可以受用一生,但在知识经济时代,这不可能,我们必须要保持旺盛的求知欲,主动或被动地接触新的、陌生的领域. 面对陌生,很多人往往会怀有畏惧感,但事实上,并没有那么可怕.

机器学习领域的几种主要学习方式

- - 我爱机器学习
根据数据类型的不同,对一个问题的建模有不同的方式. 在机器学习或者人工智能领域,人们首先会考虑算法的学习方式. 在机器学习领域,有几种主要 的学习方式. 将算法按照学习方式分类是一个不错的想法,这样可以让人们在建模和算法选择的时候考虑能根据输入数据来选择最合适的算法来获得最好的结果. 在监督式学习下,输入数据被称为“训练数据”,每组训练数据有一个明确的标识或结果,如对防垃圾邮件系统中“垃圾邮件”“非垃圾邮件”,对手写 数字识别中的“1“,”2“,”3“,”4“等.

架构相关领域的学习材料

- Yuheng Kuang - 林仕鼎的空间
对于工程师来说,到一定阶段后往往会遇到成长瓶颈. 要突破此瓶颈,需要在所属技术领域更深入学习,了解本领域的问题本质、方法论与设计理念、发展历史等. 以下提供一些架构相关领域的学习材料,附上简单点评,供有兴趣的工程师参考. 希望大家能通过对这些领域的了解和学习,掌握更多system design principles,在自己的工作中得心应手,步入自由王国.

系统架构领域的一些学习材料

- - 博客 - 伯乐在线
系统架构是一个工程和研究相结合的领域,既注重实践又依赖理论指导,入门容易但精通很难,有时候还要讲点悟性,很具有“伪科学”的特征. 要在此领域进阶,除了要不断设计并搭建实际系统,也要注意方法论和设计理念的学习和提炼. 经常有同学询问如何学习,特贴一篇学习材料,供大家参考. 09年时写的,在系统领域浩如烟海的文献中提取了一些我认为值得研究和学习的项目,没包括近几年出现的一些工作,也不够全面.

机器学习在金融领域有哪些应用?

- - IT瘾-bigdata
由于交易量比较大,交易历史数据精确完备,以及金融领域的量化分析特点,金融领域是比较适合人工智能技术应用的领域. 现在机器学习已经成为金融生态中不可或缺的组成部分,从贷款审批到资产管理,到风险评估. 但是,很少有专业人士能够准确地知道机器学习在日常金融中的应用. 小编在Quora上提取了关于这个问题的一些针对性的回答.

10款人工智能和机器学习领域方面的开源项目

- - 灯火阑珊
GraphLab是一种新的面向机器学习的并行框架. GraphLab提供了一个完整的平台,让机构可以使用可扩展的机器学习系统建立大数据以分析产品,该公司客户包括Zillow、Adobe、Zynga、Pandora、Bosch、ExxonMobil等,它们从别的应用程序或者服务中抓取数据,通过推荐系统、欺诈监测系统、情感及社交网络分析系统等系统模式将大数据理念转换为生产环境下可以使用的预测应用程序.

投稿 | 为什么机器学习在安全、风控领域频频遇冷?

- - IT瘾-bigdata
作者:toyld 岂安科技搬运代码负责人. 1959 年,美国塞缪尔 (Samuel) 设计了一个下棋程序,这个程序具有学习能力,它可以在不断的对弈中改善自己的棋艺. 4年后,这个程序战胜了设计者本人. 又过了 3 年,这个程序战胜了美国一个保持8年之久的常胜不败的冠军. 这个程序向人们展示了机器学习的能力,提出了许多令人深思的社会问题与哲学问题.

如何学习一个新领域的知识(4)—常用的一些学习方法

- - 海涛的成长碎碎念
写到这一篇的时候纠结了很久,到底要不要写学习的方法,因为这一部分本身写的就是执行层面的东西,涉及到的东西比较多,学习时间、学习资源、学习是的专注度把控,如何坚持等等,这些可能都是包含到学习方法里面了,回顾总结了一下自己在学习的过程中学的比较快的一些东西,发现还是有一些规律可以寻找的,确实存在一些方法去提升我们的学习效果.