在知乎上敬仰採銅老師很久，當得知他寫的一本關於學習方法的書《深度學習的藝術》上架之後，在亞馬遜中國**上購買了這本我人生中第一本付費購買的電子書。
該讀書筆記並非完全按照原書敘述順序摘抄，而是經過本人的修改和整理而來。
讀書筆記正文：
所謂深度學習，顧名思義，就是學東西不只看到它浮在表面的東西，而是往深入去挖掘，甚至看到別人看不見的東西。
我之所以要強調學習深度，是因為了解到現在年輕人讀書不求甚解，蜻蜓點水，養成了思維的惰性，或者貪多求全，只重量不重質，甚至只把機械記憶一些知識當成攀比的資本和談資。
讀書中無字的地方比有字的地方還要多，連字帶空白一起讀的方法，就可歸為深度學習法。
優秀的深度學習者，必定是乙個優秀的提問者，提出深入的探索性的問題，被證明是一種效果非常好的學習方法。
然而大多數的學習者，都只是在扮演知識的收納者何搬運著的角色：因為他們的學習過程是非問題導向的。
非問題導向的學習過程：
1. 訂立學習計畫：我要看什麼書 或者演講。
2. 實施學習計畫：讀書，看演講。
3. 回顧整理， 堆放在evernote軟體，或其它筆記中。
更合理的模式應該是建構主義的模式，學習者的知識不是簡單地吸而來，而是主動地建構而來，學習者必須充分地呼叫他們已有的知識，在乙個主動新目標的指引下，在乙個豐富的情境中，去探索甚至撞擊那些新接觸到的知識，經過一系列複雜的互動之後，把這些知識納入到原有的知識體系中
如何提問？
提問並非空中樓閣式的，而是基於你現在已經掌握的知識，而在提問和回答的過程中你現有的知識又被拓寬了。這又進一步說明，在學習的過程中，我們對已有的知識，新學習知識的梳理和反思特別重要。更詳細的方法可參考：《學會提問》
學習過程中應該問的問題：
針對當前的學習資料，我已經具備了哪些相關知識？
針對當前的學習資料，我又學到了哪些新知識？
我有哪些未知的東西，通過簡單的探索可以了解?
有哪些未知的東西，無法輕易獲取解答，但是有價值成為我長期探索的問題?
沒有任何題目是徹底完成了的，總還會有些事情可做；在經過充分的研究和猜測之後，我們可以將任何解題方法加以改進；而且無論如何，我們總可以深化我們對答案的理解—《怎樣解題》問題構成了學習的連續性，而在問題牽引下的學習，則是在不停地構築知識之間的聯絡，使他們以一種有意義的方式組合一起。
個人總結：學習應該是乙個以問題導向，通過提出建設性的問題，並找出合理的答案，逐漸將知識體系完善的過程。解碼之所以重要是因為我們常需要面對各種各樣全新的資訊內容，如果不經過解碼這一過程，則不可能使其與我們原有的知識體系相整合
所謂學習，本身就要注重深度和廣度的結合。廣度不夠讓人鼻塞，深度不夠讓人只得皮毛，所以在時間有限的條件下，我們需要盡量去找最經典最優秀的作品，進行深度解碼，模仿參研。
三條觀察和思考的途徑
不知要去尋結論，還要去尋過程
不只做歸納，還要做延展
不知要去比較相似，還要去比較不同
個人總結：面對不同的新知識，我們需要將其解碼，抽象出來，找出一般性，才能更有利於將其和我們原有的知識體系向整合。乙個有追求的學習者必然會面對自學時如何對知識進行操練的問題。
你掌握了多少知識，不是取決於你記憶了多少知識以及知識的關聯，而是取決於你能呼叫多少知識。然而呼叫的有效與否，跟對知識本身的熟悉程度是分不開的，需要反覆練習。
反覆練習的價值，在於使某些認知活動可以自動化執行，從而為思考時所用的工作記憶騰出寶貴的實踐，以用於更具策略性的活動
乙個人頭腦中儲存的知識，粗略地分，可以分為
- 陳述性知識
- 程式性知識
對於程式性知識，我們可以通過技能的許槤不斷強化和完善
但是對於陳述性的知識，很多人不知道如何進行聯絡
把知識當做一種技能來學習:
不管我們想學或者正在學的是哪乙個領域的知識，我們都可以想一想，為何不只是 把它當成一種靜態的，安安靜靜地躺在書本裡的東西，而是當成一種動態的，可運用得，可以用來完成某件事情的技能。
學習螺旋模型：想象-> 創造-> 遊戲-> 分享 ->反思-> 想象的螺旋式迴圈—公尺奇 萊斯尼克知識操練：
遊戲式操練，思想實驗，構造乙個現實中不存在的假象情景，運用所學知識，設想事物在這個情景中的變化。
設計式操練，設計解決的方案。
個人總結：對於任何型別的知識，我們都應該嘗試將知識本身「例項化」，當作技能來學習。既然是技能，那麼自然少不了反覆操練，正如程式設計，工匠的手藝等等。唯有將知識爛熟於心，才有機會迸發創新的靈感。乙個高段位的學習者，應該能抓住一切機會，再其所學的知識之間創造關聯
學習高手常常會有意識把不同領域的甚至不同學科的知識擺放在一起，然後嘗試去分析，對比他們的潛在關聯，甚至於當異質的素材堆疊在一起的時候，僅僅是潛意識的推動，就可以讓這種隱藏的關係浮出水面。這與正統的教育是格格不入的：
正統的教育：把大的東西分解為小的東西，把小的東西再進行細分。分解性思維的要害，就是一件事物的整體特性以及各個部分之間的潛在關聯被完全忽視掉了：解剖的方式。
科學與方法，數學創造的實質，是從各種各樣的數學知識的組合中找出最有價值的組合，而最富有成果的組合常常是從相距很遠的領域取出的要素形成的組合—龐加萊融合有三類：
遷移：
大多數醫學研究者缺乏足夠多的知識廣度，跨學科的知識遷移自然無從談起。
印證：
潛意識作用的發揮，並非平白無故產生的，而是有賴於在此之前有足夠的有意識的思考，這種思考的作用，是把很多知識的原子啟用起來，為潛意識階段的思考提供素材，然後在潛意識階段，這些原子就自發遊行碰撞，在腦中快速元件各種各樣的組合，並且這些組合之間相互競爭，直至最佳的組合自動湧現出來，上公升到大腦的意識層上面。
互補：
對於同乙個議題，找到完全不同視角下的論述，綜合到一起，就可以得到對這一議題比較全面和深入的認識。
個人總結：知識間的融合少不了對多樣性知識的熟練掌握。而對知識的熟練掌握更離不開對知識本身的深度理解和反覆操練。可以說，提問，解碼，操練是融合的基礎，是創新的必經之路。
學習方法讀書筆記
首先不得不說的是道理我都懂，但是每次看到這樣的文章總是醍醐灌頂，下次看到換湯不換藥的東西，還是感嘆一遍，一次次下來就變成了道理我都懂，但是就是過不好這一生。為了能夠學以致用，我決定輸出。1 解碼規律 從不同的角度看問題，由淺入深地了解一件事情。以會說話的小黃鴨為例，孩子會關心這是個玩具 呈現 家長會...
統計學習方法讀書筆記
感知機 perceptron 沒啥說的，感知機就是尋找乙個將空間分為兩部分的超平面 前提可分 學習過程既是損失函式極小化的過程。模型 啟用函式 損失函式 推導 首先考慮任意一點x0到超平面的距離 對於誤分類點 xi,yi 來說 所以誤分類點到超平面的總距離 損失函式 損失函式極小化 簡單的梯度下降即...
統計學習方法讀書筆記 knn
看李航老師統計學習方法時的筆記。其實書上寫的已經非常易懂了，但是為了自己記憶，姑且寫個筆記，個別地方是自己的理解，可能有偏差。knn是由cover和hort在1967年提出的分類和回歸方法 監督學習的 它是乙個機遇距離的機器學習演算法，因此更多地適用於數值型的資料集 用jarccard相似度倒也可以...