学习方法谈

循序渐进，先建立起直观

如何快速学习一个工具、Python的一个第三方的library？

读其documentation，

一个成熟的应用广泛的工具不仅有完备的documentation，还会给出关于工具最为常见用法的一个quick start，这更有利于快速上手，如果只是简单调用其中的api，而不打算更为深入的学习。

我在想一本相关技术书与其online documentation的关系是什么，区别和联系是什么。首先声明一点，两者于技术的沉淀和提升都不可或缺。互联网形式下，技术书天然地要滞后于在线文档的。在线文档的更新和迭代是敏捷于相关技术图书的。技术书是相关工具或库的沉淀、总结和积累，而后成为的经典。在线文档是轻量级的书，是技术书的储备与素材。

勤于总结和积累，知识总在迭代中才有质变的可能

time bound：设置上界，同时设置下界

上界和下界共同确定了一个区间（range，比如最早7:10起床，最晚7:50起，两者组成了一个[7:10,7:50]的允许起床时间段或者区间），而不是一个rigid的值，一个灵活的区间，时间上是可以调整，心理上也更愿意承受。

当闹钟在7:10分响起时，心理上会说“哇，还早，还能在睡会”，迷迷糊糊、睡眼惺忪之际便会起来，因为有一个截止时间在卡着。如果在这中间不幸没有醒过来，当7:50的钟声响起，那就不单是闹钟，更像是一个警报了。

深还是广？

对一个话题要尽可能地深入，而非对很多话题浅尝辄止。因为最后我们会发现，各种话题背后的逻辑、方法、思想是相通或者接近的。

可复制性，而非一次性

学到什么编程技巧、某一关键技术，要反复学习，多做总结，而非蜻蜓点水，过眼云烟。

比如要打一个这样的结：



注意，这里上下的两个结还是有些不同的。

对何敏感

数据科学家/数据挖掘分析工程师的一个听起来挺虚的要求是要对数据敏感。

这里在这篇学习方法的文章中把敏感性单列出来，只是为了说明敏感性，其实是专业性的另一种表达形式。

敏感即是专业，反之，不敏感、麻木、无动于衷往往意味着业余玩票。

举个栗子，我们在读一本讲述数学或者机器学习算法原理的书中，要对什么有足够的敏感性。对术语，对概念，尤其是定义要有足够的敏感，理解数学符号，尤其是公式。理解了公式，也就理解了全部，因为全部的文字，图标都是为公式以及公式的推导进行解释、补充和说明。理解了公式，会发现多少文字有些多余。

读一篇文章，我们在读什么？

文章分段，段落分句，句又分主系表，主谓宾，也即拆解结构；

稍加琢磨即会发现，几乎每一段都有一个核心的意思，不然写得好好的，干嘛要分段呢，还要多打一个回车符；文章的核心主题，有可能在标题中给出，在首段开中明义地给出，也有可能在中间靠后的某个位置，甚至在最后，才点出。所以文章的主题，可能不太好把握，不是一开始就能确定。但是段落，之所以成为段落，不可避免的会有一个核心意思。

首先是读落脚点，也即最终被定语修饰的名词；

抓住本段的核心，以关键字或者关键句的形式呈现；

还有一些关键的词，比如刻画顺序关系，这些词本身就构成强调，自然是关注的重点，而且这些词，能把句子，甚至段落组织起来。

为什么要“一题多解”，同一问题要多种思路呢

一题多解，意味着思路，方法，变化，调整；

多题一解，意味着统一，不变，联系，相同；

所谓有多种方法解决同一问题的真正深意在于，当一种方式不奏效时，我们还有alternative，还可workaround。