2017 我的学习之路

伟大的毛主席这样说：“读书是学习，使用也是学习，而且是更重要的学习”。在17年底，借着万门大学征文的机会，在这里总结下我自以为的学习之道，分享给每一位也许迷茫也许焦虑的同学，培根（不是吃得那个，是腐国的一位大思想家）曾说过，我活着是为学习，而学习并不是为活着。这句话前半部分可以看成是终身学习的鸡汤，而后半句则是告诫你去学一些看起来和求生无关的东西，通过学习，活出自己的个性来。这句话应和我最喜欢引用的一句话古之学者为己,今之学者为人。在当下的社交媒体上，标注并分享自己学习了一个内容，要远远比学习某一个内容来的简单的多，人们都有去做简单的事情的冲动，但学习就应该选择那条难走的路。

在今年夏天的万门复杂系统和机器学习的特训班上，我十分荣幸的应许铁邀请，献丑做了一回授课讲师，授课的经历，给我留下了即深刻又美好的回忆，更令我受益良多。做为只是粗粗了解机器学习的一位外行，我本对接受邀约很犹豫，觉得自己讲不出什么干货，但耐不住基友的邀请最终答应了下来，课前很是花功夫做了准备，写课程的逐字稿，一次次的打磨PPT，在这个过程中深化了自己对之前学过的课程和看过的书籍的理解，更锻炼了自己的表达能力和时间掌控的能力，在此要借着这个平台感谢万门大学和混沌巡洋舰给了我这个机会来实践自己通过输出来主动促进学习效率的学习之道。

在我这个夏天做的分享中，我曾细致的讨论了如何在未来自学机器学习，还推荐了一些相关的视频课程和书籍。后来还曾经针对大数据，列过一个书单，（AI，大数据，复杂系统 最精40本大书单），然而在我心中，学习的最佳方法绝不是仅仅去读书，而是要给身边的小伙伴讲出你读的这本书说了什么，最终的目标是要做到学以致用，尝试用书中所说的道理方法来改变你看问题做决策的习惯。

若你觉得高质量的输出对于你来说太难了，你要明白写作或是讲课，本身就是很难的，需要你对自己所学的有深度的了解。为了给输出做好准备，可以通过问题来指导你的学习。一开始，问题可以是有趣的，例如在万门的免费课程-《阿哲的疯狂实验室》中，童校就是通过一个个有趣的问题吸引人去进入看似深不可测的高等数学或大学物理中。然而这样有趣的问题，终究只能算是开胃菜。通过问题指引的学习，还应当去问些基本的问题，只有通过这些类似屈原的“天问”式的大问题，我们才能够系统性的学习一个学科。

比如想学经济学，该问那些问题了，最初的问题可能会是生活中的房产现象，例如为什么在大萧条的时候，资本家宁可讲牛奶倒掉，也不愿意给穷人喝，这个问题由之同学给出了很好的回答，然而若是想全面的学习经济学，心中必须要弄清楚经济学想解决的是那些大问题，这些问题注定是超越时代和文化背景的，也一定不会是非黑即白而会是两难的选择，例如该如何权衡公平和效率，该如何分配稀缺的资源。带着这样的大问题，再去看经济学各个子学科中的假设与简化，就不会陷于细节而忘记了学习这门学科的初心。我的好友由之今年也曾经在万门的经济特训班讲课，为此他写下了数万字的讲稿，我想他也因此而加深了对经济学的理解了吧。

不替万门做广告了，总结一下我想分享的学习之法。学习是困难的，能激励你坚持学习的不应仅仅是意志力，更应该是情感。这情感有由内而生的，即我们的好奇心，对于那些我们未知的有趣的问题，我们每个人都天生想知道问题的答案，只是该如何做才能避免让这份好奇心因为长大了就慢慢消散？

激励我们持续学习的第二种情感由外而内，来自于和他人分享知识带来的快乐。为了更高效的和他人分享，你需要将自己学到的观点和案例按照那些永恒不变的大问题归档，将你读过的书和文章中的每个知识点按照其可以回答的问题打上标签，进行分类归档，只有这样才能高效的讲给身边的伙伴。而更多的伙伴得到了知识光芒的照耀，也会激励你持续去追求新知的，只有这样的正向循环转动了起来，才可以督促自己去看更多的书，去问更多的问题，然后再将这些问题归类成大问题的子问题或变种，从而即加深了自己对知识的理解，也保证了在自己学到的内容是规整有序的。

原创不易，随喜赞赏

更多阅读