知识付费的时代

大家应该听说过学习金字塔的模型,这是美国缅因州的国家训练实验室研究成果,它用数字形式形象显示了不同的学习方式,学习者在两周以后还能记住内容(平均学习保持率)的多少。虽然这个实验的结果是1940年左右的数据,但是对于我们学习来说,这个依然有很强的参考意义。

特意说这个话题,是因为我最近在读书学习的过程中产生了很多的疑问。一个是学习效率的问题,另外一个是学习成本的问题。

先说学习效率,我曾经对于互联网阅读是很看好的。在我们的生活中也会有很多的类似产品。还写了一篇文章来表达我的观点。我看好互联网阅读(r11笔记第63天), 虽然时间的推移,我想我还是没能很好的坚持下来。这里有几个借口:1.一个是因为时间的安排,我们生活中不光有读书,还有大量的视频,电影,所以诱惑在所难免。2.缺少一个清晰的读书计划,说来惭愧。我还制定过一个读书计划,今年计划读完的几本书,目前为止,《硅谷钢铁侠》是辗转很多次才读完了,在这期间,还读了其他的书,显然都是浅尝辄止。3.纸质书带给我的冲击,因为学习的内容,我倾向于看纸质书,所以最近入手了好几本纸质书,读电子书的时间自然就少了。4.我带动了一个微信读书群,显然微信群来促进这种读书氛围效果还是有限,现在群处于半放养状态。

所以说了诸多的借口,最后我发现电子阅读打给我的是一部分的收获,没有我想象的那么好。个人感觉电子书更适合去阅读一些短篇,非技术深度系列的内容,因为我们读书的很多时间都是碎片时间居多,碍于环境的影响,我们的注意力也有限。

在我读纸质书的过程中,有以下的一些感受:

1.买回来的纸质书难度超出了自己的理解,所以尝试了一次之后,读不懂的就放起来了。

2.买回来的纸质书缺少一些系列的基础内容,比如我如果买了一本React的书,但是书里上来就是一些笼统宽泛的概念,没有入门的指点,显然我只能看看而已,收益还是优先。

3.有些纸质书很有意思,在内容之外还提供了源码下载,这样以来我可以边读书边做调试,感觉真是很省事,这也给我的新书带来了一些灵感,后续也要重点考虑,方便自己,也方便读者。

4.读书的过程,尤其是技术书的过程,其实是double write的感觉,一遍读书,基本理解了里面的步骤,然后照着里面的教程或者步骤来实验一番,如果实验成功算是幸运,如果不成功,那么一定是我们卡在了一些看似简单的步骤上面,对此我们可能要走一些弯路,整个读书的过程,我们其实是把书读厚了。

5.总体来说,想要达到最好的阅读效果,我们还是需要一个相对安静的环境,一个相对平和的心态,还有一个很强的目标感。这对于我们这种浮躁的学习氛围来说,真心不易。

我们希望什么样的学习效果,基本是一种服务的感觉,学习的时候,如果有人给我们演示,那么学习效果在金字塔中的被动学习层面是相对比较高的了。

我们要做更多的突破,那么从我的感受来看就是三点:

我们尽可能找一些质量较高,难度适当的课程来学习,视频的时间不用很长,能够保证我们的一个基本的学习目标达成,另外一个就是对于学习的内容,我们还是得舍得花点学费,网上便宜的不一定是最好的。还有一点也是最重要的,那就是总结学习的笔记,如果整理成ppt,带着一种学习完随时分享的态度去学习,你学习任何东西都会快一些的。

因为这是主动学习的范畴,而如果你总结得当,确实淘到了一些干货,那么这个收益会更大。

大家可以讨论下,有哪些付费的平台较好,我也参考一下,最近入手一些学习视频和内容,共同学习。

原文发布于微信公众号 - 杨建荣的学习笔记(jianrong-notes)

原文发表时间:2018-05-14

本文参与腾讯云自媒体分享计划,欢迎正在阅读的你也加入,一起分享。

发表于

我来说两句

0 条评论
登录 后参与评论

相关文章

来自专栏数据猿

利用大数据精准营销,给消费者一个选You的理由!

【数据猿导读】大数据是社会科学重要的进展,但企业要精准抓住未来,经理人要拥有更好的决断力,还是要基于对不同人、不同性的理解,而不仅是科技工具的使用而已。

11110
来自专栏AI科技评论

图灵奖得主 Joseph Sifakis : 物联网领域的自主系统设计 | CCF-GAIR 2018

AI 科技评论按:2018 全球人工智能与机器人峰会(CCF-GAIR)在深圳召开,峰会由中国计算机学会(CCF)主办,雷锋网、香港中文大学(深圳)承办,得到了...

13820
来自专栏AI科技评论

详解Google第二代TPU,既能推理又能训练,性能霸道 | Google I/O 2017

AI科技评论消息,5月18日凌晨,Google CEO Sundar Pichai在I/O大会上正式公布了第二代TPU,又称Cloud TPU或TPU 2.0,...

36950
来自专栏后端技术探索

破解YouTube、Facebook推荐系统背后的那些算法

我之前翻译过一篇文章《破解 YouTube 的视频推荐算法》,得到了很多人的好评,在各个算法、大数据公号上纷纷转载。最初看到这篇文章是@fengyoung 在F...

49650
来自专栏AI科技评论

专访腾讯钟黎:知文团队在智能问答系统方面的探索

对于刚刚成立的腾讯知文团队来说,过去是收获颇丰的一年。虽然成立尚不足一年,但这一团队已在 AAAI、IJCAI、SIGIR、EMNLP、COLING 等顶会上发...

22910
来自专栏AI科技评论

吴恩达解读百度大脑:人工智能到底能为我们做些什么?| 百度世界2016

雷锋网2016年9月1日消息,百度世界2016在京举行。大会上百度首席科学家吴恩达解读了百度大脑的四大能力和百度深度学习平台,并且宣布这个月会把百度深度学习平台...

35680
来自专栏PPV课数据科学社区

关于2014年大数据预测分析市场的预测

多年来,企业都一直无法充分利用大数据进行预测分析。由于社交媒体的普及带来了消费者日常生活习惯、活动和兴趣方面的数据信息量的巨大增长。这些新的外部数据资源将与企业...

36360
来自专栏CDA数据分析师

机器学习的商业应用

机器学习的商业应用就是把真实的场景,真实的商业应用的经验凝练成对每个数据分析师都有价值的功能,逐渐放到产品中。 本期精编版嘉宾演讲为IBM中国开发中心技术总监...

24850
来自专栏华章科技

CloudFlower | 2016数据科学家报告

我们的《2016数据科学家报告》是去年的努力的后续行动。我们的目的是调查有着多年经验和专业领域的专业数据科学家,从而了解他们的职业,以及他们每天的日常工作是怎样...

9920
来自专栏人工智能头条

数据科学家、机器学习工程师与普通的软件工程师有什么不同

17330

扫码关注云+社区

领取腾讯云代金券