首页
学习
活动
专区
工具
TVP
发布
精选内容/技术社群/优惠产品,尽在小程序
立即前往

像机器学习一样刻意练习

从小到大,我们一直在接受着一个错误的方法论:重复练习。当你在上小学的时候,做错一道题或者写错一个字,老师通常的方法都是让你抄X遍,通过不断重复以期望你能学会这个知识点或者记住这个字。单纯的重复练习也许只能让你在当前的情境下记住发生过的错误,但是无法有效提升能力。

从本质上来说,重复练习没有错,错在没有用正确的方法去“重复练习”,也就是本文中提到的刻意练习。刻意练习是一种提升能力的方法论,那为什么刻意练习会和机器学习联系在一起呢?

先来看一看机器学习的业务逻辑:

机器学习,是通过输入与输出不断的调整、优化机器学习算法的参数,以保证输出效果的尽可能最优。

而刻意练习,本质上来说也是与机器学习同样的思路,在明确目标的前提下,通过练习得到的反馈来指导练习的优化,同时通过不断的有目的的重复练习,以达到最大化的能力提升。

接下来对刻意练习模型中的每个环节解析,找到其中的关键点:

1.明确目标

永远关注最重要目标,在数据运营领域也叫作北极星指标,即在进行练习前,制定最重要的也是最关注的的目标,并且这个目标一定是可完成的,如果你的练习是为了成为SuperMan,那么多多少少有点不太接近实际了。

目标拆解,形成可执行、可不断进阶的目标。基于当前最重要目标进行目标拆解,通过不断完成小目标以到达最终完成大目标的效果,这里推荐使用金字塔原理或OKR目标拆解方法。

2.练习

天真的练习方式是不断重复、重复、重复,也就是在文章开头提到的,通过不断的重复同样的练习以期待得到更大的提升。

针对目标,制定有目的的练习方法,并专注练习过程。在练习这个环节需要关注的关键有两个点:有目的练习、专注。

有目的练习,针对目标拆解后得到的小目标,根据目标的优先级进行练习,通过不断的改变练习目标,以得到最终质的改变。

专注,在练习中保持专注,有投入的练习才会取得更好的效果,在练习过程中尽可能不被外界打断或打扰,推荐使用番茄工作法进行练习。

3.反馈

单纯的练习并不能体现练习效果,需要通过合理的、科学的反馈发现练习中出现的问题,通过反馈指导练习。

获得科学反馈的两种方式:领域专家、权威参考。

领域专家,在希望提升能力的相关领域,找到可以给予指导意见和优化方案的领域专家,从而更科学的改善练习方法,当然对于一些专业性较强的领域来说,找到一个专家并且愿意花时间来指导你练习有些困难。

权威参考,找到领域专家去指导练习对于很多人来说可能存在难度,这个时候就可以去寻找领域内权威参考资料,通过练习结果与权威资料的对比找到不足,找到可以继续优化的方向。

4.迭代优化

精益创业中提到的MVP理论已经在很多地方得到了应用,在刻意练习中,也借鉴了MVP理论,依赖反馈结果,指导练习方法的迭代和优化,通过不断的练习、发现问题、优化练习这样一个过程,提升练习效果。

5.重复

在练习环节提到过重复,这里的重复不是单纯地重复,而是基于上面的明确目标、专注练习、通过反馈给予迭代优化练习基础下的重复,只有这样的重复才能形成练习的闭环,从而保证有效的能力提升。

  • 发表于:
  • 原文链接http://kuaibao.qq.com/s/20180209G04IAS00?refer=cp_1026
  • 腾讯「腾讯云开发者社区」是腾讯内容开放平台帐号(企鹅号)传播渠道之一,根据《腾讯内容开放平台服务协议》转载发布内容。
  • 如有侵权,请联系 cloudcommunity@tencent.com 删除。

扫码

添加站长 进交流群

领取专属 10元无门槛券

私享最新 技术干货

扫码加入开发者社群
领券