转帖:读书前提是先有个知识谱系

本文探讨了进入新领域的正确学习路径,强调了阅读纲领性教科书的重要性,并通过个人经验分享了忽视基础知识可能导致的问题。
部署运行你感兴趣的模型镜像

转自:http://bbs.gxsd.com.cn/viewthread.php?tid=300634

知识太多了,进入一个领域真的不那么容易,看起来不仅仅技术领域如此,
法律,会计,哲学等等专业领域,都有信息爆炸而带来的选择性阅读问题。

---我是分割线,以下是转帖内容---

虽然教科书都很枯燥,但是我觉得进入某个领域,还是要耐着性子读一本纲领概括性的导论式教科书,再说如果能找到相关国外大学通用的教科书的话,也未必就枯燥。比如再我喜欢的政治学领域,迈克尔·罗斯金的《政治科学》就很生动,读来绝不枯燥。
而如果没有读过此类入门教材,一上来就要读原典,经典,名家专注,反而摸不着北,一是可能有些该领域的基本概念不清楚,二是有联系的东西之间不知道怎么联系,三是容易一叶障目,不见泰山,不能总揽全局,权衡利弊。这就譬如是造房子,心目中没有好的设计和图景,即使有了一堆砖也不知道能造个什么东西出来更不知道一扇窗,一付门都将安在哪里。
而如果有了清晰的知识谱系,心中有了大格局,下余的功夫便只是添砖加瓦,一点一滴的该砌墙砌墙,该打梁打梁,有条不紊得下功夫就成了。
以前在我的头脑中,西方全部政治思想的精华就是自由主义,找来读的全是自由主义的经典,可是慢慢才知道自己没有政治学的入门功夫,不知道自由主义和保守主义的关系,不知道社会民主主义和自由主义的关系。。。。。。做学问,读书,最忌讳没有全局概念,局促在一个角落,还以为真理在握。这是才想起去补补最基本的入门导论知识,走了弯路。幸亏平时没有妄自涂抹,下什么读书心得,也没有敢在别人面前卖弄知识,否则真的贻笑大方了!
这也是为什么好的大学都非常注重本科教学的原因吧,万丈高楼平地起,基础必须要扎得牢,打得宽实。我们平时读书自学,虽不是在学校读书的时候,一样要注意这样的前后规律,以免不成体系,只积累了知识碎片,一地散珠,不知道如何穿起来,为己所用

您可能感兴趣的与本文相关的镜像

AutoGPT

AutoGPT

AI应用

AutoGPT于2023年3月30日由游戏公司Significant Gravitas Ltd.的创始人Toran Bruce Richards发布,AutoGPT是一个AI agent(智能体),也是开源的应用程序,结合了GPT-4和GPT-3.5技术,给定自然语言的目标,它将尝试通过将其分解成子任务,并在自动循环中使用互联网和其他工具来实现这一目标

六自由度机械臂ANN人工神经网络设计:正向逆向运动学求解、正向动力学控制、拉格朗日-欧拉法推导逆向动力学方程(Matlab代码实现)内容概要:本文档围绕六自由度机械臂的ANN人工神经网络设计展开,详细介绍了正向与逆向运动学求解、正向动力学控制以及基于拉格朗日-欧拉法推导逆向动力学方程的理论与Matlab代码实现过程。文档还涵盖了PINN物理信息神经网络在微分方程求解、主动噪声控制、天线分析、电动汽车调度、储能优化等多个工程与科研领域的应用案例,并提供了丰富的Matlab/Simulink仿真资源和技术支持方向,体现了其在多学科交叉仿真与优化中的综合性价值。; 适合人群:具备一定Matlab编程基础,从事机器人控制、自动化、智能制造、电力系统或相关工程领域研究的科研人员、研究生及工程师。; 使用场景及目标:①掌握六自由度机械臂的运动学与动力学建模方法;②学习人工神经网络在复杂非线性系统控制中的应用;③借助Matlab实现动力学方程推导与仿真验证;④拓展至路径规划、优化调度、信号处理等相关课题的研究与复现。; 阅读建议:建议按目录顺序系统学习,重点关注机械臂建模与神经网络控制部分的代码实现,结合提供的网盘资源进行实践操作,并参考文中列举的优化算法与仿真方法拓展自身研究思路。
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
红包 添加红包
表情包 插入表情
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值