<em id="pn7p8"><acronym id="pn7p8"><u id="pn7p8"></u></acronym></em>

    <th id="pn7p8"></th>

    <button id="pn7p8"></button>

      <dd id="pn7p8"></dd>
      <progress id="pn7p8"><track id="pn7p8"></track></progress>

      Linux培訓
      達內IT學院

      400-111-8989

      工作以后如何有效學習?

      • 發布:Linux培訓
      • 來源:網絡
      • 時間:2017-04-17 16:36

      工作后怎么學習?

      有個小妹子問:非常渴望成長,雖然已經工作了,仍然不敢中斷學習。但是,在工作中學吧,好像學不深;想學習工作之外的東西,又不知道如何入手。到底應該如何學?

      有這樣問題的朋友不少。尤其是在好學、努力、有成長意愿和激情的年輕人中,這一問題相當典型。

      畢竟,以前在學校里,學習是主業,每天至少花8小時專注學習。該學什么學校都給規定好了,具體的內容老師也會教。等到工作以后,每天的主業變成了完成工作任務,學習已經成了業余時間的“奢侈品”。

      以前學了就去考試,好歹有個及格的底限或者爭取優秀的目標在那里。現在每天自己學,又不能學完做個卷子拿去找老板升職加薪。雖然知道應該學習,可是,動力好像不那么強了。

      怎么才能把自己有限的業余時間和精力投入到有用、有效的學習上去呢?

      按區域區分學習內容

      相對于在學校里,工作后學習有一個很大的優勢:我們可以很容易找到什么“有用”!(雖然有點功利,但不得不承認,“有用”與否是大多數人產生驅動力的重要所在。)

      我們可以以職業發展為基準進行學習,從而避免漫無目,東一下,西一下的“亂學”。

      千里之行,始于足下。無論未來的發展如何規劃,都是從當下的工作開始起步的。

      那么,我們就以當前工作為核心,把工作后的學習內容大致分為如下三個區域:核心區、擴展區和外延區。

      三個區域

      核心區:指在工作中直接使用到的知識和技能。例如:用Java語言編程,用Excel算賬,用PPT做宣傳材料等。

      這部分非學不可,不然現在工作不保。

      擴展區:指與當前或未來工作(有轉崗轉行需求)有關,但并不會立刻就用到的知識技能。

      如果學了這部分內容,很可能對自己未來的職業發展有支持作用。

      外延區:包羅萬象,所有沒有納入前兩個區域的內容都可以歸屬此區。

      重點困擾區域

      核心區的學習對于一般合格的員工都不成問題。不學就要失業,自然動力十足。而且學了馬上就能實踐,非常利于掌握。

      外延區原本就是Just Have A Try,不必投入太多時間精力,以體驗和了解為主。大不了根本不學。

      真正困擾大家的是擴展區的內容。

      擴展區的學習可以分為軟硬兩個方面的技能。(從這個角度劃分的話,而外延區也可分為軟硬兩個部分。不過,核心區僅包括硬技能。)

      擴展區的軟技能

      軟技能:指管理能力、交流能力、表達能力等soft skills。

      軟技能無論工作生活,每天都用得上,不過往往沒有現成文檔指令,只要照著做就能達到某種效果。

      這類技能,一般不太可能有速成的培訓班,需要長期的揣摩和積累,才有可能進步。

      掌握這類技能,最好的辦法就是處處留心,經常性的回顧和總結,也就是俗話說的琢磨。

      相關的書籍,講授如何管理,如何寫作之類的有不少,可以作為輔助。不過只有和應用結合,在實踐中驗證理論,才可能有效果。

      擴展區的硬技能

      硬技能:指具體的技術和知識(多為科技方面)。

      這部分更接近于課本知識,對邏輯思維要求較高,在一定程度上,可以靠集中突擊來掌握。

      擴展區的硬技能,實際是提出這個問題的同學們最關注的部分。這種關注,是由這部分內容的性質決定的。

      擴展區硬技能的性質:

      【必要性】

      核心區的知識技能一般是用到什么學什么,比較零碎,不成體系,而且很多時候,也深入不下去。想要真的在業務領域達到一定的深度廣度,就需要擴展區來補充。

      【可行性】

      擴展區一般不必被工作單位或老板指定,也因此享有了較大的自由度,可以自行安排學習內容和時間。

      【消耗性】

      擴展區的學習,和工作相關又不能占用工作時間。因此只能使用自己的業余時間來學,同時要學得深入,還得投入大量精力。很容易打成一場消耗戰。

      學習的困境

      如今,有那么多熱門技術(例如:數據分析、機器學習等等),每一種都充斥著各種各樣或免費或費用很低的資料、課件、分享、培訓。從理論到實踐都有講解。

      許多同學自己也制訂了詳細的學習計劃,把計劃全部業余時間都用到了吸收各種新的知識技術上。

      可是,很多人花費了大量時間,最后卻好像沒學到什么。這又是為什么呢?

      困境的原因

      直接原因:精力分散,不夠專注,各個方向都有涉獵,但卻都僅限于略知皮毛。

      深層原因:驅動力不足以讓自己專注。

      根本原因:沒有足夠渴望的目標,無法調動自身能量形成驅動力。

      有效學習的驅動力

      有效學習的核心

      其實,無論哪個區域的內容,最為有效的學習都無外乎:帶著問題學習。

      我有一個問題,迫切的想要找到答案。我在讀的書、在聽的課、在看的代碼里就有這個問題的答案,或者至少能幫我找到解決它的思路——在這樣的背景之下去學,自然能夠專注得起來,深入的下去。

      有效學習的驅動力

      很顯然,擴展區的學習,如果和核心區目標一致,能夠迅速將學習成果應用到本職工作上去,那想必能達到事半功倍的效果,至少能夠持續獲得學習的動力。

      如果對現在的工作并沒有很大興趣,非常想要投身進入其他領域,那么不妨參照這個成功轉行的例子,考慮一下脫產學習。這樣一來精力集中,二來也是背水一戰,逼一下自己。

      如果既和工作無關,又沒有熱愛到足夠為它辭職,恐怕就需要極大的毅力和自制力才能有效的學習了。

      行文到此,之前的部分,是提示你去挖掘自己學習的驅動力;后面的部分,是講能夠使學習過程更有效的具體方法。

      但是,所有的理論、方法、工具、提示,都只有在驅動力具備的情況下才能夠生效。

      學習的驅動力的問題,是他人無論如何無法代替或幫助你產生的,必須要靠你自己解決。找到自己足夠渴望的目標,以目標實現的前景為激勵來促使自己產生驅動力——這是你只能自己一個人完成的任務。

      有效學習的方法

      要點和過程

      有效學習有三個要點:目標明確,系統性強,足夠深入。三者缺一不可。

      新的技術知識那么多,如果今天學點這個,明天學點那個,搞成狗熊掰棒子肯定收獲甚微。選定目標是最重要的。

      學習之初,首先要有一個明確的scope——我要學習哪個領域里面的哪些內容。同時得清楚,學了這個東西,要用來干什么,最終會把它用到什么事情上去。

      明確了要學什么,學了用來干什么,也就可以確定一個知識體系(至少是其中一個結構分明的分支)。并進一步確定,對這個體系中的內容需要了解到什么深度,這就有了一個深度目標。

      有了體系和深度,進而可以列舉出所需要掌握的各個知識模塊。

      在此基礎上,再去指定具體的課表和學習計劃。

      總結一下:

      i)明確知識范疇和應用目的;

      ii)劃定知識體系并確定深度目標;

      iii)填充知識模塊;

      iv)制定針對具體模塊各個擊破的學習計劃;

      v)執行學習計劃。

      其中的 i)- iii)可以借鑒做作文列提綱的辦法:在勾勒出輪廓之后,先把知識結構的骨干勾勒出來,分為篇章,列出大標題,再在其中填注小標題。

      舉例說明

      目標:筆者要學習基于機器學習的自然語言處理,具體的應用是開發聊天機器人的語言理解模塊。

      調研:通過 i) 向有類似經驗的同事請教; ii) 到網上搜索綜述性文章; iii) 查找實踐類的文章、類似開源項目……等一系列手段。筆者了解到,最起碼有兩件事情必須要做:意圖分類和實體提取。

      構建體系:為了用機器學習實現這兩件事,就需要用到分類和seq2seq預測模型。進一步,為了獲取意圖,可能還需要做文本聚類。

      確定深度:再通過進一步查詢資料得知,要了解這些模型的運行原理,就得讀公式,那么就需要求導、求微分、求積分、矩陣運算、概率統計等方面的知識。

      填充內容:同時為了在現實的數據上應用這些模型,需要掌握將文本轉化為向量空間模型的能力,評測模型質量的能力,和數據清洗整理的能力。

      所有這些能力又都是以編碼能力為支撐的。

      制定提綱:有了上面這些,就可以構建如下這個提綱。

      為了開發聊天機器人語言理解模塊學習機器學習的內容提綱

      A. 數學

      a. 數學分析:求導、微分、積分

      b. 線性代數:向量基本運算,矩陣基本運算,矩陣分解,多種矩陣的性質

      c. 概率統計:古典概率模型,貝葉斯公式,常見概率分布及其公式和特點

      B. 數據處理和向量模型空間的構建

      a. 文本標注

      b. Bagging & Boosting

      c. 中文分詞方法及原理

      d. n-gram模型原理

      e. bi-gram文本特征提取

      f. 計算文檔tf-idf 及其信息熵

      C. 模型原理及公式

      a. Linear Regression(最小二乘法)

      b. Logestic Regression(極大似然估計)

      c. Naive Bayes

      d. Decision Tree(ID3, C4.5)

      e. SVM

      f. CRF

      g. KMeans

      h. Spectral Clustering

      i. LDA

      D. 模型的構建和驗證

      a. Binary-Classification vs Multi-Classification

      b. Normalization & Regularization

      c. Validation & Test

      d. Cross Validation Methods

      e. Precesion, Recall, F1Score

      f. ROC, AUC

      E. 工具及語言

      a. Python,Java,C#類比及對比

      b. Python 庫,Java 庫,C# 庫

      c. 分詞工具(jieba分詞)和詞庫

      d. word2vec

      F. 實踐

      如上只是第一個版本,可以先依據它制定一個為期兩到三個月的學習計劃。在執行過程中,根據新的認識和具體需要可隨時調整提綱和計劃。

      關于培訓

      對于自己完全不了解的領域,很多人會選擇參加培訓。

      籠統而言,用自己金錢和時間換取他人的知識和經驗當然沒問題,甚至可能是更高效的辦法。但前提是對方得真的有知識和經驗(不是忽悠),而且TA所提供的是你所需要的。否則,不過是浪費錢和時間而已。

      要正確判斷一門培訓課程的質量,除了常識和閱歷,還一定要對所學內容有所了解。一無所知,就看廣告報個班,即使有幸碰到了好的老師和課程,能吸收的恐怕也非常有限。

      所以,筆者對于有償培訓的建議是:慎重,了解后再選擇。

      最好是能夠自己列出上面那樣的課程提綱后,再去對照提綱尋找滿足內容需求的課程。就算不能列出小節名,至少對于需要哪幾個部分的知識要有所了解。

      對于全新領域,要制作這么一份提綱的確有一定困難。不過,現在的各種資源那么豐富,有各式各樣的書籍、文章、論壇、微信/QQ群、免費講座和分享等可以利用。

      只要是有心人,善于利用資源,肯投入進去研究,總還是能夠先對自己的目標領域勾勒一個輪廓和大致框架出來的。

      有效學習的幾點提示

      分享幾個筆者認為行之有效的日常學習Tips。

      關聯

      把新學到的東西和日常的工作、生活聯系起來,進行思考。比如:將理論代入現實,不同領域間事物的類比,相似內容的對比等。

      以身邊的實例來檢測理論。不僅能夠加深理論知識的理解,而且有助于改進日常事物的處理方法。

      記錄

      準備一個筆記本,紙的或者電子的。有什么發現、感想、疑問、經驗等等,全都記下來。

      如果是對某個話題、題目有比較完整的想法,最好能夠及時整理成文,至少記錄下要點。

      隔一段時間后把筆記整理一下,把分散的點滴整理成塊,一點點填充自己的“思維地圖”。

      分享

      知識技能這種東西,學了,就得“得瑟”——把學習到的新知識、理論、方法,分享給更多的人。如此一來,倒逼自己整理體系、記憶要點,堪稱與人方便自己方便的最佳實例。

      把自己的感想、體會、經驗分享出來也是同理,還多出了鍛煉自己邏輯思維能力和歸納總結能力。一舉多得,何樂而不為?

      外延區的意義

      外延區的內容完全可以和自己的工作、專業沒有任何關系。

      可以肆無忌憚讀任何自己想讀的書,享受與前輩精英分享思維成果的樂趣。

      除了學術類的內容,烹飪、烘培、音樂、美術、插畫、煮咖啡……什么都可以嘗試一下。

      筆者建議大家嘗試一下這些完全沒有接觸過的領域。

      一則,可以調劑一下,放松身心,作為休閑的一種方式。

      二則,可以從更廣泛的角度去理解“學習”這件事。

      三則,也可以稍許體會一下“斜杠”的難度。

      現在,鼓勵大家成為斜杠中青年也漸漸成了勵志類自媒體的一種風氣。斜杠真的那么容易嗎?

      反正,自從我學了幾次裁縫之后,真心覺得:這些東西,用來玩很有意思,用來賺錢可比當碼農難多了累多了,還是把本職工作干好吧。

      預約申請免費試聽課

      填寫下面表單即可預約申請免費試聽!怕錢不夠?可就業掙錢后再付學費! 怕學不會?助教全程陪讀,隨時解惑!擔心就業?一地學習,可全國推薦就業!

      上一篇:學習Linux系統的方法,選適合你自己的!
      下一篇:初學Linux系統應該做對的4件事情

      拯救者Linux:我是如何給我的團隊引入Linux的

      Linux只有十三個字符的經典Fork炸彈

      騰訊十年運維老兵:運維團隊的五個“殺手锏”

      為您的Linux應用開發加油提速(二)

      • 掃碼領取資料

        回復關鍵字:視頻資料

        免費領取 達內課程視頻學習資料

      • 視頻學習QQ群

        添加QQ群:1143617948

        免費領取達內課程視頻學習資料

      Copyright ? 2021 Tedu.cn All Rights Reserved 京ICP備08000853號-56 京公網安備 11010802029508號 達內時代科技集團有限公司 版權所有

      選擇城市和中心
      黑龍江省

      吉林省

      河北省

      湖南省

      貴州省

      云南省

      廣西省

      海南省

      高清特黄a大片,日本真人真做爰,特级做人爱C级,免费a级毛片 百度 好搜 搜狗
      <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <文本链> <文本链> <文本链> <文本链> <文本链> <文本链>