Linux培训
达内IT学院

400-111-8989

工作以后如何有效学习?

  • 发布:Linux培训
  • 来源:网络
  • 时间:2017-04-17 16:36

工作后怎么学习?

有个小妹子问:非常渴望成长,虽然已经工作了,仍然不敢中断学习。但是,在工作中学吧,好像学不深;想学习工作之外的东西,又不知道如何入手。到底应该如何学?

有这样问题的朋友不少。尤其是在好学、努力、有成长意愿和激情的年轻人中,这一问题相当典型。

毕竟,以前在学校里,学习是主业,每天至少花8小时专注学习。该学什么学校都给规定好了,具体的内容老师也会教。等到工作以后,每天的主业变成了完成工作任务,学习已经成了业余时间的“奢侈品”。

以前学了就去考试,好歹有个及格的底限或者争取优秀的目标在那里。现在每天自己学,又不能学完做个卷子拿去找老板升职加薪。虽然知道应该学习,可是,动力好像不那么强了。

怎么才能把自己有限的业余时间和精力投入到有用、有效的学习上去呢?

按区域区分学习内容

相对于在学校里,工作后学习有一个很大的优势:我们可以很容易找到什么“有用”!(虽然有点功利,但不得不承认,“有用”与否是大多数人产生驱动力的重要所在。)

我们可以以职业发展为基准进行学习,从而避免漫无目,东一下,西一下的“乱学”。

千里之行,始于足下。无论未来的发展如何规划,都是从当下的工作开始起步的。

那么,我们就以当前工作为核心,把工作后的学习内容大致分为如下三个区域:核心区、扩展区和外延区。

三个区域

核心区:指在工作中直接使用到的知识和技能。例如:用Java语言编程,用Excel算账,用PPT做宣传材料等。

这部分非学不可,不然现在工作不保。

扩展区:指与当前或未来工作(有转岗转行需求)有关,但并不会立刻就用到的知识技能。

如果学了这部分内容,很可能对自己未来的职业发展有支持作用。

外延区:包罗万象,所有没有纳入前两个区域的内容都可以归属此区。

重点困扰区域

核心区的学习对于一般合格的员工都不成问题。不学就要失业,自然动力十足。而且学了马上就能实践,非常利于掌握。

外延区原本就是Just Have A Try,不必投入太多时间精力,以体验和了解为主。大不了根本不学。

真正困扰大家的是扩展区的内容。

扩展区的学习可以分为软硬两个方面的技能。(从这个角度划分的话,而外延区也可分为软硬两个部分。不过,核心区仅包括硬技能。)

扩展区的软技能

软技能:指管理能力、交流能力、表达能力等soft skills。

软技能无论工作生活,每天都用得上,不过往往没有现成文档指令,只要照着做就能达到某种效果。

这类技能,一般不太可能有速成的培训班,需要长期的揣摩和积累,才有可能进步。

掌握这类技能,最好的办法就是处处留心,经常性的回顾和总结,也就是俗话说的琢磨。

相关的书籍,讲授如何管理,如何写作之类的有不少,可以作为辅助。不过只有和应用结合,在实践中验证理论,才可能有效果。

扩展区的硬技能

硬技能:指具体的技术和知识(多为科技方面)。

这部分更接近于课本知识,对逻辑思维要求较高,在一定程度上,可以靠集中突击来掌握。

扩展区的硬技能,实际是提出这个问题的同学们最关注的部分。这种关注,是由这部分内容的性质决定的。

扩展区硬技能的性质:

【必要性】

核心区的知识技能一般是用到什么学什么,比较零碎,不成体系,而且很多时候,也深入不下去。想要真的在业务领域达到一定的深度广度,就需要扩展区来补充。

【可行性】

扩展区一般不必被工作单位或老板指定,也因此享有了较大的自由度,可以自行安排学习内容和时间。

【消耗性】

扩展区的学习,和工作相关又不能占用工作时间。因此只能使用自己的业余时间来学,同时要学得深入,还得投入大量精力。很容易打成一场消耗战。

学习的困境

如今,有那么多热门技术(例如:数据分析、机器学习等等),每一种都充斥着各种各样或免费或费用很低的资料、课件、分享、培训。从理论到实践都有讲解。

许多同学自己也制订了详细的学习计划,把计划全部业余时间都用到了吸收各种新的知识技术上。

可是,很多人花费了大量时间,最后却好像没学到什么。这又是为什么呢?

困境的原因

直接原因:精力分散,不够专注,各个方向都有涉猎,但却都仅限于略知皮毛。

深层原因:驱动力不足以让自己专注。

根本原因:没有足够渴望的目标,无法调动自身能量形成驱动力。

有效学习的驱动力

有效学习的核心

其实,无论哪个区域的内容,最为有效的学习都无外乎:带着问题学习。

我有一个问题,迫切的想要找到答案。我在读的书、在听的课、在看的代码里就有这个问题的答案,或者至少能帮我找到解决它的思路——在这样的背景之下去学,自然能够专注得起来,深入的下去。

有效学习的驱动力

很显然,扩展区的学习,如果和核心区目标一致,能够迅速将学习成果应用到本职工作上去,那想必能达到事半功倍的效果,至少能够持续获得学习的动力。

如果对现在的工作并没有很大兴趣,非常想要投身进入其他领域,那么不妨参照这个成功转行的例子,考虑一下脱产学习。这样一来精力集中,二来也是背水一战,逼一下自己。

如果既和工作无关,又没有热爱到足够为它辞职,恐怕就需要极大的毅力和自制力才能有效的学习了。

行文到此,之前的部分,是提示你去挖掘自己学习的驱动力;后面的部分,是讲能够使学习过程更有效的具体方法。

但是,所有的理论、方法、工具、提示,都只有在驱动力具备的情况下才能够生效。

学习的驱动力的问题,是他人无论如何无法代替或帮助你产生的,必须要靠你自己解决。找到自己足够渴望的目标,以目标实现的前景为激励来促使自己产生驱动力——这是你只能自己一个人完成的任务。

有效学习的方法

要点和过程

有效学习有三个要点:目标明确,系统性强,足够深入。三者缺一不可。

新的技术知识那么多,如果今天学点这个,明天学点那个,搞成狗熊掰棒子肯定收获甚微。选定目标是最重要的。

学习之初,首先要有一个明确的scope——我要学习哪个领域里面的哪些内容。同时得清楚,学了这个东西,要用来干什么,最终会把它用到什么事情上去。

明确了要学什么,学了用来干什么,也就可以确定一个知识体系(至少是其中一个结构分明的分支)。并进一步确定,对这个体系中的内容需要了解到什么深度,这就有了一个深度目标。

有了体系和深度,进而可以列举出所需要掌握的各个知识模块。

在此基础上,再去指定具体的课表和学习计划。

总结一下:

i)明确知识范畴和应用目的;

ii)划定知识体系并确定深度目标;

iii)填充知识模块;

iv)制定针对具体模块各个击破的学习计划;

v)执行学习计划。

其中的 i)- iii)可以借鉴做作文列提纲的办法:在勾勒出轮廓之后,先把知识结构的骨干勾勒出来,分为篇章,列出大标题,再在其中填注小标题。

举例说明

目标:笔者要学习基于机器学习的自然语言处理,具体的应用是开发聊天机器人的语言理解模块。

调研:通过 i) 向有类似经验的同事请教; ii) 到网上搜索综述性文章; iii) 查找实践类的文章、类似开源项目……等一系列手段。笔者了解到,最起码有两件事情必须要做:意图分类和实体提取。

构建体系:为了用机器学习实现这两件事,就需要用到分类和seq2seq预测模型。进一步,为了获取意图,可能还需要做文本聚类。

确定深度:再通过进一步查询资料得知,要了解这些模型的运行原理,就得读公式,那么就需要求导、求微分、求积分、矩阵运算、概率统计等方面的知识。

填充内容:同时为了在现实的数据上应用这些模型,需要掌握将文本转化为向量空间模型的能力,评测模型质量的能力,和数据清洗整理的能力。

所有这些能力又都是以编码能力为支撑的。

制定提纲:有了上面这些,就可以构建如下这个提纲。

为了开发聊天机器人语言理解模块学习机器学习的内容提纲

A. 数学

a. 数学分析:求导、微分、积分

b. 线性代数:向量基本运算,矩阵基本运算,矩阵分解,多种矩阵的性质

c. 概率统计:古典概率模型,贝叶斯公式,常见概率分布及其公式和特点

B. 数据处理和向量模型空间的构建

a. 文本标注

b. Bagging & Boosting

c. 中文分词方法及原理

d. n-gram模型原理

e. bi-gram文本特征提取

f. 计算文档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(极大似然估计)

c. Naive Bayes

d. Decision Tree(ID3, C4.5)

e. SVM

f. CRF

g. KMeans

h. Spectral Clustering

i. LDA

D. 模型的构建和验证

a. Binary-Classification vs Multi-Classification

b. Normalization & Regularization

c. Validation & Test

d. Cross Validation Methods

e. Precesion, Recall, F1Score

f. ROC, AUC

E. 工具及语言

a. Python,Java,C#类比及对比

b. Python 库,Java 库,C# 库

c. 分词工具(jieba分词)和词库

d. word2vec

F. 实践

如上只是第一个版本,可以先依据它制定一个为期两到三个月的学习计划。在执行过程中,根据新的认识和具体需要可随时调整提纲和计划。

关于培训

对于自己完全不了解的领域,很多人会选择参加培训。

笼统而言,用自己金钱和时间换取他人的知识和经验当然没问题,甚至可能是更高效的办法。但前提是对方得真的有知识和经验(不是忽悠),而且TA所提供的是你所需要的。否则,不过是浪费钱和时间而已。

要正确判断一门培训课程的质量,除了常识和阅历,还一定要对所学内容有所了解。一无所知,就看广告报个班,即使有幸碰到了好的老师和课程,能吸收的恐怕也非常有限。

所以,笔者对于有偿培训的建议是:慎重,了解后再选择。

最好是能够自己列出上面那样的课程提纲后,再去对照提纲寻找满足内容需求的课程。就算不能列出小节名,至少对于需要哪几个部分的知识要有所了解。

对于全新领域,要制作这么一份提纲的确有一定困难。不过,现在的各种资源那么丰富,有各式各样的书籍、文章、论坛、微信/QQ群、免费讲座和分享等可以利用。

只要是有心人,善于利用资源,肯投入进去研究,总还是能够先对自己的目标领域勾勒一个轮廓和大致框架出来的。

有效学习的几点提示

分享几个笔者认为行之有效的日常学习Tips。

关联

把新学到的东西和日常的工作、生活联系起来,进行思考。比如:将理论代入现实,不同领域间事物的类比,相似内容的对比等。

以身边的实例来检测理论。不仅能够加深理论知识的理解,而且有助于改进日常事物的处理方法。

记录

准备一个笔记本,纸的或者电子的。有什么发现、感想、疑问、经验等等,全都记下来。

如果是对某个话题、题目有比较完整的想法,最好能够及时整理成文,至少记录下要点。

隔一段时间后把笔记整理一下,把分散的点滴整理成块,一点点填充自己的“思维地图”。

分享

知识技能这种东西,学了,就得“得瑟”——把学习到的新知识、理论、方法,分享给更多的人。如此一来,倒逼自己整理体系、记忆要点,堪称与人方便自己方便的最佳实例。

把自己的感想、体会、经验分享出来也是同理,还多出了锻炼自己逻辑思维能力和归纳总结能力。一举多得,何乐而不为?

外延区的意义

外延区的内容完全可以和自己的工作、专业没有任何关系。

可以肆无忌惮读任何自己想读的书,享受与前辈精英分享思维成果的乐趣。

除了学术类的内容,烹饪、烘培、音乐、美术、插画、煮咖啡……什么都可以尝试一下。

笔者建议大家尝试一下这些完全没有接触过的领域。

一则,可以调剂一下,放松身心,作为休闲的一种方式。

二则,可以从更广泛的角度去理解“学习”这件事。

三则,也可以稍许体会一下“斜杠”的难度。

现在,鼓励大家成为斜杠中青年也渐渐成了励志类自媒体的一种风气。斜杠真的那么容易吗?

反正,自从我学了几次裁缝之后,真心觉得:这些东西,用来玩很有意思,用来赚钱可比当码农难多了累多了,还是把本职工作干好吧。

预约申请免费试听课

填写下面表单即可预约申请免费试听! 怕学不会?助教全程陪读,随时解惑!担心就业?一地学习,可全国推荐就业!

上一篇:学习Linux系统的方法,选适合你自己的!
下一篇:初学Linux系统应该做对的4件事情

Linux中高效编写Bash脚本的10个技巧

拯救者Linux:我是如何给我的团队引入Linux的

Linux只有十三个字符的经典Fork炸弹

  • 扫码领取资料

    回复关键字:视频资料

    免费领取 达内课程视频学习资料

Copyright © 2023 Tedu.cn All Rights Reserved 京ICP备08000853号-56 京公网安备 11010802029508号 达内时代科技集团有限公司 版权所有

选择城市和中心
黑龙江省

吉林省

河北省

湖南省

贵州省

云南省

广西省

海南省