技术学习不能眼高手低
机器学习实验室共
1314字,需浏览
3分钟
·
2020-11-18 19:40
学习杂谈
Author:louwill
Machine Learning Lab
最近陆续面了一些算法岗的候选人。都是毕业一两年或者刚毕业的同学,总体来说一个比较大的问题就是眼高手低。
一位某中流985计算机毕业的候选人,初步聊完觉得还可以,理论和概念都能基本答个大概,但当我给一些简单的例子要他算的时候出了问题。当时给了一个10*5大小的二分类数据集,想让他计算某个特征的信息增益,但拿到纸笔却说忘记怎么算了,明明前面问决策树特征选择的时候答的很好。难道他都是死记硬背的么。后来我发现这不是个例,最终得出一个结论:很多人学习技术容易眼高手低。我让他算的那个例子,其实是统计学习方法上的一个小例子,只要当初看书的时候自己算过一遍,现场算下来肯定没问题,无非就是加加乘乘的事情。那么什么是眼高手低呢?一句话概括就是要求标准高但实际动手能力低下。记得当年考研,学习的是张宇的高数视频讲课,宇哥数学讲的很棒,让我印象最深的就是他一直强调的考研数学不能眼高手低,说很多同学志向很远大,非名校不考,买了很多参考资料,每天复习的时候也很用功,但实际计算能力不能让人恭维。为什么呢?一张具备区分度的考研数学真题,他做完一遍,简单的题目由于不仔细算错了,难的题目根本不会算。这样还考个啥呢。眼高手低自古以来都是大问题。夸夸其谈而又无真才实学,历史上就有很多例子,长平之战纸上谈兵的赵括和三次北伐丢掉街亭的马谡就是最典型的例子。眼高手低、纸上谈兵、志大才疏,本质上都是缺乏社会实践。对应到文章开头面试那个例子就是:你要知道信息增益怎么计算的,你就得拿起笔,亲自算一遍。具体到日常的技术学习,为了避免自己一不小心眼高手低,我有三个建议,这也是我日常学习过程中保持的习惯。第一是不能懒,很多人看技术书就是单纯的看,就是不愿意动手写一写画一画,很多时候其实就是一个懒字。第二就是学习的时候,草稿纸和笔要放在边上,随时动手推一推算一算,还有就是电脑上开个命令行或者编辑器,随时动手写一些简单的代码来实验或者验证所学的内容。第三就是实际做项目了,没有项目就打比赛,没有比赛那就多刷几道Leetcode。其实不单是技术学习需要动手实践,其他任何事情最终都是要回归到实践中的。我最近重温王树增老师的朝鲜战争,涉及到双方兵力部署、战争策略和形势进展的内容,你光看文字描述没法感受,最好是怎么做呢?对照着朝鲜半岛的地图,一个地名一个地名的抠,具体到局部的战斗,比如说长津湖战役中的柳潭里战斗,可能还需要打开谷歌地球三维地图,一个山头一个山头的去看。这些其实本质上也都是学习过程中的实践。有数据或算法学习等问题想要咨询的同学,可以加我微信,一般都会给到大家针对性的建议。
浏览
44点赞
评论
收藏
分享
手机扫一扫分享
分享
举报
点赞
评论
收藏
分享
手机扫一扫分享
分享
举报