5.How Fast Should You Be When Learning?(你应该用多快的速度学习? (一))

news2024/11/20 4:18:53

Normally when I talk about learing quickly, I’m using speed as a synonym for efficiency.Use more effective methods and you’ll learn more in less time.All else being equal, that means you’re learing faster.
通常我在谈到快速学习时,是把“速度"当作“效率"的同义词来用的。使用更高效的方法,就能用更少时间学会更多内容。 在其他条件不变的情况下,这就意味着学得更快。
Today, however, I want to consider a different meaning for speed:how quickly should you try to do things in order to improve performance.
但今天我想谈谈速度的另一层意思:为了提高水平,你应该以多快的速度做一件事情?
One way to imagine this is to look at something like chess.Chess can be played at different speed levels:you could play tournament-length games, which take hours.You could play blitz, which has only a few minutes, or bullet chess where moves are counted in seconds.
一种思考的办法是考虑下棋这样的活动。可以以不同的速度下棋:你可以像棋类锦标赛那样下,一局花几个小时;也可以下快棋,一局只要几分钟,或者更快的快棋,每一步只有几秒钟思考。
在这里插入图片描述
If your goal were to improve at chess, which kind should you make your core practice?
如果你的目标是提高棋艺,应该着重练习哪种呢?
Speed and Transfer
速度与迁移
The first thing to consider is that often what we think of as a single skill is actually different skills when viewed from different timeframes.
首先需要考虑的是,通常我们认为是同一种技能的东西,从不同时间框架来看,其实是不同的技能。
Consider solving a math problem.You can painstakingly calculate an exact answer.Or you can ballpark it using some guessing.While the two skills are related, they are, strictly speaking, different mental abilities.
比如解决数学问题。你既可以费力地计算一个准确的结果,也可以估计一个大概的范围。这两种技能虽然相关,但严格说起来,它们是不同的智能。
The research on transfer shows that when we train skills, they tend to be learned quite narrowly.So tons of time learing to do back-of -the-envelope calculations may not improve your calculating skills as much as you’d expect.This also works in the opposite direction as you may be able to get the ‘right’ answer, but without a quick guess that’s in the bllpark.
关于能力迁移的研究表明,我们在训练某种能力时,往往只能训练到非常有限的一部分。因此,花大量时间练习粗略地估算,并不会像你希望的那样提高计算能力。反之也一样,你或许能够计算出“正确”的答案,但无法粗略地估计是否在合理的范围。
I experienced this firsthand when working on my portraint drawing project.
我在进行肖像画项目时就亲身体会了这一现象,
My initial thought was that drawing faces well came from ‘guessing’ the relative positions of facial features, lines and shapes.Thus if I simply did more and more quick practice, my guesses would get increasingly accurate and I’d draw realistic pictures.Speed, then, made sense.
我一开始认为,画好人物面部肖像,靠的是“估计"五官、线条和形状的相对位置。因此,只要我练习越来越多的速写,就会估计得越来越准确,从而画出逼真的肖像。速度在这里是说得通的。
This worked, for a while, but eventually I found that my problem wasn’t accuracy but precision.There was too much variablility in my guesses even if I wasn’t systematically making a particular kind of mistake.
这起作用了一阵子,但最终我发现自己的问题不是准确度,而是精确性。尽管我没有系统性地犯特定某种错误,但我的估计还是有太多不一致的地方。
The solution ended up being learning a different method for drawing based on triangulation, as taught by Vitruvian Studio.This method, in contrast to my guess-andsketch approach, was not fast.My first attempts took hours.With practice, I could do it faster, but it was still much slower and more painstaking than sketching.
最终的解决办法,是我学习了Vitruvian Studio教的三角定位画法。与我自己的估计、速写式画法不同,这种方法并不快。我最开始尝试时花了几个小时。经过练习,我可以画得快一些,但仍然比速写慢得多、辛苦得多。
在这里插入图片描述
The result was that I got better at drawing portraits, but only weakly better at doing quick sketches. The skills I enhanced mostly worked when I had at least an hour to draw, not sixty seconds.If I wanted to get better at the sixty-second sketches, I’d probably need to master different techniques.
结果是,我的肖像画画得好多了,但是速写只提高了一点。只有当我有至少一小时而不是只有一分钟画画时,通过三角定位画法训练的技能才能发挥作用。如果我想要提高六十秒速写的水平,恐怕需要掌握另外的技巧。
The lesson here is that the timeframe you need to perform a skill within often constrains the methods you can use to master it.The way you solve a problem in ten seconds is often, cognitively speaking, quite different from the way you solve it in an hour.
从这件事中得到的经验是,有多长时间做一件事,通常限制了掌握所需技能应用的方法。花十秒钟解决一个问题的方法,从认知学的角度来说,通常与花一小时解决的方法是大不相同的。

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.coloradmin.cn/o/1863461.html

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈,一经查实,立即删除!

相关文章

【神经网络】神经元的基本结构和训练过程

🎈个人主页:豌豆射手^ 🎉欢迎 👍点赞✍评论⭐收藏 🤝希望本文对您有所裨益,如有不足之处,欢迎在评论区提出指正,让我们共同学习、交流进步! 神经元的基本结构和训练过程 …

Redis数据库(三):Redis数据库三种特殊数据类型

除了上一篇博客讲的五种基本数据类型外,Redis还有三种特殊的数据类型,它们有着不同的应用场景,这一篇博客,我们来学习它。 目录 一、geospatial 地理空间 1.1 添加地理位置 1.2 返回给定名称的纬度和经度 1.3 返回两个给定位…

小柴冲刺嵌入式系统设计师系列总目录

工作两年 逐渐意识到基础知识的重要性✌️ 意识到掌握了这个证书好像就已经掌握了80%工作中用到的知识了。剩下的就在工作的实战中学习 来和小柴一起冲刺软考吧!加油😜 【小柴冲刺软考中级嵌入式系统设计师系列】总目录 前言 专栏目标:冲刺…

ros2_control 使用教程

系列文章目录 前言 0.1 欢迎阅读 ros2_control 文档! ros2_control 是一个使用(ROS 2)对机器人进行(实时)控制的框架。其软件包是对 ROS(机器人操作系统)中使用的 ros_control 软件包的重写。r…

NetSuite CSV导入类型与记录类型梳理

最近有用户问到我们的一个问题是,哪些数据可以使用CSV导入,哪些数据不能使用CSV导入,干脆咱们就整理出来可使用CSV导入功能的类型和记录类型,供大家直接参考~ 但是有一些内容或多或少由于每个企业的环境不一样而有所不…

jenkins环境搭建--关于jenkins在Ubuntu下的安装篇(一)

在ubuntu下使用命令进行下载安装包: 关于jenkins的安装有多种,可以借助docker容器进行安装,也可以通过传统方法手动一步步的进行安装,以下介绍手动一步步的安装方法,后续我们将解释关于jenkins的相关配置以及实战使用…

mongodb 查询语句学习笔记

基础查询 正则查询 {status: A,$or: [{ qty: { $lt: 30 } }, { item: { $regex: ^p } }] }AND 查询 { "size.h": { $lt: 15 }, "size.uom": "in", status: "D" }OR 查询 { $or: [ { status: "A" }, { qty: { $lt: 30 } …

万界星空科技自动化运维管理---设备管理

在信息化管理体系建设中,设备管理系统被看作是重中之重。因为设备是工厂生产中的主体、生命线,随着科学技术的不断发展、智能制造的产业升级,生产设备日益智能化、自动化,设备在现代工业生产中的作用和影响也随之增大,…

智能体——父亲兴趣爱好助手

🎼个人主页:【Y小夜】 😎作者简介:一位双非学校的大二学生,编程爱好者, 专注于基础和实战分享,欢迎私信咨询! 🎆入门专栏:🎇【MySQL&#xff0…

Sectigo或RapidSSL DV通配符SSL证书哪个性价比更高?

在当前的网络安全领域,选择一款合适的SSL证书对于保护网站和用户数据至关重要。Sectigo和RapidSSL作为市场上知名的SSL证书提供商,以其高性价比和快速的服务响应而受到市场的青睐。本文将对Sectigo和RapidSSL DV通配符证书进行深入对比,帮助用…

java设计模式(四)原型模式(Prototype Pattern)

1、模式介绍: 原型模式(Prototype Pattern)是一种创建型设计模式,它允许对象在创建新实例时通过复制现有实例而不是通过实例化新对象来完成。这样做可以避免耗费大量的资源和时间来初始化对象。原型模式涉及一个被复制的原型对象…

【机器学习】在【R语言】中的应用:结合【PostgreSQL数据库】的【金融行业信用评分模型】构建

目录 1.数据库和数据集的选择 1.准备工作 2.PostgreSQL安装与配置 3.R和RStudio安装与配置 2.数据导入和预处理 1.连接数据库并导入数据 1.连接数据库 2.数据检查和清洗 1.数据标准化 2.拆分训练集和测试集 3.特征工程 1.生成新特征 2.特征选择 4.模型训练和评估…

【浦语开源】深入探索:大模型全链路开源组件 InternLM Lagent,打造灵笔Demo实战指南

一、准备工作: 1、环境配置: pip、conda换源: pip临时换源: pip install -i https://mirrors.cernet.edu.cn/pypi/web/simple some-package# 这里的“https://mirrors.cernet.edu.cn/pypi/web/simple”是所换的源,…

2024广东省职业技能大赛云计算赛项实战——构建CICD

构建CI/CD 前言 题目如下: 构建CI/CD 编写流水线脚本.gitlab-ci.yml触发自动构建,具体要求如下: (1)基于镜像maven:3.6-jdk-8构建项目的drone分支; (2)构建镜像的名称&#xff1a…

【threejs】火焰特效制作

2024-06-26 08-57-16火焰 shader 来源 //shadertory:https://www.shadertoy.com/view/ctVGD1//shadertory:https://www.shadertoy.com/view/ml3GWs 代码 import { DoubleSide, ShaderChunk, ShaderMaterial } from "three";export default fu…

嵌入式EMC之TVS管

整理一些网上摘抄的笔记: TVS管认识: TVS的Vc要比,DCDC的最大承受电压要小

mysql workbench使用schema视图导出表和列结构到excel

目的:导出所有表和列的名字和注释 很多时候没有正规的数据库文档,为了快速交流啊,需要一个快捷的基础。数据库建表的时候可能有注释,也可能没有注释。有当然好,查看注释就能清楚很多,没有的话最好一个一个补…

高效文件分类管理:快速将不同类型文件素材归类到专属文件夹,告别混乱,让工作更高效!

在数字化时代,我们每天都会产生大量的文件素材,从图片、文档到音频、视频,种类繁多,数量庞大。如果这些文件没有得到有效的管理和归类,不仅会让我们的工作变得混乱无序,还会影响我们的工作效率。那么&#…

文华WH7主图多空预警系统指标公式源码

RSV:(CLOSE-LLV(LOW,9))/(HHV(HIGH,9)-LLV(LOW,9))*100;//收盘价与N周期最低值做差,N周期最高值与N周期最低值做差,两差之间做比值定义为RSV K:SMA(RSV,3,1);//RSV的移动平均 D:SMA(K,3,1);//K值的移动平均 DIFF : EMA(CLOSE,12) - EMA(CLOSE,26); D…

python-17-零基础自学python-

学习内容:《python编程:从入门到实践》第二版 知识点: 类、子类、继承、调用函数 练习内容: 练习9-6:冰激凌小店 冰激凌小店是一种特殊的餐馆。编写一个名为IceCreamStand的类,让它继承为完成练习9-1或…