- 综合排序
- 最热优先
- 最新优先
- 来自专栏落影的专栏
《学习的方法论》
前言 读书十数年，关于学习的思考、理解日益繁多，今天稍作整理。 新年伊始，以“学习”为主题，写一篇感想。 何为学习，为何学习？ 学生时代的学习 作为一个已经走完十六年学生生涯的人，在我的感受中，学生时代的学习有三大任务： 1、学习知识； 2、考试升学； 3、学习学习； 学习知识的作用之大毋庸置疑，知识是构建世界观的基础。 学生时代，就是要快速积累知识，建立自己的世界观；学习如何努力达到目标，学习如何在犯错之后纠正，学习遇到问题进行思考，学习如何进步；同时培养良好的学习习惯与方法。 我的学习方法论 关于学习方法论，我常用的基本规律是：学习、思考、总结、分享/实践、回顾。 围绕此规律，每个时期都有各自的侧重点： 1、学习的过程中，重视记忆，充分利用记忆的特点，进行横向联想、众向关联； 2、思考是记忆中的信息进行理解； 3、总结是学习阶段的一个小结，对已经沉淀下来的知识进行整理
1K50发布于 2018-04-27 - 来自专栏机器学习算法与Python学习
【方法论】机器学习算法概览
监督式学习的例子有：回归、决策树、随机森林、K – 近邻算法、逻辑回归等。 2、非监督式学习 工作机制：在这个算法中，没有任何目标变量或结果变量要预测或估计。这个算法用在不同的组内聚类分析。 非监督式学习的例子有：关联算法和 K – 均值算法。 3、强化学习 工作机制：这个算法训练机器进行决策。它是这样工作的：机器被放在一个能让它通过反复试错来训练自己的环境中。 机器从过去的经验中进行学习，并且尝试利用了解最透彻的知识作出精确的商业判断。 强化学习的例子有马尔可夫决策过程。 回归方法是统计机器学习的一种 。 ) Learning Vector Quantization (LVQ) 深度学习（Deep Learning） Deep Learning(深度学习)方法是人工神经网络在当下的一个变种。
44540发布于 2018-08-20 - 来自专栏明明如月的技术专栏
我的技术学习方法论
而某个领域相关的面试题通常是重点，我们可以以面试题来验证自己的知识掌握程度，对于不能从容回答的问题，再加强学习。 （2）温故而知新 & PDCA 俗话说：“温故而知新，可以为师矣”！ 比如我的 《性能优化方法论》 中介绍的内容就是将专业基础和各种中间件原理以及日常开发中的一些性能优化经验相结合，总结出来的。 示例2：比如使用 BeanUtils的 getProperty 获取属性时，出现 NoSuchMethodException，可以趁机到源码中分析学习。 我将问题总结在：《Map 有变动时触发特定行为实现》 示例2：在工作中某个特殊场景下需要前端以某个字符对数据拼接后传给后端，然后以 HTTP 的 GET 请求的方式传给后端，后端再根据分隔符进行拆分。 三、总结 本文介绍了自己的学习方法论，如夯实专业基础、主动学习技术原理、把握遇到问题的时机来学习知识，以教为学，和善用工具等。
77450编辑于 2023-03-17 - 来自专栏做数据的二号姬
教程 | BI工具学习方法论
原创内容 No.691 教程 | BI工具学习方法论 教程系列惊喜回归！说人话：做视频的播放量实在是太差了，我弃疗了，还是回来安心写稿吧，从零起号真难。 对于BI工具的学习，其实都离不开四个阶段：新手入门阶段、进阶学习阶段、职业学习阶段和职业进阶阶段。 对于一般的工作用途，其实新手入门阶段就已经足够了，如果追求更高一些，可以考虑做一些进阶的学习，浅浅的整一个进阶学习就足够实用场景了。哪怕是职业数据分析师，绝大多数情况下学习到第二层也就可以了。 对于非专业选手来说，学习BI工具的过程中遇到的最大困难一般都是习惯改不掉。 对于这类工具的学习，学习曲线不太符合大家想象中的开始快后来慢。而是一开始非常慢，一旦突破了某一个线之后就会变得非常快，这就是从已知推未知的力量。
28010编辑于 2024-11-25 - 来自专栏开心的平凡酱
技术语言框架学习方法论
侄能听余言，毋论考试之得失，他日必能成一有用之人” ——《谕侄》 结合“知乎轮子哥 —vczh ”的两篇编程方法论之神文章： 《Teach 关于框架 首要在于结合设计模式及方法论，弄懂原理及细节，工作上基本的东西（常用API和注解、配置等）要熟。大厂面试必问spring源码及底层实现原理。 学习新技术非常快，学习Go，2、3天代码输出就相当可观了
50250发布于 2020-10-09 - 来自专栏理论坞
谷歌方法论：系统学习和机器思维
以下内容是近来听吴军的《谷歌方法论》有感所得： 你可能并不同意其中观点，但我一直笃信的是：一篇文章或一个观点，包括一部电影，是都不会让100%人满意的； 如果你同意其中的观点，那么就是你所得 系统学习的重要性 系统学习是一种学习方法，是指把所学内容当成是一个系统看待，力求从大方向出发指导学习，这样，在学习和复习的时候不是按部就班按章节行进，而是先模糊概括，再逐渐在大框架下逐步明晰细节 2.今天的信息很多，大部分人要做的事情不是更多的接受信息，而是选择和过滤信息。把所学的知识使用好。学会使用Google查找信息及讲述知识的视频非常重要。在需要使用时手到擒来。 2.他人告知：上学读书是学习新知的绝佳途径； 3.逻辑推知：人类新知的来源，一个人一辈子通过这种形式得到的新知是很少的，牛顿发现万有引力，大多数人达不到的。 2.最上面那条线，是理论给出的极限，是无法突破的。可以认为是造物主创造这个宇宙时留下来的。例如光速、绝对零度，能量守恒定律。
1.3K30发布于 2018-07-25 - 来自专栏服务端技术杂谈
方法论
之前的文章中说过，我司高职级会要求人员具备对应的方法论。 为什么要有方法论呢？ 为什么有人在职场上事半功倍，脱颖而出呢？ 这些人普遍都有自己的方法论。 那么什么是方法论呢？ 方法论可以理解为一种套路，做事的套路，做产品的套路，做技术架构的套路。 一个人对于自己的方法论侃侃而谈，往往说明其对于业务和技术有这成熟掌握。 在解决问题的同时掌握了一套新的方法论，这样这个人就会变成大家公认的牛人。 所以说人才是主动掌握和运用现有方法论的人，牛人则是能够开创新的方法论的人。 你会发现，这个模式跟我的观念也是非常契合的： 1）知识并不是静止的，应该让它流动起来； 2）学习不仅来自积累，还源于体验和实践。 所以，我一直说：带着问题去阅读，你才能真正学到东西。 2）纵向挖掘，不断问「为什么」 再日常的事情，只要放到视野中，去追问「为什么」，往往都能有所收获。 这可以迫使你跳出日常的框架，拔高视野，从更高的层次去审视和思考。
1.3K40发布于 2018-10-22 - 来自专栏晓谈岩说
关于方法论学习的三个层次
自己挖的坑，还是要自己填的，上周在读者群里大家对企业架构方法论的学习热情高涨，我也跟着大家一起聊，最终还是觉得大家对方法论的学习还是需要理解下进阶的层次，这有助大家更好地掌握方法论。 这一级是领你进门的，这个层次的学习，你大多数时间会纠结一句话该怎么说，所以叫语法级。 在语义级是可以解决绝大数建模问题的，所以，语义级是学习方法论一个非常重要的层次。如果你逻辑性好，应该能很快突破语法级，到达语义级的，不要总跟语法纠缠。 第三个层次，语境级。 能够回答这个问题，那你一定可以把OKR执行好，因为你已经具备构筑方法论的潜力了。 这三个层次在方法论学习中是普遍存在的，每上升一个层次，就会更好地理解之前的层次，并且因此获得灵活性，所以，我总说方法论不是用来吵架的，我估计你应该也能理解方法不是律法的含义了。
1.1K20编辑于 2022-06-06 - 来自专栏场景录小程序
小程序营销方法论，值得每个品牌主学习
2. 小程序增长迅速，月活突破4亿 自从跳一跳成为广大微信用户的休闲方式开始，小程序的热火迅速蔓全国，小程序的用户和开发者都迅速增长。如此庞大的用户体量，成为当下各大商家争夺的焦点。 3. （数据来源：互联网） 2.红包卡券 – 拼多多利用社交裂变玩转小程序电商 “红包+拼团”裂变式拉新成为头部电商平台之一 拼多多以“电商+社交”的模式运营，抓住了小程序初期上线的流量红利，以低价吸引用户， 拼多多小程序上线后不到半年，疯狂吸粉1个亿，上线2个月DAU过百万，2017年双十一期间，DAU近千万。
1.2K20发布于 2018-09-05 - 来自专栏AI SPPECH
如何构建你自己的机器学习方法论
背景动机与当前热点 1.1 为什么需要构建自己的机器学习方法论 在机器学习的实践中，构建一套适合自己的方法论具有以下重要意义： 系统化思考：方法论帮助我们系统化地思考机器学习问题，避免碎片化和盲目尝试。 评估困难：难以评估方法论的有效性和价值。 持续优化：如何持续优化和更新方法论，避免过时。 2. :") print(json.dumps(evaluation, ensure_ascii=False, indent=2)) 3.2 数据驱动的方法论迭代实现 3.2.1 迭代框架 数据驱动的方法论迭代框架包括以下核心组件 到2032年，元宇宙中的机器学习方法论将出现：针对元宇宙和VR/AR场景的机器学习方法论将开始出现和发展。 数据策略和模型训练管理 模型开发 TensorFlow, PyTorch 深度学习框架 模型设计和开发 自动化ML AutoML, H2O.ai 自动化模型构建和优化 快速构建和优化模型 部署与监控 Kubernetes
16720编辑于 2026-01-19 - 来自专栏Python与算法之美
3句话告诉你学习的方法论
文章摘要 3句话告诉你学习的方法论 本文统筹人类学习和机器学习的特点，提出了学习的一般化定义：学习是指一个目的系统从数据中提取模型，并用模型进行决策的过程。 基于这一学习定义，提出了提升学习效率的3条关键方法论，并对其具体使用进行了详细说明。 1，用自我提问强化元认知。 2，用内容输出优化认知结构。 3，用科学推理探究非结构问题。 把“一个目的系统从数据中提取模型，并用模型进行决策的过程”作为学习的概念定义，我们可以比较自然地引出如下3条学习的核心方法论。 1，用自我提问强化元认知。 2，用内容输出优化认知结构。 费曼非常推崇这种学习方法，因此也称之为费曼学习法，具体做法如下： 1，先学习某个知识 2，想象自己在向别人教授某个知识 3，教授的不顺畅、卡住的地方，就停下来，查阅相关资料解决问题 4， 再次重复2- 第1步是什么，第2步为什么，第3步怎么办。
55630发布于 2020-07-20 - 来自专栏云市场精选
小程序营销方法论，值得每个品牌主学习
2. 小程序增长迅速，月活突破4亿 自从跳一跳成为广大微信用户的休闲方式开始，小程序的热火迅速蔓全国，小程序的用户和开发者都迅速增长。如此庞大的用户体量，成为当下各大商家争夺的焦点。 3. （数据来源：互联网） 2.红包卡券 – 拼多多利用社交裂变玩转小程序电商 “红包+拼团”裂变式拉新成为头部电商平台之一 拼多多以“电商+社交”的模式运营，抓住了小程序初期上线的流量红利，以低价吸引用户， 拼多多小程序上线后不到半年，疯狂吸粉1个亿，上线2个月DAU过百万，2017年双十一期间，DAU近千万。
2K40发布于 2018-09-05 - 来自专栏加米谷大数据
【方法论】机器学习算法相关知识点
这个名字使用了拟人的手法，说明了这门技术是让机器“学习”的技术。机器学习是一种让计算机利用数据而不是指令来进行各种工作的方法。 监督式学习的例子有：回归、决策树、随机森林、K – 近邻算法、逻辑回归等。 2 非监督式学习 工作机制：在这个算法中，没有任何目标变量或结果变量要预测或估计。这个算法用在不同的组内聚类分析。 非监督式学习的例子有：关联算法和 K – 均值算法。 3 强化学习 工作机制：这个算法训练机器进行决策。它是这样工作的：机器被放在一个能让它通过反复试错来训练自己的环境中。 机器从过去的经验中进行学习，并且尝试利用了解最透彻的知识作出精确的商业判断。 强化学习的例子有马尔可夫决策过程。 ? 回归方法是统计机器学习的一种 。
44230发布于 2019-01-09 - 来自专栏我的机器学习之路
数据分析方法论-统计学内容学习
最初学习数据分析只是出于兴趣，自学了Python。最近才生出转行数据分析的想法，目前已经辞职，准备全身心地投入到学习中。
56310发布于 2020-10-23 分析方法论
分析方法论是指一套系统的、科学的分析框架和流程，用于指导数据收集、处理、分析和解释的过程。 在数据分析领域，尤其是针对用户行为分析、市场研究、业务优化等场景，分析方法论帮助分析师从海量数据中提取有价值的信息，从而为决策提供支持。以下是几种常见的数据分析方法论及其核心内容：1. 2. 漏斗分析（Funnel Analysis）漏斗分析是一种用于分析用户在特定流程中的转化率和流失率的方法。 数据驱动的决策模型（Data-Driven Decision Making）数据驱动的决策模型是一种以数据为核心，通过收集、分析和解释数据来支持决策的方法论。它强调基于数据的客观分析，而非主观臆断。
63410编辑于 2025-03-05- 来自专栏互联网技术栈
方法论-SMART
. ---- SMART原理是美团内部盛行一时的方法论，无论是在制定方案、计划、排期等，还是在晋升、汇报、答辩中，都有体现。
85330发布于 2018-12-12 - 来自专栏yeedomliu
监控方法论
两个方法论结合使用可以获得一个相当全面的环境视图，帮助你解决任何问题。 USE方法 侧重于主机级监控。
54120编辑于 2022-12-03 - 来自专栏明明如月的技术专栏
【性能优化方法论系列】三、性能优化的核心思想（2）
CPU 缓存、浏览器缓存、CDN 缓存、DNS 缓存、内存缓存、 Redis 缓存等，它们都是将数据缓存在离使用者更近的地方，或者读取速度更快的存储介质中，通过空间换时间的方式实现性能优化的。
55610编辑于 2022-07-12 - 来自专栏明明如月的技术专栏
日志瘦身方法论
二、瘦身方法论 2.1 只打印必要的日志 有时候为了方便测试，临时打印很多 INFO 级别日志。 等项目上线前，可以将非必要的日志删除或者调整为 DEBUG 级别。 "【debug2info】"+xxx); } 这样，可以将一些纠结是否要打印成 INFO 日志的 log 打印成 DEBUG 级别，查问题时自动提升为INFO 日志。 为了避免误会，区分 DEBUG 提升 INFO 的日志和普通 INFO 日志，加上 类似【debug2info】 日志前缀。 当然，你也可以搞一些其他骚操作，这里只是举个例子，请自行举一反三。 而假设之前有 20 个，这条日志就需要打印20次，改进后可能只需要打印 2-3 次。 3.2.2 日志合并 （2）为了方便查问题还需要打印执行前的 size ，那么将执行前的 size 记录在内存中，打印执行后日志时多打印出执行前的 size。
64120编辑于 2022-07-12 - 来自专栏软件测试经验与教训
测试实施方法论
01 前言 也是以前做质量管理时整理的表。虽然最后因为各种各样的原因没有延续下去，不过最初的想法还是好的。这个表当初的目的也是希望提高项目管理成熟度，希望项目里的每个人在做事情时有一个更清晰的指导。
95560发布于 2018-05-15
腾讯云开发者
Copyright © 2013 - 2026 Tencent Cloud. All Rights Reserved. 腾讯云 版权所有
深圳市腾讯计算机系统有限公司 ICP备案/许可证号：粤B2-20090059 
粤公网安备44030502008569号
腾讯云计算（北京）有限责任公司 京ICP证150476号 | 京ICP备11018762号