使用ADEPT方法学习课程（机器学习）

上课有什么意义？

构建持久的直觉获取关键想法。
在课程中，充分理解它，以解决问题。
课程结束后，尽情享受，再次体验。

这就是我学习的原因。非目标学生是抄写老师说的话，或是为了忘记一切而死记硬背。（是的，这是一个我们玩的游戏，但我们正在走出跑步机，只会欺骗自己。大多数科目都有一些有用的见解。）

因此，我的学习策略如下：

如果一个想法奏效，写下啊哈！你会用自己的语言。
如果没有，写下嗯？时刻。继续，稍后再试（例如ADEPT方法).

保持简单，就像康马里组织方法：看看你家里的一切。 它会点燃喜悦吗？保留做过的，感谢并捐赠没有做过的。

一个简单的学习计划：复习材料。点击了吗？写下有什么帮助，否则寻求更好的解释。

实例：斯坦福机器学习课程（Coursera）

我的当前学习项目是机器学习课程关于Cousera。我读过一些博客帖子，主题越来越多我的朋友要我去上课，我必须报名。（太棒了。）

这里是我记笔记的地方，啊哈，还有哈，时刻：

谷歌文档上的机器学习笔记

这是我记忆中最好的学习经历之一。举几个例子：

每个先决条件的Aha时刻

对于课程所依赖的主要概念，我会记下5秒的总结。这个基本概念，为什么会存在？在普通英语中，它是什么意思？

线性代数：方程式的电子表格。我们通过各种操作“倾注”数据。
天然原木：增长所需的时间。有助于规范化差异很大的数字。
电子^x：模型持续增长，具有简单的导数。
梯度：最大变化的方向，有助于优化。
微积分-将系统分解为步骤的艺术。有了梯度，我们可以朝着最佳的方向移动。

当我遇到新的公式时，我引用了这些片段。

嗯，时刻：需要澄清一个公式

有一个公式我希望是正数（“成本”应该是正数），但前面有一个负号。什么给你？

结果我忘记了推导过程中的一部分，我们期望自然对数是负数。（当我们取小于1的数字的对数时，就会发生这种情况，换句话说，我们正在“回到过去”并缩小。）

我更喜欢用另一种方式写方程式，我记下了这个，嗯？时刻。

哼片刻：为什么它被命名为那个？

在本课程的早期，我们定义了一个“成本”函数，用于跟踪预测值与实际值之间的差异。

为什么不把这种差异称为正常现象，比如错误？

事实证明，之所以使用“成本”，是因为在本课程的后面，我们需要最小化与错误没有直接关系的项目（如模型中的变量数）。“成本”反映了模型之外的东西，比如我们的复杂性。（如果两个模型做出了同样准确的预测，请选择更简单的模型。）

啊，“成本”可能包括更模糊的概念。（我还是喜欢正面布置。）

啊哈时刻：用简明英语总结课程

在我学习这门课程时，我心里有一个简单的英语定义。这是怎么回事？

机器学习：用线性代数创建模型，然后用微积分改进模型。

线性代数允许我们在“数学电子表格”中使用许多（数十、数百、数千）变量。
微积分让我们通过反馈来改进电子表格。使用e^x、ln（x）、x^2等函数可以很容易地求导数。绝对值、if/then语句等不易使用。

现在我的想法是：我可以建立什么类型的预测模型？如果线性代数可以描述它，让我们使用它。

结果：你会喜欢阅读笔记

课程结束后，你会留下一组对你有意义的笔记：啊哈、哈和其他的陷阱。（这个网站是我的一个连续收藏。）

未来的学习变得容易多了。还记得几年前你对一个话题感到困惑吗？好吧，让我们读一下解释你给自己写信了如何克服它。随着时间的推移，你积累了大量的收藏。

其他提示：

接受你的困惑。当你看到一个公式时，你会犹豫。试着分解方程的每一部分，问它是什么意思，记下令人困惑的地方，然后随着时间的推移再返回。每一个积极的迹象，每一个变量，为什么会出现？
忘记事情是可以的，我总是这样。我只想在需要时加载直觉列表。通常，一句话或一张图就能把一切都带回来。
这些笔记是为你准备的。让他们快一点。（我的笔记最终变成了文章，但在那之前它们一直是非正式的，供我自己使用。）
教科书已经存在。不要简单地抄袭老师/书本上的内容，添加内容你需要来澄清。

给我看看你的啊哈！力矩

这门课是我学习过的最有趣的课程之一——这就是学习的感觉，不断完善的探索。我很好奇这种方法是否对你也有帮助。

对于下一门课程，尝试将笔记保存在单个谷歌文档中。写下你的啊哈！嗯？时刻。给我发送一个链接，我会将其添加到此列表中：

Kalid Azad-Coursera机器学习
[你去这里]

我很想知道什么对你有效，欢迎反馈。

快乐数学。

用ADEPT方法学习课程（机器学习）