教科书为什么反人性？我们还可以如何学？

[@LL-ut1nc]

是真佛只说家常。只有深谙此道的真正高人才能把艰深的问题深入浅出地讲出来，能像老师讲得这么清楚明白的人太少了，我真心佩服你！

[@ouyanmao]

教科书式 VS 寻找学科RNA式 【导言】 00:04 论点，初学者学习新知识不建议从教材开始（因为过于严谨，过于体系） 00:38 初学者最好的状态是，自己能有节制的跨出一部分舒适区（未知的范围） 02:03 UP主如何应对反人性的教材（不人性的学习曲线） 【正文】 （举例）03:13 矩阵在几何上的意义，是一组基，即坐标系进行变换，行列式的值就是变换之后的原来坐标系上的一个图案变到新坐标系之后它的面积的变换程度。 04:08 学习新知识/学科，总会伴随着“基础概念”和"整体理解"会互相锁死（俗称，初学者陷阱）。 04:26 通用教材只会以线性的方式去呈现本身，导致学科本身的网状结构被生硬的拉成线性结构。 突破初学者陷阱的两方法 07:41 方法一，从学科的起源出发一步一步学的路径（缺点是刨根问底，消耗时间，把学科化石也要学） 09:22 方法二，创造一个“半吊子”的学习态度（基础概念、整体理解都不按教材的表述吸收；基础概念即是按大众的语言去理解，整体理解即使忽略经验积累的细节而关注学科的大框架/类似思维导图一二级结构。） 11:55 初学者就是需要自建一个用大众语言就能描述出来的，忽略了细节的知识大框架。 12:17 什么是忽略细节的大框架 12:56 大框架，要求让新知识/新概念与大脑已经掌握的知识/概念产生尽量多的关联（关联越多会使我们的理解越深刻）。//重点是连接而非把控概念的严密。 13:20 大框架，要求我们忽略不产生关联的那些细节。 14:46 如何将知识连接起来：不相关的两者抽象化，或两者类比等。 17:15 织网的重点 17:30 织网寻找灵感的方法，通常不是凭空想象，去视频网站借鉴其他UP主怎么讲解。 17:40 两倍速不暂停的看完其他UP主视频，重在寻找灵感，而不是看懂细节。 18:07 看视频过程中，记录下我脑中冒出来的一个个问题，其实这些问题就是一个个灵感的种子。之后再根据这些问题去寻找答案；这个找答案的过程就是生产连接的时候。【本质是我的知识体系有缺口，就有待补齐，补齐的过程就是新知识和旧知识产生联系的过程。】 18:28 费曼学习法与此方法同理 【结语】 21:56 22:09 22:47 量变到质变，知识的重构，新陈代谢。 23:16 两种学习方式的取舍（学习代价）。

[@LL-ut1nc]

说得太棒了🌟👏🏻👏🏻👏🏻👏🏻

[@yulongguo9817]

做的对。科普的对象本来就是外行。很受启发。

[@lirenwu8109]

非常认可。另外指令+数据，可以回溯到汇编语言里面的操作数+立即数。都是数字，但是操作数是指令代码，也就是第几条指令，立即数是数据本身，是多少就是多少。所以说指令也是数据的，属于不可知论，在生成式编程的更高次的工作母机层次。不能放在同一个层面来并列。如果在跨层级不得不相提并论时，都叫内容。因为形式也是一种内容。就像你可以把所有的容器都叫碗，有时候小锅煮的面你可以直接端来吃，不需要碗，或者说那就是碗。混淆前提和语境（外延）来争辩的符号内涵表达的人，不是傻就是坏，题主完全不用去理会他们。按古人的说法就是让他错一辈子。

[@de-vv3rc]

学科演化，关联并进和线性表达的比较，你把我想说的都说了，厉害，佩服！

[@de-vv3rc]

还有用增加篇幅来确定信息，感觉就像是这个世界的另一个自己。

[@彭高贤]

讲得非常好，希望能出一期关于矩阵行列式的形象理解的分享视频

[@lijack8994]

每次看你的视频都对科学有了新的理解，加油

[@haemonyang6278]

期待未來還能在youtube看到更多您的視頻

[@yw2985]

其实不全是教材反人性，主要是写教材的人文笔不好，再难的内容也是可以解释清楚的，很多学者文笔并不好，而文笔好的人又不懂这些知识，全才真的很稀有

[@lirenwu8109]

这点很赞同，我大学（30多年前）时，教《电磁场与波》（郑钧）的老师（一位儒雅的海归）期末考试只有一道题目，为这本书写一篇读后感。

[@fudanjx]

说的真好

[@stevensun6171]

说的很正确

[@liangwu290]

初学者，和熟练者对事物的理解不同，经验也不能互通。 比如教老外用筷子，最不合格的老师可能就是中国人了。 你必须让另老外B 会用筷子的，去教老外A。教科书的撰写者，都是熟练这门知识多年的人，让他们教初学者，只会让初学者步子迈太大，扯到蛋

[@张芥末酱]

太牛了，大学课程一塌糊涂，就是不知道先期基础知识到底有啥用，直接选择不学！

[@Houjianzhiming]

👍👍👍👍👍👍

[@wenshulee6713]

我也是

[@ztc106]

非常棒。那些說你講錯的人，絕對是槓精

[@chunheikwok6738]

視覺化?

[@gzbin365]

cool

[@王志伟-y8x]

这个学习心得有点意思。