《跟波利亚学解题》思惟笔记

思惟的原理：

人类整个认知系统中绝大部分功能从本质上都是硬编码的，能在后天习得的只是“程度”的不一样，而不是“本质”的不一样；实际上，越是高等的动物，大脑中用于处理特定问题的硬编码神经元回路就越是多和复杂。

如何解题（由已知探索未知），解题能力如何提高，灵感背后的规则：

时刻提醒本身问题是什么，启发式思惟，联想、正向推导&试错、反向规约、特例启发、泛化&抽象、渐进（不直接得出正确答案，先得到一个错误答案，而后不断接近正确答案）

全部算法都是解决问题思路的总结；足够多的解决问题的思惟方法可让咱们愈来愈不依赖于灵感。

好的思惟习惯：

构建捷径&避免思惟定势；经过纸笔记录本身的思惟过程，避免迷路，避免工做记忆爆仓；

个人思考：

大数据处理技术解决信息爆炸&信息过载条件下高效信息获取的问题。

人的工做记忆（内存）须要很大的认知精力，是很是有限的（7加减2个项目）；如今信息过载的年代，咱们上网常常由一个信息点发现无数个信息点（深刻搜索&广度搜索）致使很是累，感受大脑已经满了，其实就是咱们的认知精力达到极限了。并且由于咱们已经无力把已经展开的知识点归拢起来，致使信息获取的效果不好。那在信息爆炸的年代，如何高效的获取信息？咱们有什么办法能保持一个合理的节奏接收信息，避免"内存"爆仓呢？

1. 始终明确本身的目的，按照目的对信息进行整理过滤；最原始的数据是包含最完善的信息的，他从不一样的角度能够发掘出不一样的价值；但也由于原始数据包含的信息量很是大，并且格式杂乱，由于某一目的获取对应的数据的时候会很是低效，在某些状况下甚至直接不可用。而数据建设最重要的一环 - ETL处理就是解决这个问题的良药，ETL会根据目标抽取有用的数据，按照目标对数据进行格式化；这样后期须要检索这份数据的时候会很是高效，并且这份数据也很是容易和其余数据一块儿搭建更复杂的模型；咱们天天获取信息也是量大杂乱的，咱们必定要时刻明白本身的目的，同时留出足够的时间&空间来对信息进行总结&格式化。
2. 将本身的思惟节点写到纸上，腾出“内存”来（尾递归）；

 

选择困境:购物、点菜；常常反复选择的结果仍是不满意，如今购物比之前好多了，点菜仍是容易冲动，why？自身有缺陷致使冲动？演讲：如何准备，找到最好的思路如何创建思惟快速公路（模式），同时避免思惟盲区；先有框架，再有路径，再有细节，避免走弯路，明白本身再说什么，为何说；作事与作人：作事很简单，都是技术问题；作人有不少变数，特别是有合做有竞争的时候，怎样说服别人（销售思惟、双赢思惟、知己知彼），资源很重要触类旁通，举一反三？如何作到的？抽象，从问题抽象出本质情绪大脑过于活跃，常常干扰理性大脑，考虑的太多本身的因素大脑记忆提取的机制？亲身经历或写下来才能达到深入记忆，才能更大的可能提取出来。大脑工做机制：存储算法和提取算法，效率；情感（默认模式）和理性（深度检索）：好的思惟习惯思惟定势 vs 思惟陷阱没有万能的程序，因此也没有万能的大脑。大脑的内存里一直缓存着不少“模式”，这让咱们能够迅速反应，也同时产生一些谬误。一个精明、反应快的人只是缓存了不少在某些领域很是正确优秀的模式；一个聪明的人可以触类旁通、举一反三也是由于他有一个可以迅速从问题抽象出本质的学习模式；因此要想成为一个聪明、精明的人须要的只是创建对应的模式就能够了，这须要了解思惟的运做模式，创建学习模式，学习别人的模式。大脑是一台告诉运转的机器学习系统；人类整个认知系统中绝大部分功能从本质上都是硬编码的，能在后天习得的只是“程度”的不一样，而不是“本质”的不一样。人类大脑中的千亿神经元是由在漫长的进化过程当中被塑造出来的分工明确的、ad hoc的一组子系统构成的。