知识的分类
大脑运作模式视角下的知识分类 - 知乎 (zhihu.com)、机器学习理论引入的知识分类 - 知乎 (zhihu.com)
[[思考类知识]]
-
需要精度高，该中大脑模式速度慢，记忆容量低的缺点，尽可能减少问题所涉及的因素。
[[运动类知识]]
-
对速度有更多的要求，大脑可以同时并行处理多个因素，也有很强的容错性和鲁棒性。
-
任何知识在熟悉之后会逐渐被大脑放到无意识模式下处理。
-
缺点
-
这种模式下若不重复，则不会进行学习。
-
但当谬想知识对精度有要求时，就要稍加注意。
-
-
学习这类知识，尽可能让大脑无意识的直接从输入得到输出，用大量的不同的例子反复加强新大脑神经连接的形成。
[[分类知识]]，判断一个事物属于哪个模型
-
思考类知识中大部分都是分类知识
-
应用任何知识之前，都是先用分类知识来判断问题属于哪一类，然后才能够应用公式和性质来解决。
-
画思维导图对应的关键词是主谓结构
-
它是什么来区分输入和输出
-
为什么是来决定判断的边界
-
[[回归知识]]，从定性到定量，如何从一种状态变成另一种状态
-
大部分运动类都是回归知识
-
数学的特别
-
数学公式是将同一类知识进行二次提取，都是别人总结好的“知识的描述”。
-
做不出数学题？
-
无法判断某个问题属于哪一类，连用公式和性质的机会都没有。
-
到这种情况时，很多家长和老师都简单的归因为“不熟”，提升方式也基本靠悟。但是什么叫“不熟”？这种“不熟”又该如何提升。
-
工作后通过实际例子，基本上等于重学一遍。
-
-
为什么大部分人都难以学好数学？数学明明被用于所有科学的现实问题，可为什么大部分人都觉得自己学不会。一遍一遍的记住了数学公式，甚至理清了这些公式是怎么来的，但在现实问题面前全面崩溃。
-
-
画思维导图时，对应的关键词一般是动宾结构
-
它的目的来明确输入变成什么样的输出
-
问“如何达到”来明确具体的步骤
-
[[思维导图]]
