Обучение

Делюсь 4 лайфхаками по эффективному чтению нон-фикшн: 1. Ставлю цель. Зачем мне то, что сейчас буду читать и на каком моменте в теме хочу сфокусироваться. 2. Знакомлюсь с содержанием. А потом вспоминаю свою цель и начинаю с нужного места. 3. Практикую активное чтение. По ходу задаю вопросы к тексту, делаю пометки, выделяю ключевые мысли. 4. Пересказываю прочитанное вслух. Не все книги стоят полного прочтения, не вся информация нужна срочно и сейчас. Я стараюсь брать понемногу информации и усваивать ее, чем впихивать в мозг большой объем и быть не в состоянии им пользоваться. #работа_с_информацией

В начальной школе мама научила меня одному трюку: учить стихотворение перед сном. Сначала повторить стихотворение по памяти до уровня исполнения уверенной тройки, а затем лечь спать. Утром достаточно было прочитать стихотворение и спокойно идти сдавать. Я до 9 класса верила, что это влияние учебника с материалом, на котором *обязательно* *нужно было спать*:) Но можно и не подкладывать под подушку учебник, а сфера применения лайфхака распространяется на *все* виды информацию. Уже в студенчестве я читала учебники и конспекты вечером перед семинарами или экзаменами и спокойно отвечала на следующий день. До сих пор так делаю с интересными мне книгами. Это работает, потому что во время сна мозг систематизирует информацию и переносит *ее* из краткосрочной памяти в долгосрочную. И то, что вчера было новой информацией, за ночь становится знанием. #работа_с_информацией

В МЛ пока относительный простой Еще в начале этой обучательной затеи я составила себе распорядок занятий, по которому минимум 2 часа в день занимаюсь машинным обучением (максимум - 3). Иногда это скроллинг новостей, касаемых машинного обучения, иногда работа над проектами типа предсказания цены или поведения клиента. На этой неделе меня зажгла математика. Нашла интересный курс "Mathematics for Machine Learning: Linear Algebra" на английском на Coursera (https://www.coursera.org/learn/linear-algebra-machine-learning/home/info). Достаточно понятное объяснение с тестовыми заданиями, не сильно выходящими за рамки объясненной теории. Я пока на середине курса, где-то в этом районе у меня начинаются трудности с теорией и я забрасываю это дело. Как бы ни пошло дальше, поймала пару инсайтов по матрицам в геометрическом смысле и в плане графиков (например, что можно повернуть вектор, домножив на координаты отсчета нужного положения или решить систему уравнений через инвертирование матрицы). Теперь стало немного проще понимать матрицы и операции над ними, что сильно пригодится, если в будущем работать с изображениями. Еще вписалась в марафон на 5 дней, но там пока ни о чем. Если будет о чем, дам ссылку, марафон рекламный для привлечения клиентов на следующие курсы, точно будут другие потоки.) #ML #путь_дао_саентиста