057｜如何有效整合多本書籍中的知識？

我自己很喜歡同時讀多本書。

而且我會先比較每一本書的目錄，

來學習每個作者編排內容的方式。

例如機器學習就有很多的書都在教，

而且裡面的內容也可以差異很大。

有的書可能整本都是理論，

有的書整本都是程式碼，

而理論仔細去比較，

有的又更側重其計算複雜度，

有的又更側重統計收斂速度。

而程式碼的書仔細去比較，

有的著重做多個小專案，

有的又更著重在讓機器學習能在大系統中高效率執行。

那怎麼都是機器學習的書，講的內容會差很多呢？

原因就在寫書的人，他的獨特背景，

看出了機器學習獨特的一面。

所以，當你收集了多本書，

很重要的步驟，

就是去認識書的內容，

如何與作者的背景搭配。

一但有深刻認識後，

下一步就是去收集與比較不同作者，

對同一個話題能提供的觀點。

這些觀點會被我收集進一種稱為「索引筆記」(黃色良品)的筆記。

這種筆記的主要功能，是紀錄一個話題，

在不同書中被描述的方式與觀點。

例如「線性模型」是足夠基本的話題，

但在不同的書中，

會看到不同作者以不同角度在詮釋線性模型。

這就是我們要特別注意的地方！

透過平行比較不同作者對線性模型的詮釋，

你能全面學習相關的內容，

快速成為專家！