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!