那些閱讀教我的事
235公開內容
閱讀可以用最低的成本來獲得別人經驗，培養閱讀能力，一生受益。但要記住，別只讓自己的大腦永遠處於「輸入狀態」，要適當地「輸出」自己的想法。透過閱讀輸入，再利用寫作輸出，就像「費曼學習法」說的一樣，教授到別人能夠了解，自己才算是領悟了這門學問。
全部內容
免費與付費
最新發佈優先
電腦是「數位處理器(digital processor)」，它們儲存及處理分批進來的「離散值(discrete values，不連續值)」。電腦易於處理數位資料，且數位系統比類比系統更容易延伸擴充。
電腦的邏輯或功能性架構包含：處理器(processor)、主記憶體(primary memory)、輔助儲存器(secondary storage)，以及其他元件，全部都由一個名為匯流排 (bus)的線路連結，這些線路在它們之間傳輸資訊。
「資料探勘」早在十幾年前唸書時就有耳聞，但資料科學倒是近五年來才知道有這門學科。就我的理解來說，資料探勘就是如何從大量資料中找出有用的資訊，而「資料科學」就是利用這些有用的資訊來做分析，從而達到預測的目的。
現代的計算機概論範圍也越來越廣了，從傳統的「硬體」、「軟體」到「通訊」及「資料」等；其中，通訊現在應該算獨立於計算機之外自成一派。而資料科學則在近十年「機習學習」或「深度學習」變成顯學後，受到高度重視。不想變成時代的眼淚，還請多努力，別輕易躺平。
嚴格來說我也不算是科班出身，但對於作者所說的大多數優缺點都是認同的；至於成本的部份，因為美國跟台灣還是有所差異，從「教育成本」的角度來看，在台灣讀一個相關學位應該是相當值得才對。不管是在哪個領域或專業，每個人都應該對自己的「教育」或「學習」負最大責任，努力爭取機會，創造讓自己有「實務學習」的舞台。
又再一次講到「習慣的重要性」，近期真的有好多本書都在講習慣，從「原子習慣」之後，就不斷的看到文章在強調該如何創造好習慣跟移除壞習慣，只能說這些觀念相見恨晚。現在才察覺自己的不足，但應該還有挽救的機會，為時不晚；我也決心做出一些改變，希望多年後再回頭看這篇心得時，會慶幸自己走出了第一步。
這章的概念在過去不同階段的學習中都有出現過。我個人主要的「閱讀重點」是在軟體分層這部份，像作者所說的，如果換處理器或作業系統，只需要重新挑選編譯器，就能讓同一份應用程式的程式碼可以在不同平台運行，那就能大大節省開發的時間。要注意的是與特定硬體相關，以及與特定作業系統相關的系統指令。
軟體開發人員在「創業」上有優勢，尤其是可以自行開發產品，不用仰賴他人。但一體兩面，就因為自己懂技術會開發，常常「太著急」跳下去做產品開發，而忘記去了解「目標客戶」在哪裡。從「副業」開始是個好建議，用最小的成本來驗證想法，這是精實創業的核心思想，我認為特別適合軟體創業的人使用。
從電腦程式語言的歷史來看，進入門檻越低且容易取得相關資源的程式語言會被廣泛使用。現代的軟體開發更重視軟體元件(函式庫)的整合使用與架構，更勝於程式語言本身的特性。現代程式語言的開發已經轉向重視易用性、安全性及函式庫支援的豐富程度，而非單純講求執行階段的效能。
作者講的「快速學習法」，其本質上應該就是我先前做過重點摘要的「費曼學習法」，想要教授一樣技能或技術給他人時，自己就要徹底理解問題或技術的本質，然後收集相關的資料，用自己的話重新詮釋問題及解決方式。在這個過程中，就能把知識轉化為自身的理解，從而跟自己的知識樹相連接，存在腦海深處變成本能。
