2017-08-09(三)
學習系統與輸入來源 in (行動計算與網絡通訊)
前言：
最近開始了解有關mobile相關的conference，主要看到MobiCom與MobiSys，與之前不同是，這次了解相關領域時，並沒有心急的找一個論文來啃，而是去擴展學習的框架，具體來說，就是先了解這些conference的方向、論文的重點取向，並且建立我的學習系統框架，以下分別闡述系統與攝取的資訊來源。
一、學習系統：
1.基本原理
2.關聯類比
3.推理邏輯
4.形勢判斷與行動驗證
我發現在看論文時，往往會有一種強烈的陌生感，由其實當一篇論文出現過多的專有名詞，而你又沒有當中的基礎知識時，腦中會變得很慌，儘管先去讀Abstract, Introduction, Conclustion，心中對此論文會有個大概的印象，可是前提是你對該領域的議題，有相關的基礎知識與經驗積累，唯有如此，這樣論文的知識點，才有辦法融入你的知識體系，否則，就是一鍋粥跟一鍋粥的混合，對我們的大腦都是點狀的知識存在。
所以，我想表達的是，把獨立點的知識進而去做關聯、類比，讓點串連起來變成線狀，而在當你有數條線狀的知識點後，接著就是將這些線狀的知識點，組合成一個面積，舉例來說，我在晨讀團持續閱讀一個月，當中有12個章節概念，如果把每一章節比喻成一條線，那麼數條線就能交織成一賣網絡，當下次有一個事件發生時，你就可以用ch1 or ch3的章節概念，作為價值觀的評斷。換句話說，遇到另一個新的知識點（不管是點、線、面），都能與原有的知識點做映射，比較差異、相似之處、能否借鑒、能否連結？
而我想上述步驟，能取S的學習系統（省略部分）做連結，
一、基本原理
要積累足夠的基本原理與概念事實，就好像你只準備2個公式，其他公式沒去理解，那麼在做題時卡住，就難有掙扎的空間，況且，如果你只讀論文的最佳創意，但是沒有基礎知識，那麼下次你也無法將創意做轉化，因為連底層的基礎都不知道，換句話說，就是基礎設施能力沒培養，別大談抽象遷移能力、與創新。
二、關聯類比
就是與舊有知識產生互動，比較差異、相似性，了解彼此是否有變化的相關性（正相關、負相關），舉例來說：在北大java課程提到爬蟲的例子，那麼爬蟲中會使用到thread，而這個thread正好能與ch8的特性做關聯。
三、推理邏輯
與相關性不太一樣，邏輯推理也更多的步驟也更加嚴謹，舉例A->B->C，A做的增長的變化，C最後的反應是啥？這箱步驟的眼都是根據基本原理與概念事實而來，並非憑“感覺”來創造。
四、形勢判斷與行動驗證
當改變一個參數Ｘ時，你要能洞察到哪些變量會受到影響？是增長還是消退？又或者當你要優化行動運算的效率時，會犧牲多少的performance、分別方法的優劣，以及你真正在意的特性是哪些，以下圖為例（彭教授談過的問題對照表）。
二、輸入的信息來源：
- Magazine :GetMobile
- Paper:[mobilCom & mobiSys ]
- 科普書：世界是數字的
- Youtube視頻：ACM SIGMOBILE
- Coursera課程：Wireless Courses | Coursera
三、結論：
時刻體醒自己遵守規律，這會讓你走得更加長遠與踏實，也不會過度浮躁。
