-颗粒度2.0-
Granularity2.0
之前上数据分析的课，
老师讲统计学的知识时一直听得云里雾里。
这几天买了个概率论入门课程，
听着听着突然发现自己逐渐可以理解统计学里的知识了。
是自己变聪明了吗？
应该不是。
那为什么突然就能理解了？
新概率论课程讲的知识颗粒度足够细。
之前数据分析课程因为涵盖了
编程语言、统计学和业务分析等一堆内容。
有限的课程时间内，
统计学的知识内容没办法揉的很细碎地讲。
而自己新买的概率论课程
却能将一些基础知识点用
例子、比喻和更详尽的描述去解释。
这样的课程对一个还没入门的人是十分友好的。
学习一门新的知识，
最好先找到这门知识最小的知识颗粒。
因为最小的知识颗粒是最容易理解，
而且是最基础的。
什么是最小的知识颗粒？
就是每个基础知识点的解释。
越详尽的解释，
颗粒度就越细。
就像数学的基础知识是
加减乘除。
那么对于加减乘除的详细解释
就是数学的最小知识颗粒。
想入门数学，
最好就从这里着手。
而不是一上来就去看
一元二次方程甚至高等数学。
人与人之间学习速度的差异在于
消化知识颗粒的速度
及
能直接理解的知识颗粒的大小。
试想:
A在5分钟内就弄明白加减乘除，
而B则需要一个小时才琢磨清楚。
A如果能直接看明白大学数学的知识，
而B只能从小学数学慢慢啃起。
A和B，
谁的学习速度更快？
阅读能力
理解知识颗粒的能力基于阅读能力。
知识本质上是信息，
而我们的阅读能力就是我们接收和理解信息的能力。
一个只有小学文化的人
和
一个受过高等教育的人，
看同一本书的阅读速度和理解深度是不一样的。
提升阅读能力是提升学习能力的基础。
怎么提升阅读能力？
阅读能力的提升是基于
自身的积累。
知道的越多，就能知道更多。
这些积累包含但不限于
书本、见闻阅历和思考……
但仅仅是简单无脑地去积累是没用。
要将这些积累
理解和整理成体系化的内容，
才能帮助自己提升阅读理解能力。
学不明白还是教不明白？
现在看来，
老师讲了知识点，学生却还不明白。
很可能是老师还没能讲到或讲明白
学生们能理解的最小知识颗粒。
自学的时候，
没学明白也可能是没找到自己能理解的
最小知识颗粒。
费曼学习法
费曼学习法提倡以教为学。
学习一门知识的时候，
把自己当学生，自己教自己。
想要把自己教明白，
就要弄明白知识怎么能讲明白。
想要讲明白，
那就要把知识颗粒从小到大地弄明白。
这个过程自然而然地就学会了新知识。
“
天下大事，必作于细。
”
--老子《道德经》
