费曼学习法2.0
介绍费曼学习法
第⼀：确定⽬标
eg
⽐如学习统计学的⾃由度的概念
找到学习的内容->看书、看视频、找度娘等等->觉得你⾏了，就可以了
第⼆：模拟教学
假设⾃⼰是⼀位⽼师
不看任何笔记，参考资料，并且简洁的将⾃由度的概念和相关内容->讲授给完全不懂的领域的⼈听
注意事项：
1.⾃⼰能否讲明⽩？
2.讲课的时候有哪些地⽅卡壳？
3.什么地⽅讲混淆了？
记录下来
第三：反馈
问：哪⾥听不懂？
答：都不懂
恭喜你，你必须要重新回去整理，并换另⼀套说法、⽅式来讲授
第四：简化并且重复
找到⾃⼰讲课混淆的地⽅和听众反馈听不懂的地⽅->进⾏深刻的理解和简化->尝试利⽤通俗易懂的⽅式、举例等来说明->回到第⼆步在讲⼀次
⾃由度：可以这么理解
A+B＋C＝１０
如果A＝１，B＝２
⾃由度(degree of freedom, df)指的是计算某⼀统计量时，取值不受限制的变量个数
费曼学习法的局限性
问题出现在第⼆步,有时候⽆法找到合适的受体,来听你"废话"
这是将对费曼学习法进⾏改良
第⼆步:最⼤限度的简化内容
什么意思呢?
⽐如读⼀篇⽂章,请尝试⽤2句话概括中⼼内容
⽐如看到⼀个案例代码,请尝试梳理代码主体结构
第三步:提问和扩充回答
以python代码为例,在梳理完结构后,第⼀是导⼊模块,
提问:导⼊了那些模块?这些模块分别⼲什么⽤?能不能看看存在那些模块⽅法?等等
回答:pandas 数据分析⼯具 ⽐如pd.DataFrame()转为数据框,pd.read_csv()读取csv⽂件
第四步对照和反复
找出错误和表述不清楚的地⽅
并且反复重复第三第四步骤
最后⼀定要⽤脑⼦思考,⽤⼿记录,并反复!!