伟大的
毛主席这样说：
“读书是学习，使用也是学习，而且是更重要的学习”。在
17
年底，借着万门大学征文的机会，在这里总结下我自以为的学习之道，分享给每一位也许迷茫也许焦虑的同学，培根（不是吃得那个，是腐国的一位大思想家）曾说过，我活着是为学习，而学习并不是为活着。这句话前半部分可以看成是终身学习的鸡汤，而后半句则是告诫你去学一些看起来和求生无关的东西，通过学习，活出自己的个性来。这句话应和我最喜欢引用的一句话古之学者为己
,
今之学者为人。在当下的社交媒体上，标注并分享自己学习了一个内容，要远远比学习某一个内容来的简单的多，人们都有去做简单的事情的冲动，但学习就应该选择那条难走的路。
在今年夏天
的万门复杂系统和机器学习的特训班上，我十分荣幸的应许铁邀请，献丑做了一回授课讲师，授课的经历，给我留下了即深刻又美好的回忆，更令我受益良多。做为只是粗粗了解机器学习的一位外行，我本对接受邀约很犹豫，觉得自己讲不出什么干货，但耐不住基友的邀请最终答应了下来，课前很是花功夫做了准备，写课程的逐字稿，一次次的打磨
PPT
，在这个过程中深化了自己对之前学过的课程和看过的书籍的理解，更锻炼了自己的表达能力和时间掌控的能力，在此要借着这个平台感谢万门大学和混沌巡洋舰给了我这个机会来实践自己通过输出来主动促进学习效率的学习之道。
在我这个夏天做的分享中，我曾细致的讨论了如何在未来自学机器学习，还推荐了一些相关的视频课程和书籍。后来还曾经针对大数据，列过一个书单，（
AI
，大数据，复杂系统 最精
40
本大书单），然而在我心中，学习的最佳方法绝不是仅仅去读书，而是要给身边的小伙伴讲出你读的这本书说了什么，最终的目标是要做到学以致用，尝试用书中所说的道理方法来改变你看问题做决策的习惯。
若你觉得高质量的输出对于你来说太难了，你要明白写作或是讲课，本身就是很难的，需要你对自己所学的有深度的了解。为了给输出做好准备，可以通过问题来指导你的学习。一开始，问题可以是有趣的，例如在万门的免费课程
-
《阿哲的疯狂实验室》中，童校就是通过一个个有趣的问题吸引人去进入看似深不可测的高等数学或大学物理中。然而这样有趣的问题，终究只能算是开胃菜。通过问题指引的学习，还应当去问些基本的问题，只有通过这些类似屈原的“天问”式的大问题，我们才能够系统性的学习一个学科。
