如何构建自己的知识库和学术体系来指导工作

版权声明：本文为博主原创文章，未经博主允许不得转载。 https://blog.csdn.net/yunxinan/article/details/83240235

近期开发工程的感触很深，发现通过这几年来我构建自己的知识体系趋于完善的同时出现的分支，这个类似树。深刻理解古代智慧和自然哲学原理。
从无序中寻找有序，这是我对图像的一句总描述。前段时间由于一个项目初步计划和赵博晚上聊了一下，发现大家由于碎片化知识拿来即用的想法导致没有自己的方法论，很多都是不懂百度、然后看论文、然后去培训。我见过的基本思维是这样。其实这种方式就是一个便当吃饱充饥可以但是完善成一个技术或者知识壁垒很难。因为存在一个问题：量子力学的薛定谔的猫和盒子里面还是否有盒子问题。
怎么从无序中寻找有序这个就是随机过程 ，这个分支完善的体系可以实现让自己的idea转换为可描述的math，通过math实现code才能达到work，但是很多人没有基本功就想直接work，导致出现来问题没法自己完善的解决。
随机过程后有个应用分支是离散数学可以完成知识表示体现出math的工程特性
离散出现可能导致问题碎片化用组合数学解决，这样问题就能系统，这时候可能出现问题交叉，那么我们就要用运筹学和复杂系统去解决。
当这些工作完成就体现在数列，高中的数学我最近的理解就是大学可以加上再学一次对我们去理解现在数字时代有深刻意义。
线性代数台湾的赵启超老师和麻省理工公开课程详细描述解决过程。通过这个过程我们得到无序又回去了？不是是问题的进一步深化此刻用概率统计分析与科学计算，得到结果，结果和期望去评价完之后我们来观察怎么让问题轻量工程化，这样就是逻辑学问题和微积分原理来优化。
问题回到前面为什么从无序中找有序
就是构建问题结构思维体系
第一步 问题分解能力
第二步 理论框架
第三步 技术要点
第一步就是要参加会议和同行高质量交流学习目前的框架和构建适合自己的分解能力与架构。
第二步就是结合自己的知识体系构建方法论，例如很多人做深度学习计算机视觉很多就不知道下一步怎么做了，其实只要你看了三本书基本问题就概括了剩下就是自己对问题的认知。首先我不是推销书只是这三本书具有概括性并不一定是技术工程参考书但是能帮你分解问题，《矩阵论》《机器学习实战》《21个项目玩转深度学习》。
第三步技术要点必须看官方文档，因为个人专业理解背景不同会读到不同效果。
第四步组合优化就实现过程
个人发现读书读一个学科不同人和不同版本的书是一个学科提升最快的方法。同时多关注国外行业情况http://whatlearning.cn/?page_id=58麻省理工计算机与科学工程课，STEM的灵魂。最后推荐三本书，《复杂》《规模》《复杂网络》《社区网络模型》