1樓：培訓師胡一夫
古人云：「先勝而後求戰」。學習地圖是學習的系統框架，框架搭建好了，學習才更有節奏。
就像我們去乙個新開的遊樂場遊玩，有的人不管三七二十一，直接從入口進去，走一步算一步，身心疲憊不說，還可能走冤枉路，浪費大量時間，甚至錯過自己想玩的一些專案；有的人不慌不忙，在引導區先諮詢，了解遊樂場的導覽圖，以及專案分布，這些大致方位和熱門景點都做到心中有數了，才去玩。
核心點、基礎點、常規點、拓展點等，不同的要點一定有不同的規劃，每乙個點都有乙個關卡，每個關卡其實都是一次自我的認知公升級，這個才是真正高效學習的底層規律。學會了結構化學習，就會讓自己贏在起點。
如果，一家公司要成立企業大學，我認為第乙個重要的任務就是建立培訓管理人員的崗位知識圖譜及學習路徑圖，並以行動學習的方式（知識輸入+專案實戰+催化引導），快速地培養出一批專業級的培訓管理人員，能夠真正的設計並運營優秀的培訓專案，並通過崗位資格認證的方式集權企業大學的控制力與影響力，相對於分權的管理模式來說，其綜合培訓效率及資源利用效率會更高。
乙份完整的學習地圖應該包括以下要素——
a、勝任力模型
崗位的工作內容、工作方式以及勝任標準。
b、學習清單
在前者的基礎上，明確崗位員工的學習內容。
c、成長路徑
確定員工的學習方法、體系與路徑，從而促成學習內容達成
深度學習和機器學習有什麼區別？
深度學習就是多層神經網路，機器學習就是傳統的那一堆模型，lr，svm，各種決策樹，knn之類。至於單隱層的簡單神經網路，歐美目前越來越傾向於劃分到深度學習裡面。 總的來說機器學習分為監督學習和無監督學習，其中監督學習的演算法大致有knn svm 邏輯回歸神經網路決策樹等，無監督學習的演算法，如聚類等...
資料產品經理的入門和學習路徑有什麼建議呢？
XCXC 對於入門資料產品經理，可以先了解下資料產品設計要點，從工作內容中找自己要彌補的技能。產品經理成長專欄 每週定期更新數篇產品工作思考。選取哪些指標來度量效果，是一件看似細小卻最為關鍵，需要產品經理專業判斷的點。比如，同樣是電商賣家，對於新入局的商家來說，獲得足夠規模的流量是最關鍵的，那麼訪客...
機器學習和玄學有什麼區別？
vitu 玄學 民科，你這套規則怎麼設計出來的，比如測八字，樣本是什麼，啥都木有憑什麼信你對不 機器學習 科學，本質還是基於統計，得有資料和樣本 老漢 機器學習可以彌補因人力不能達到而無法解決問題的缺陷。但是這聯絡都是建立在人已經發現的聯絡基礎之上。如人臉識別，建立在人類已經發現人的臉有相似點和相異...