快速学习

问题

我一直在想一个问题，当进入一个陌生领域，这时候要处理这个领域的问题，如何快速知道要解决这个问题，需要哪些领域知识呢？
如果是问人的话，别人如果不靠谱怎么办，作为一个小白，没有这方面知识来判断那个人说的是否正确？
当自己是一个小白，怎么判断什么是对，什么是错，从而避免错误采用正确。
不具备判断正确的标准。
如何判断正确的期望是什么？如何判断最小领域知识范围是什么？如何规划学习路径？

如果我又跳到另一个陌生领域再来这么一个任务，那就又要经历同样的折磨。

目的

为了保护自己不掉坑里，少走弯路，降低试错成本。

思想

兼听则明，偏信则暗。
即使专家说的是错的，也比小白的我自己认知的错误要高级。我能从专家的思路(无论正确与否)中学习到一些东西，因为不可能全错，必然有对的部分。
所以提高自己知识能力的方法不只是闷头看书查资料，尽可能与更多专家交流提问，无论对错都能帮助自己从小白提升到专家。至少自己犯错也是犯专家水平的错误
无，基准，偏差，纠正，完整。

例子

就医问题

1. 专家说的话可能是对的，也可能是错的。
2. 你具备常识和推理能力，但对专业知识一无所知是前提。
   有一天你在一家医院里检查出自己患病了，医生说你这个病的康复概率是 50%，要花几百万才能治好这个病，先交给一百万做第一个疗程吧。

那你怎么判断

1. 是不是医生把小病放大坑你的钱？
2. 是诊断有误，其实没病?
3. 诊断没错，确实是这个病，但是不需要花那么多钱治疗。
4. 诊断没错，确实是这个病，也确实需要花那么多钱治疗。

快速学习的条件

1. 整理出完整的领域知识体系
2. 制定学习任务，明确主题或问题是什么
3. 根据任务，规划最小范围的待学习的领域知识
4. 多次快速试错直到成功为止
5. 解释成功和失败的原因

初学⇒进阶⇒专家

正确的判断依据

通过交叉对比来判断真伪，检验真实性。
森罗万象找重叠度高的部分，可信度最高。

道理

人无法在短时间成为一个领域的专家，但有可能在短时间内成为某一细分领域的专家。

快速试错的必要条件

1. 快速、自动化地搭建全新的实验环境

   1. 创建脚本

2. 完整、快速、自动化地销毁实验环境
   2. 删除脚本

3. 可追溯，可复制，自动化的，幂等的流程操作

4. 自动化检查报告

   1. 自检脚本