博士的初期內容主要是機器學習, 基於機器學習的理論來總結人類自身的學習過程和方式, 現總結博士視訊中提到的主要方式

-.  學習的原則

1.  例子重塑大腦
2.  明確輸入輸出
3.  用二階知識拆分知識

二. 什麼是學習

　　定義: 學習是壓縮知識和資訊的過程,

　　學習不是記憶, 記憶是學習的一部分, 記憶無法接受大量的知識資訊, 所以對於知識的壓縮的必要的, 學習就是找出知識的之間的關係,

三. 學習的目標

　　學習的目標就是通過例子來找出輸入和輸出之間的關係 , 這種關係也可以稱之為模型, 如果模型可以可以在未知的例子中準確預言了結果, 或者可以重現該結果, 那麼就是學習成功了

四. 學習的過程

　　1. 尋找大量的例子, 明確輸入輸出

　　2, 尋找輸入和輸出之間的關係 , 建立模型

　　3. 使用新的例子來測試學習的效果

五. 學習的輔助工具方法

　　1. 費曼技巧

　　　　一種以使用為目的的學習技巧, 可以促使一個人驗證其學習到的知識是否是有效的知識. 其具體步驟很簡單, 現個人總結如下

　　　　1. 找一種你需要理解的概念, 然後理解他

　　　　2. 舉多種例項向別人解釋

　　　　3. 嘗試使用簡單的語言向別人解釋(壓縮資訊)

　　2. 思維導圖

　　　　思維導圖的目的是為了強迫一個人對其腦內的知識做總結和壓縮, 一個記載全部的資訊的思維導圖是沒有意義的. 

總結:

　　博士的教導總感覺很深刻, 給人一種霍然開朗的感覺, 但是仔細思考總感覺其似乎還有未說的話. 對於個人來說讓我意識到我腦中塞滿了各種沒有具體例子的知識, 然而那都是沒有用的知識, 是需要遺忘的,而自己所謂的自認為的理解也是不對的, 如果沒有經過具體例子驗證的知識不能稱之為理解.  另外讓我知道了二階知識, 二階知識是關於如何劃分組織知識的知識, 我想這應該是很需要學習的吧, 總感覺大腦不夠用, 可能是這方面的知識缺乏導致的. 

　　現在用博士的教導的學習理論來學習博士的學習理論

　　　　1. 例子

　　2，為什麼是？

　　　　都使用了自己的方式對外部的信心做了處理。 建立了行為或者思考模型

　　3. 學習的目的？

　　　　找到問題和答案的關係， 建立模型， 其模型可以解決相同的問題， 幫助個人提高生存的能力

　　4. 如何達成？

　　　　待補充

　　5. 它有什麼？？ （學習有什麼？ 學習有什麼似乎並沒有說清楚 待補充吧）

　　　　拆分知識， 例如數學中有微積分，幾何， 等。。 各種又有基本的概念， 游泳裡面有基本的動

　　　　用例子幫助理解

　　　　壓縮知識

　　6. 先後順序，

　　　　問的是子知識之間的關 ？？ 待補充吧