近日有科研表明，15.87%的出错率是机器学习的训练的最佳状态。出错率太大或太小都会导致机器学习的效果不佳，15.87%的出错率是机器学习准确度增加最快的时候：在这个情况下训练350次的效果，在4%出错的情况下需要训练1000次，大概需要3倍的次数。
如果，我们相信人的大脑很像机器学习一样，就是一个不断接受反馈而获得成长的神经网络。那我们就有理由认为，我们学习任务的最佳难度就是15%左右，即一本书的内容有85%左右是熟悉的，15%左右的内容是新的，用来可以改造我们的世界观。重要的是，这样的学习效果可是指数增长的，如果长期按照这样的难度去学习，长此以往的学习成果一定远超同辈，这可能是复利公式在学习领域的最好应用吧。
不同出错率训练效果之间的差别
这个结论在生活中具体该怎么应用呢？我的经验就是：永远选择简单的！道理很简单，我们在生活中往往过于自信，很多人认为学习简单的内容是对自己实力的质疑，认为自己能够很快掌握50%甚至更多陌生的内容，于是有人学英语上来就做四六级的试卷，结果彻底磨灭了自己的信心；有人学编程，上来就选一本像砖头一样的《21天学会系列》啃，结果21天中绝大部分时间是在绝望中度过的。15%难度的水平就是一篇英语文章中生词+陌生语法+陌生语义总和只占整篇文章的15%，属于那种看一眼就能明白大致意思的文章。看这样简单的文章，不丢人！
我对“简单”这个词也算是有一点体会。有两个小故事可以和大家分享一下。
对编程这件事，我曾经是无尽的绝望
记得大一时期，学校要求我们过计算机二级。在这之前我从来都没有接触过编程，尽管小时候有当黑客的梦想，可是当我在一个非常注重效率的培训班学习VB（一种编程语言），看到那一串串的if、dim、while、do、sub、function、char....的陌生单词在短短几节课的时间写满黑板的时候，我的内心是奔溃的。当时的我越用力去理解老师说的一个个语句的意思，越能感受到这诸多语句组合起来的意义之庞大，仿佛在嘲笑我：你也配编程？当然一次测验发现我们班满分100分的选择题均分才30分，我才知道这不是我的问题，哈哈哈。
后来又被几个讲不同语言的老师虐过之后，也算是对语言有了一定理解，最近我拿出一本C语言的教材出来看的时候，发现：不就这么几个语句吗，多大点事儿？而且学着学着还看出了曾经根本看不出的内容，这儿作者讲了什么细节，那儿特别强调了个什么概念。学起来的收获远远大于当时吭哧吭哧上课的时候，还特别有成就感。
考研数学也曾经让我奔溃
考研数学有高等数学（上和下）、线性代数、概率论与数理统计三门课程，内容多的不行。当时学习的时候，跟着网上的视频学习。学了一章内容，感觉在老师的带领下感觉学起来不是很难，于是想着赶效率一口气将这些全都看完。看到后面我的内心戏是这样的：妈呀，这个概念我是不是之前学过？妈呀，这个结论他是怎么推出来的？妈呀，这节课讲了这么多内容，可是到底讲了啥？在努力看完一遍所有内容后，我发现我学会的内容几乎可以忽略不记。于是又打算从头来一遍，最后还是同样的结果：开始简单的内容不屑，到后面啥都学不会。现在想来，要是踏实一点，每学完一章，不要觉得内容简单就想着赶进度，而是踏踏实实做些题目巩固一下。这样学起来反倒效率更高。
不妨试试看，记住15%这个数字，学点简单的，坚持一段时间，看看自己是不是长进并不慢。
网友评论