学而不思则惘
发布日期:2021-06-30 17:22:16 浏览次数:2 分类:技术文章

本文共 749 字,大约阅读时间需要 2 分钟。

许多非计算机系毕业的人也搞IT,好像还是主流;除此之外,还有许多黑鸟,蓝翔出来的,也都跟我们抢饭吃。

这说明,计算机这门行当,打着高新技术的幌子,实则门槛很低,并没有什么技术含量。只要是个人,看几天书,就可以编程。

同时这也说明,保持学习,对计算机从业者是多么的重要。孔子曰:学而不思则惘,思而不学则殆。孟子说:孔子说得对!

思而不学则殆,意思就是说,你整天想着学这学那,但却迟迟不肯开始学,那么你就要完蛋,被淘汰;但学而不思则惘,只顾着埋头学习,却不肯好好思考一下,那么你会变傻逼,读书读到下水道去了,白学了。

学而不思,思啥?

我觉得对挨踢攻城师来说,应该是学习之前,要思考学什么,为什么要学它,学到什么程度。

计算机界最大的特点就是技术发展很快,各种新技术,新语言,新工具纷沓而来。我们恨不得像极具智能的外星人一样,只要刷刷将典籍过一遍,就能立刻掌握。但事实不行,我们无法一一学习,并达到精通的地步。

只能是有选择地学习,并且掌握程度有所 区分。

我认为计算机技术分为三大类:

1、基础原理类

2、语言系统类

3、工具应用类

基础原理类,一定要认真研读,务求真正理解,掌握。真正理解了原理,基础夯实,在以后的学习中,才具有加速度,否则事倍功半。
基础原理类包括:计算机组成原理,数据结构,操作系统原理,编译原理,计算机网络基础


语言系统类,包括各种语言,数据库系统,框架。这里面,也细分为基础原理部分,和具体应用部分。比如,数据库系统,要理解其存储结构,锁机制,而具体的查询,分区,这些就算具体应用。只有充分理解原理,具体应用部分才不至于死记硬背。


工具应用类,指各种应用工具,比如SVN,GIT,VISIO,VISUAL STUDIO,Linux里面如何设置代理,等等,这些则不必多费工夫。

转载地址:https://leftfist.blog.csdn.net/article/details/40185141 如侵犯您的版权,请留言回复原文章的地址,我们会给您删除此文章,给您带来不便请您谅解!

上一篇:CentOS6.5下用Git克隆代码(https方式)
下一篇:CentOS6.5配置代理上网

发表评论

最新留言

很好
[***.229.124.182]2024年04月05日 12时21分29秒

关于作者

    喝酒易醉,品茶养心,人生如梦,品茶悟道,何以解忧?唯有杜康!
-- 愿君每日到此一游!

推荐文章

路径规划(一) —— 环境描述(Grid Map & Feature Map) & 全局路径规划(最优路径规划(Dijkstra&A*star) & 概率路径规划(PRM&RRT)) 2019-04-30
神经网络调参实战(四)—— 加深网络层次 & 批归一化 batch normalization 2019-04-30
数据挖掘与数据分析(三)—— 探索性数据分析EDA(多因子与复合分析) & 可视化(1)—— 假设检验(μ&卡方检验&方差检验(F检验))&相关系数(皮尔逊&斯皮尔曼) 2019-04-30
RRT算法(快速拓展随机树)的Python实现 2019-04-30
路径规划(二) —— 轨迹优化(样条法) & 局部规划(人工势能场法) & 智能路径规划(生物启发(蚁群&RVO) & 强化学习) 2019-04-30
D*算法 2019-04-30
强化学习(四) —— Actor-Critic演员评论家 & code 2019-04-30
RESTful API 2019-04-30
优化算法(四)——粒子群优化算法(PSO) 2019-04-30
数据挖掘与数据分析(三)—— 探索性数据分析EDA(多因子与复合分析) & 可视化(2)——回归分析(最小二乘法&决定系数&残差不相关)&主成分分析&奇异值分解 2019-04-30
数据在Oracle中的存储 2019-04-30
优化算法(五)—人工蜂群算法Artificial Bee Colony Algorithm(ABC) 2019-04-30
轨迹规划 trajectory planning 2019-04-30
AGV自动导引运输车 2019-04-30
Trie树(字典树) 2019-04-30
COMP7404 Machine Learing——Logistic Regression 2019-04-30
COMP7404 Machine Learing——Regularization(参数C) 2019-04-30
COMP7404 Machine Learing——KNN 2019-04-30
COMP7404 Machine Learing——SVM 2019-04-30
COMP7404 Machine Learing——Decision Tree & Random Forests 2019-04-30