这周实在太过复杂了，先是竭尽全力复习数理统计期中然后被原题羞辱(确实当时有病在身不过也仍然属于战犯表现了)，然后就是开始了一段时间的无休止的内耗，完全不知道接下来要去干嘛了，周四周五几乎是睡了两天，在梦中梦到了很多跟高考有关的场景然后吓出了一身冷汗，还好跑了...也是活着的时候走马灯了....
PS：数理统计居然考的不算差
很值得提及的一个地方就是在周四周五睡觉的过程中，欲睡欲醒的一个状态下，想什么都感觉很快，灵感是不断涌现的，然后就得出了一些人生的小想法
周日去体测居然还用上120了，也是南绷(还是再感谢一下那个救了我的老师吧)
主要的领悟来自于对GPA体系下如何破除优绩主义和为后续发展做出的一些思考，深思熟虑下发现原本在数理统计考后写的那篇帖子实际上还是过于重视GPA了，想删掉了，不过感觉放在那也是一个提醒吧
我梳理了几个观点，明确这些观点后做事会减少我犹豫的时间
- GPA不是没用的，只是刷GPA和学习知识之间存在测度大于0的矛盾，那么要不要刷GPA，我认为对于我来说是要的，不过不必每门课都拿4.0，即使3.7对于我来说也足矣保研了，谁让我要赌博走高校呢，其他人可能就没有用了()
- 人生只有一次(live only once)，想着GPA活着是一种，完全摆脱也是一种，这都只是一种生命体验，没有高下之分，目前对于我来说比较好的做法就是按照考试拿高分的做法先拿到必要的GPA然后自己补全课程中有趣的部分
- 根据meta learning的观点，学习的过程是可以被优化的，也就是学习能力可以被学习的观点，这个观点对于我来说是很有用的，因为我一直以来没有搞过什么方法论之类的探究，完全依赖于粗糙的天性和直觉，但是最近倒是发现了方法论优化的必要性
- 每门课都深挖是不现实的，因为有些内容你会在后续的课程中用到和学到，目前专精决定数理统计和实变函数
- 睡眠是唯一的恢复脑力的方式，大睡有利于效率提高
然后就是想了一些粗糙的方法论没有完善，估计会再完善一些东西再写，下面的是一些相对完善的东西了：
以下内容应该是针对于数学、统计学方面，其他领域可以参考
工具箱理论
对于初等内容而言由于知识体量的局限性，本身没有太多的点可以深挖或是技巧弥补本身理论的不足(例如你把Riemaan积分玩到天花乱坠也无法解决一些用Lebesgue积分理论可以轻松杀死的问题)，那么这时候就需要一个Tool box，经常性的总结技巧方法或是思想，因为手法本身蕴含着思想，如果研究手法得当一样会促进对于思想的领悟，我先前一直对这种做法嗤之以鼻，并且凭借直觉可以做到比大多数喜欢记忆题型总结方法的人更好，不过近来倒是觉得这也是一种不错的想法，并且取得了一定的效果(比如实变ak了)
实践促进
说来惭愧，之前就阅读过教员的《实践论》，但是没有太多的理解，现在阅读了一些论文或是书籍感到困惑时，往往看代码实现或是一些工程项目结合实际思考，这时在操作过程中会浮现出书本没有给出的问题或是动机，促进原本的理解.接下来可能也会更多的结合代码复现去学习一些算法和统计理论.
PS：这个暑假就可以去找个实习试试，其实每门课的习题都有必要，习题是提高理解的一个重要方式
元学习
按照meta learning的观点，在学习别的知识的过程中对学习能力进行训练，不断提高自己在某些领域的成熟度(matuality)，这个词语在许多的数学书籍中被大量的提及最近才更加深刻的体会，由于我自己对分析学的爱好和数学分析良好的基础，对于实变函数学习比数理统计轻松的多(什么？实变函数很难？对我真不如数理统计...)，这或许就是成熟度的问题，而关于元学习的观点如何应用呢？目前的体会可能就是先不断的先向后learn再回到前面review，这样会得到更多的启发，掌握整体框架后就是框框往里填细节了(这种做法在初学分析时尝试过失败了，大概也是因为成熟度不足)
PS：其实发现机器学习很多算法和思想可以用来训练人，人的思维范式似乎也可以被这样优化，最近发现其实按照马克思的观点的话，世界由一对对的矛盾关系构成，而这显然也可以由函数映射表示，那么如果训练得当learn到好的学习函数的话自然可以通过微调(fine tuning)去提高learn别的领域的函数的速度吧.
PS：似乎完成了AK
准备在那个网络资源整理那边再细化一个数学区域(把视频和讲义资源挂上去)