学习理论:理论联系实际--演绎归纳演绎
学习 理论 归纳
2023-09-11 14:18:44 时间
理论和实际的学校是一个交互向上的过程。
理论是抽象的东西,是一般的东西;
实际是具体的东西,是个例;
从理论到具体是演绎;
从具体到理论时归纳;
理论的学校用于指导实际;
具体的分析用于强化理论;
二者的学习是一个交互的过程;
没有实际支撑的理论是纸上谈兵、是空洞之物;
没有理论支撑的实际是形而下,是孤立的东西;
正如一般的课程学习中,每讲一个理论以后,都要给出几个例子进行讲解;最后给出习题。
这个是从理论到实际,从实际验证理论,
从演绎到归纳再到演绎的过程。
相关文章
- Python学习--19 网络编程
- UFLDL 教程学习笔记(四)
- 数据分析/机器学习模型无法部署的八大原因
- Java核心知识点学习----线程中的Semaphore学习,公共厕所排队策略
- RestfulApi 学习笔记——查询与过滤还有搜索(五)
- Go语言_基础学习篇
- ubuntu学习系列(不定期更新)
- java struts2入门学习---异常处理和类型转换
- Atitit 学习记忆理论 教育理论 教学培训 目录 1. 视觉优先理论1 2. 心理学的“认知负荷理论2 2.1. 双重编码理论2 2.2. 艺术化 原理动画3 2.3. 艾宾浩斯遗忘曲
- ML与Regularization:正则化理论即bias-variance tradeoff(权值衰减/提前终止/数据扩增/Dropout/融合技术)在机器学习中的简介、常用方法、案例应用之详细攻略
- 【蓝桥杯Java_C组·从零开始卷】第二节、if&switch(超级详细,适合入门强化学习,理论与实战双保险(2021年12月30日上午9点直播·视频发布B站)
- 精英反向学习带扰动因子的混沌蚁狮算法-附代码
- 我的学习笔记_Windows_HOOK计划 2009-12-03 11:19
- tsne理论学习
- SVM理论学习中的问题[转载]
- 【机器学习】SVM面试题:简单介绍一下SVM?支持向量机SVM、逻辑回归LR、决策树DT的直观对比和理论对比,该如何选择?SVM为什么采用间隔最大化?为什么要将求解SVM的原始问题转换为其对偶问题?
- 【机器学习】模型融合Ensemble和集成学习Stacking的实现
- 【机器学习】准确率、精确率、召回率、误报率、漏报率概念及公式
- Python学习笔记七之文件操作:打开与写入、创建与删除、遍历文件夹批处理等
- 好用的SQL工具盘点:从学习到工作总有一款适合你
- 强化学习笔记:多臂老虎机问题(4)--跟踪非平稳环境