<< 讀書筆記>> 刻意練習 (Peak: Secrets from the New Science of Expertise)：你可以掌握自己的潛能

中文書名：刻意練習
英文書名：Peak：Secrets from the New Science of Expertise

Goodreads 網站評分：4.3 分
個人評分：5 分

結論

如果你想精進一項技能，不論是運動、閱讀或寫作，卻不斷卡關遲遲無法突破，那可能就是練習方法錯了。

這本書最重要的概念就是，沒有專家的成就是一蹴可幾的。有些人有天賦，只是比其他人更容易達到「可接受」的程度，要成為專家，仍然需要「大量獨自練習」。

但是「大量練習」不是盲目投入「一萬個小時」就一定會成功，一定要投注足夠的時間，還有「正確的方式」練習（就是這本書中文書名提到的「刻意練習」）。

「一萬個小時」的謬誤

作者安德斯‧艾瑞克森（Anders Ericsson）的研究在許多著作（包括最近很紅的《恆毅力》一書）中曾被引用過，其中最廣為人知應該就是 2008 年麥爾坎‧葛拉威爾（Malcolm Gladwell）在《Outliers: The Story of Success》(中文翻成異數，由時報出版）提出來的「一萬小時法則」。

當時麥爾坎提出廣為人知的「一萬小時法則」（無論是哪一種專業，成功的最大前提都是要有一萬個小時的不斷練習），曾經帶動一股不小的討論風潮。（天下雜誌：「一萬個小時」定律：邁向成功、別再抱佛腳！看美國學生如何用「一萬個小時」換來人生勝利組門票）。

但是這次原作者跳出來，告訴你「一萬小時法則」是錯的。光有練習的「量」是不夠的，還必須兼具練習的「質」（亦即必須「刻意練習」），才是決定個人成就高低的關鍵所在。

刻意練習：有目標的練習

一般人的練習方法（天真練習法）

書裡提到一般人學習新技能的方法（例如學開車、彈鋼琴）（書中稱之為「天真練習法」），大多依照下面順序：

先設定目標  →  從老師、教練、書籍或網站學習基本方法  →  等練習到可以接受的中等程度→  技能內化

這些達到「可接受」的技能，就會停滯下來。之後即使再多花幾年「練習」也不會進步。就像開刀開了十幾年的醫師，也不一定會比只有五年經歷的醫師更專業，甚至還會因為疏於精進，反而逐漸退步。

刻意練習的黃金法則

刻意練習與一般練習不同的地方在於，刻意練習是「有目標的練習」。

1. 有定義明確的具體目標

例如打高爾夫的人，把目標設定從「減少五桿」改成「增加發球落在球道上的次數」，或是學音樂的人把目標設定成「以適當的速度將曲子毫無錯誤地從頭彈到尾，練續三次。」。

把「進步」這樣的總體目標，拆解成具體，可以努力去做，並實際可預期改善程度的目標。

2. 有好老師指引方向（這也是刻意練習最重要的重點之一）

有好的老師熟悉頂尖專家的能力，清楚該如何以最好的方法培養這些技能，設計練習方式和負責監督。

如果找不到好的教練，可以先找出這個領域的頂尖專家，弄清楚他們做了什麼才能如此成功，接著發展出讓自己可以做到那些事的訓練技巧。

但是要記住，「經驗未必能讓表現提昇」，最好找出已經在比賽或有客觀評比中頂尖的專家，而非只是經驗多的人。

3. 必須全神貫注、有意識地行動

刻意練習是「刻意」進行的，

光是遵照老師或教練的指導是不夠的，還得專注於自身練習的具體目標，才能適時調整，以掌控練習過程。

4. 意見回饋

無論目標為何，我們都需要意見回饋找出弱點和其中癥結，才能了解必須加強的項目，以及距離目標多遠。

訓練初期的意見回饋多來自老師或教練，隨著經驗累積，學生也必須學會自我監督、察覺錯誤、隨之因應調整。

5. 跨出舒適圈

不走出舒適圈，就不可能進步。目標練習法的關鍵之一就是設法克服障礙，「嘗試新方法」，找到出路。

6. 大量練習

如何運用在醫療訓練上？（以放射科為例）

因為放射科醫師鮮少有機會得知與他們的診斷相關的有效意見回饋，可以立即提供意見回饋的訓練，無論意見是出自指導醫師或電腦程式，都能大幅改善表現，例如影像資料庫，讓放射科醫師看影像、下診斷，然後獲得意見回饋。

如何運用在日常生活中？

1. 找個好老師

2. 專注與投入：每回訓練時間較短，但是目標較明確，是快速培養新技能的最佳方式。

3. 維持動機：

1. 撥出固定時間、排除其他分心的事，好好練習
2. 減少干擾訓練的因素
3. 把練習時間控制在一小時
4. 加入社團
5. 將漫長的路分成一連串可達成的目標，一次聚焦一項。

如果找不到老師，如何有效練習？

1. 專注投入
2. 意見回饋
3. 解決問題

如何運用刻意練習在孩子教養上？

如果想把孩子培養成某個領域的專家，可以依循三個階段培養

第一階段：讓孩子產生興趣

讓孩子以遊戲的方式認識，例如老虎‧伍玆在九個月大就拿著高爾夫球桿當玩具。

一開始父母可以陪著玩遊戲，但是慢慢將遊戲引導到「玩具」的真正用途，例如用球桿打球，或是用鋼琴彈奏樂曲。

第二階段：變得認真

當孩子對某個領域產生興趣，下一個步驟就是請教練或是老師授課，也在這個階段開始接觸刻意練習。從此，練習不再等於遊戲，而成為功課。

這時候的教練不一定需要是專家，但是指導孩子必須很有一套，知道如何在學生刻意練習的時候，激勵他們繼續向前。


第三階段：全心投入

孩子在青春期初期或中期時，開始全心投入。這時候尋找的老師就是這領域的佼佼者。

在這個階段，動機完全來自學生本身。

如何運用刻意練習在教學上？

刻意練習和傳統學習法最大的差別在於，前者強調技能（你能做到什麼），後者著重知識（你知道什麼）。刻意練習彈的就是技能，不把知識當成目標，但讓學生在運用刻意練習的過程中獲得許多知識。

老師在準備教案時，決定學生應該具備哪些能力，遠比決定應該具備哪些知識有效，因為學生在培養能力的過程中自然會獲得知識。

標準的刻意練習作法：教導某項技能時，決定學生應該要有的能力之後，將清單化成一系列具體的教學目標，把課程分解成一連串步驟，讓學生按部就班學好，一步步抵達最後目標。

設計問題和任務的同時，鼓勵學生踏出舒適圈，問題讓學生傷透腦筋，但又不能過於遠離舒適圈。

透過老師或同學即時回應和意見回饋，點出學生的錯誤，並指導如何改正。

本書缺點

這本書中文翻譯，算是讀起來相當輕鬆。但是因為我自己閱讀的習慣，會想要順便把英文專有名詞記起來，但是這本書都沒有附上，例如刻意練習（deliberate practice）、心理表徵（mental presentation）等等，所以這是美中不足的地方。

<< 讀書筆記 >> 哈佛教你做出好圖表（Good Charts）

中文書名：哈佛教你做出好圖表：《哈佛商業評論》首度傳授高說服力的資料視覺化思考技術
英文書名：Good Charts: The HBR Guide to Making Smarter, More Persuasive Data Visualizations
作者：史考特．貝里納托（Scott Berinato）

Goodreads 評分：4.24 分（10/15/2017）
我個人喜好度：3.5 顆星

先說結論

想做出一張好圖表，首先不是從畫圖開始，而是從思考開始。

簡單，有明確想法的圖表才能說出好故事。

這本書比較偏向觀念傳遞，實務操作部分比較少。

相較起來，對於簡報人員或是想知道更多圖表實務技巧的人，我推薦「Google 必修的圖表簡報術」（STORYTELLING with DATA：A Data Visualization Guide for Business Professionals）。

哈佛商業評論

（Harvard Business Review，簡稱 HBR）

書名一開始會讓人誤以為是哈佛大學裡開設專門教人簡報的課程，不過副標題裡面很清楚地提到作者是《哈佛商業評論》的資深編輯。

以下是維基百科對 HBR 的介紹，

「HBR 是自1922年起，由哈佛商學院集結專家、教授，針對管理事務的研究而出版的專業雜誌。HBR是一份專門提供予專業經理人及工商管理者參考的月刊，其主要讀者群是產業領袖、學者、高階管理者及管理顧問等。......這份雜誌由哈佛商學院所獨立編輯、於各學者完成其相關企業或個案研究後即發表於HBR，其目的是使著者的新文章與出版時間性因趨近而增加其參考價值。」

所以聽眾群既然是專業經理人和高階主管，作者又能夠穩坐 HBR 資深編輯位子將近十年（2008/3～），想必有兩把刷子。

5 大概念：減少可信度危機

1. 讀者不會按一定的順序看圖
2. 會最先看到最凸顯的部分
3. 一次注意到的內容數量有限
4. 下意識會自動找尋圖示的意義與關係
5. 受到常規和隱形的制約

2 個問題、4 種分類：圖表製作的簡單分類

開始製作圖表前，可以問自己關於視覺化圖示性質和目的的兩個問題：

1. 要表現的資訊性質，是屬於「概念」還是「數據」？

2. 呈現的目的是為了「陳述」，還是「探索」？

如何一小時內提昇你的圖表？

作者建議可以遵照以下幾個步驟，

1. 準備（5 mins）
   
   不要馬上埋首在手上的資料，撥出一段可以專注思考的時間，找幾張紙或白板，找個安靜的環境。
   
   把基本要點記錄下來，包括了主題、對象、展示的場合、圖表座落在矩陣的哪一個象限，還有一些關鍵字和注釋等等。
2. 對話與傾聽（15 mins）
   
   在你找人討論之前，為了避免無頭緒的閒談，應該要先問自己三個問題：我在進行什麼計畫？我想要說什麼或指出什麼（或證明什麼）？為什麼？
   
   然後找一位朋友或同事討論，邊聽邊作筆記
3. 草圖（20 mins）
   
   應該在此階段決定一種視覺化方式，畫出一張可以被修改的草稿。即使對許多專家而言，畫草圖仍是很重要的習慣。
   
   一旦草圖符合以下幾個要求，就可以準備進入畫原圖的階段。
   
   ‧ 草圖符合你想陳述的論點
   ‧ 草圖讓一個想法更完善，而非在不同的想法上捉摸不定。
   ‧ 發現已經在草圖上畫出了實際的資料座標軸和標籤。
   ‧ 已經開始在考慮顏色、標題和標籤。
   ‧ 沒有其他想法了。
4. 原圖（20 mins）

3 個步驟提高圖表說服力

1. 琢磨主要想法
   
   要以想法「我必須說服讀者......」的角度出發，而不是單純只想陳述「我想要說什麼或指出什麼？」。
2. 凸顯主要想法
   
   以簡單的設計技巧（例如強調、孤立等）加強主要想法。例如使用獨特的顏色、指標或標籤來吸引目光，或是將其他元素淡化或以灰色呈現。
3. 調整主要想法周圍的圖文
   
   操縱參考點來凸顯主要想法
   
   ‧ 刪除參考點
   ‧ 增加參考點
   ‧ 轉換參考點

圖表建議的配置和比重

標題 (12%)、副標題 (8%)、視覺區域（75%)、來源(5%)

【讀書筆記】恆毅力（Grit）：別迷信天賦，忘了努力

中文書名：恆毅力：人生成功的究極能力

英文書名：Grit：The Power of Passion and Perseverance

作者：安琪拉‧達克沃斯（Angela Duckworth）

Goodreads 網站評價：4.08 分
個人評價：5 顆星


為什麼有時候最成功的人，並不一定是智商最高或資質最好的人呢？

有些人在工作上，永遠被看好，卻又是永遠只是「明日之星」呢？

先說結論

這本書非常值得想鍛鍊自己的人，或是對教育訓練有興趣的老師、父母或教練閱讀。

資質是可以被訓練的。

這個社會往往迷信天才（例如美國達人秀），羨慕天才可以不費任何力氣就達成他們的成就。常把天賦當成藉口，卻讓我們忘了應該努力付出。在作者與各領域頂尖者的訪談裡，她發現這些頂尖者過去也遭遇失敗、退稿、與長時間的練習，但是與一般人不同的是他們會不斷精進而且不輕易放棄。所以提出了「恆毅力」是被低估的成功必要條件。

作者提出了兩個公式，

天才 x 努力 = 技能

努力 x 技能 = 成就

其中可以發現，努力被重複提及兩次。天才可以讓一個人較快習得一項技能，但是往往因為不再努力而導致進步減緩或是停滯不前，唯有堅持努力（也就是本書提到的恆毅力）才能達到卓越的成就。

恆毅力是可以培養的。

如同資質，恆毅力也不是與天俱來的，書裡提到了由內向外（自身培養）和由外相內（外在環境）培養恆毅力的方式。

什麼是恆毅力（Grit）？ 吃苦 ≠ 恆毅力

俗語常說：「吃苦等於吃補」、「吃得苦中苦，方為人上人」。

從小我們就被教育要吃苦，但是沒有明確目標的吃苦充其量只能算是學習忍耐力（培養奴性？）。從這本書的英文書名看得出來，作者認為恆毅力等於熱情（passion）加上毅力（perseverance）。

這裡的熱情指的是長久不變的投入（consistency over time），並不是像兒童獲得新玩具或是一般人習得新知識，燦爛如煙火般熱情的衝勁（intensity），但是隨著時間過去，熱度快速遞減。 熱情指的是你願意忍耐寂寞、放棄週末或放下享樂持續投入一項事物。

作者建議如何培養恆毅力？

由內向外的四大驅動力

1. 尋找興趣與建立熱情

興趣就像找伴侶，需要多方追尋或嘗試，往往不是經由內省發現，而是透過與外界互動時被激發的。

如果你還沒找到自己的興趣，你必須走出去，多方嘗試，收穫遠比你直接坐而不想來得多。

2. 刻意練習

「有些人有二十年經驗，有些人只是將一年經驗重複了二十年。」

相較於天真無意識的練習，專家們投入練習的不只時間，還有練習的質量。刻意練習的基本要求包括了：

• 明確定義的挑戰目標
• 全神貫注、全新投入
• 即時、實用的意見回饋
• 不斷檢討、不斷進步

如果對刻意練習有進一步了解的興趣，建議閱讀「刻意練習」這本書。

3. 目的：造福他人的意念

大衛‧耶格（David Yeager）建議，思考你已經在做的事情如何對社會產生正面的貢獻。

透過「工作塑型」（Job crafting），利用小規模、但是具有意義的行動改變現在的工作，讓工作更貼近你的核心價值觀。不管是何項工作（job），都可能昇華成職業（career）甚至志業 (calling）。如果能將小我工作的成就與外界或他人作連結，容易讓人更堅持下去。

4. 希望：相信努力就可以改變未來

尼采說：「那些殺不死我的東西，會讓我變得更強。」

以成長思維（Growth mindset）思考，練習樂觀的自我對話，會使人堅持下去，尋求新的挑戰，變得更堅強。

由外向內的三大環境力

1. 家庭教養：明智的教養，成為孩子的榜樣

「民主權威型教養」（authoritative parenting）（書裡又稱明智教養（wise parenting）），與「專制威權型教養」（autoritarian parenting）不同，可以清楚判斷孩子的心理需求，因為知道孩子需要關愛、限制、自由才能發揮潛力。 「民主權威型教養」對小孩嚴厲，但不是控制，會給予孩子適當的支持與尊重。

2. 課外活動：練習對困難事物堅持

無數研究顯示，比較投入課外活動的孩子，幾乎各方面指標都表現得比較好，例如成績較好、較有自信、比較不會惹上麻煩。

一九七八年，美國教育測驗服務社（Educational Testing Service）贊助沃倫‧威林罕（Warren Willingham）研究發現學生如果能夠「有目的、持續地投入某項活動，而不是偶爾涉獵不同的領域」，未來能以優異成績從大學畢業、以及成為領導者的機會越高。

有趣的是，學生在高中時期投入的領域，不管是網球或辯論社都可以。只要他們能連續兩年選擇同樣的東西，且持續進步。

3. 組織文化：來自同儕的鞭策力

如果你希望自己變得更有恆毅力，就加入恆毅力很高的團隊。如果你是領導，希望組織內的人變得更有恆毅力，必須營造恆毅力的文化。

恆毅力不是唯一

如果把人的美德分成三個面相：自省（intrapersonal）、人際（interpersonal）和智慧（intellectual）。有內省性格（包括恆毅力和自制力）人通常比較自制，有助於個人目標的完成。人際性格（包括感恩、應對進退、和情緒管理）幫助與人相處，而智慧性格（包括好奇心和熱情）鼓勵積極參與與開放接納多元想法。

性格有多元面向，沒有任何一種品格是唯一重要的。

如何在家庭中實踐？

如果你是家長，不知道怎麼培養孩子的恆毅力嗎？

作者書中舉例了她在家中訂定的「困難任務規定（Hard Thing Rule)」，這個規定分成三個部分。

第一部分，每個人，包括爸爸媽媽，都必須做一件困難的任務。所謂「困難任務」是指需要每天刻意練習的事情。例如作者選定了心理研究和瑜伽，爸爸選定了房地產研究和跑步，大女兒則選定了鋼琴。

第二部分，困難任務一旦選定，必須到某個段落才能停止。例如，要等一季結束、學期結束、或是達到某個「自然的」截止點，才能放棄。換言之，不能因為老師責罵、遊樂或是比賽輸了，就輕易放棄。

第三部分，有權自己挑選困難任務。沒有人會為你挑選，如果你對那件困難任務沒有興趣，努力就沒有意義了。

延伸閱讀

階級世代：「階級世代」的作者，也提到了課外活動對孩童發展的重要性。他認為課外活動可以提昇兒童的恆毅力、社交與時間分配等軟技巧（soft skills），也獲得了接觸父母以外成人導師的機會。下層階層的小孩受限於沒有額外金錢參加課外活動，軟技巧的發展也間接受到限制。

刻意練習：不是花上「一萬個小時」持續練習，就能成功。相較於漫無目標的努力，有目標的刻意練習才能真正與日俱進。

【上課筆記】Coursera 機器學習 第一週：Introduction

作者：洪聖哲醫師

吳恩達教授（Andrew Ng）在史丹佛大學教書的時候創辦了網路教育平台 Coursera，之後 2011 年他在 Google 創建了 Google Brain。2014 年加入百度，負責「百度大腦」計劃，並擔任百度公司首席科學家。

他在 Coursera 上的“機器學習”公開課，一直都是很熱門的機器學習入門課程。吳恩達老師用極其清楚直白的語言，對機器學習的幾種主要算法做了初步介紹。

這門課最大的特點，是它側重於概念理解而不是數學。數學推導過程基本被略過，重點放在讓初學者理解這背後的思路。另外課程中使用的是 Octave/MATLAB，因此不需要會Python、C語言，適合沒有編程基礎的新手。

這次也是我第一次上 Coursera 的課程，希望利用邊聽課邊做筆記的方式加深自己的印象。

------ （這是分隔線，以下是我的筆記）

1. What's machine learning？

兩種定義：

Arthur Samuel（1901 - 1990）（美國發展人工智能領域的先驅）：「讓電腦能夠不需要被明確編程的情況下，可以自己學習。 」（"The field of study that gives computers the ability to learn without being explicitlyprogrammed."）

Tom Mitchell（1951 - ）（卡內基美隆大學教授）：「如果電腦程式藉由某項經驗（E），能夠改進執行某項任務（T）時的量化指標（P），我們就稱此電腦程式能藉由經驗（E）學習執行任務（T）的表現（P）。」（" A computer program is said to learn from experience E with respect to some class of tasks T and performance measure P, as its performance at tasks in T, as measured by P, improves with experience E."）

2. Supervised learning（監督式學習）

監督式學習是指提供已經知道正確答案的資料，讓電腦找出輸入和輸出（答案）之間的關係。

監督式學習可以分成兩類問題，「迴歸（Regression）」和「分類（classification）」，兩者差別在於所要預測的目標（輸出）是連續（迴歸）和是離散（分類）。

3, Unsupervised learning（非監督式學習）

非監督式學習不提供正確答案的資料，讓電腦自行找出不同資料之間的關係。

【讀書筆記】深度學習的分類

作者：洪聖哲醫師


這篇文章的內容主要抄來網路，我只是放在這裡，方便查詢。

根據之前提到 Arend Hintze 對 AI 的分類（請參考之前文章，「機器學習？深度學習？有什麼不一樣？」），AI 專家 Carlos Perez 對深度學習也提出 AI 的五個能力等級：

1. 只能分類的系統（Classification Only，C）

該等級包含全連接神經網絡（ fully connected neural network ，FCN），卷積神經網絡（convolution network，CNN）和它們之間的各種組合。這些系統輸入一個高維度向量，得到單個結果，一般是對輸入向量的分類。

2. 使用記憶分類的系統 （Classification with Memory）（CM）

這個等級包含 “C 層”網絡中整合的記憶因素。 LSTM 就是一個例子：記憶單位嵌入在 LSTM 節點中。其它類似的變形還有，神經圖靈機器（Neural Turing Machine，NMT）和 DeepMind 的可微分神經計算機（Differentiable Neural Computer，DNC）。在對行為進行計算時，這些系統會維持狀態恆定。

3. 使用知識分類的系統 （Classification with Knowledge，CK）

該等級與 CM 有些相似。但 C 層網絡能獲取的信息不是原始內存，而是符號化的知識庫（symbolic knowledge base）。事實上 Carlos Perez 就發現了三種符號化整合：1. 轉移學習方式（ transfer learning approach）、2. 自上而下方式 （Top-down approach）、3. 自下而上方式（Bottom-up approach）。

第一種方式用一個符號化系統作為正則化矩陣（regularizer）。第二種方式在神經表徵底層的最上層加入了符號化元素。第三種方式跟這相反，C 層網絡直接與符號化知識庫關聯。

4. 使用有限知識的分類 （Classification with Imperfect Knowledge，CIK）

在這個級別，系統直接建立在上一個等級 CK 之上，但是，它已能夠使用不完美的信息做推理。這類系統的代表是 Alpha Go。只是 Alpha Go 採用的不是 CK 而是 CM 級別的能力。正如 Alpha Go，這類系統能通過與自身的對抗模擬來訓練自己。

5. 能使用有限知識協作分類的系統（Collaborative Classification with Imperfect Knowledge，CCIK）

這個級別和 Arend Hintze 的“心智理論”類別十分近似，多個代理神經網絡聯合起來解決問題。這些系統被設計來完成多項目標。我們其實可以在對抗網絡中運行它的原始版本：與判別器和生成網絡一起學習歸納。在博弈論驅動的、能戰略戰術性解決多重問題的網絡上應用該概念，就能得到高度靈活的系統。但是，我們現在還達不到這個水平，前面那些級別仍需要很多研究來完善。


參考資料

1. AI 初學者入門指南：深度學習的五級分類  

【讀書筆記】機器學習？深度學習？有什麼不一樣？

2016 年是人工智能蓬勃發展的一年，連專家都眼花撩亂，更不要說對我們這些門外漢來說，每次開會都像鴨子聽雷一樣。

這篇文章主要整理初一些關於人工智能（Artificial Intelligence，AI）、機器學習（Machine Learning，ML）和深度學習（Deep Learning，DL）的基本重點，還有這三者之間的差別。

【醫學相關】殭屍出沒，請小心？紐約街頭真實上演屍樂園

作者：洪聖哲醫師


2016 年 7 月 12 日，美國紐約市布魯克林區街頭大白天出現一幅駭人的景象：好幾個人躺在地上動也不動，有些人動作遲緩，對外界反應遲鈍，手腳出現機械式的舞動，眼神空洞，還不時出現殭屍般的呻吟，所以警方不得不把當地暫時封鎖，紐約時報形容為「屍樂園」（Zombieland），這一切彷彿就像電影惡靈古堡中的場景真實上演。

出現類似症狀的總人數達到 33 人，官方證實有 18 人被送到附近的兩家醫院治療。這些人送到醫院的時候，心跳、血壓、呼吸和體溫都正常，瞳孔沒有放大，沒有任何局部神經學症狀，尿液藥物篩檢也全部正常。難道這真的是惡靈古堡電影最終章的快閃宣傳？