我想如果需要讨论对于数学的兴趣点所在，那大概很难说清楚。

不过最近的许多让我觉得有乐趣的地方是，写代码的那种建构性和数学的学习竟然有异曲同工之妙。

在一个系列视频（https://www.bilibili.com/video/BV1ex4y1r7tA）中发现这个观点。

在这种观点下，学习数学是，参考别人的教材和讨论作为素材，建立自己的数学体系和解决问题工具，这和创作代码在许多地方能构成直觉上的关联。

而题目就是类似于检测自己的体系和工具完备或否的工具。

于是带着这份考量，重新学习曾经以及过了一遍的数学。

一些学习和看书的策略讨论

关于自学方法，首先是选取教材。

由于考虑数学必然是需要学习多次，反复去深化。第一周目选择较为简单而符合直觉的教材。

而后，采取抄录书上的概念和定义。并且迷惘地做题，更准确地说是难以定义哪些题目有意义，那本通用的微积分教材题目太多。

稍后，则抄写之前，去考虑同一章节的各个概念和定理的联系，再默写。题目，我个人更喜欢gilbrt Strang的那种循循善诱和巧妙的例子。其实这无形之中早给出答案。

而最后进行了一定的研究。

经典的那句”Not read it,beat it”。

如果不加自我润色直接抄，终究不是最好的办法。

真正避免忘记定理的方法不一定是证明。

而是把许多东西和定理捆绑，这样即使忘了定理，也可以走其他路径重新很容易的找回。例如证明方法或者相关理论。

至于证明，研究证明本质上是进行逆向工程。通过看结果猜测过程。

这个地方可以同样佐证，闭门造车看书不一定是最好的数学学习方式这一个观点。逆向工程会花费精力在破译和猜测上，如果有朋友或者已经通关的人指点，会省略这个过程，很快的掌握精髓。

接下来谈到做题。

其实感觉strang的习题不错，也正是因为其启发性。

因此我们可以说，习题的真正用处是启发。而落到具体，则是抽象化后的类型。

人类之所以强于目前的机器学习，无非是能够通过极少数的例子得到本质。而数学这种纯粹的科目，则更需要利用这种成熟的思想和技巧。

前面说到了理解，题目和问题可以把许多分散的知识点结合到一起。也在一定程度上，所谓加深的理解，就是多个方面，不同的角度去联系起来理论，加强记忆。

除此之外，题目也是在资源不好的情况下，唯一能去检测和与他人（精神上）交流的方法。

最后的碎碎念

啊，如果是CS:GO是fps的标杆。那数学做题何尝不是一种古老的智力游戏嘞

相比于计科的内容，计科也很有意思啦。但是最近暂且搁置操作系统，可能因为基本的理论啊，进程，用户模式啥的都尝了个鲜。而后面再慢慢去要么借着xv6，要么自己写一个小的玩玩。

也许在重学线性代数和微积分之后，会去考虑算法啊，数论什么的吧。暂且写到这里。