开始从浅显认知进入深水区，前一天主要是学习方法的认知，可以进行的比较快，今天开始进入具体知识的学习
上午从8点进入英语单词的学习，并没有去死记硬背单词，只是把例句过一遍，争取在句子种能大致理解单词的意思，十点半结束第一单元，最后半个小时有点焦虑了，所以知识的交叉学习还是挺重要的，当学习一种知识疲劳的时候，进入一种新的知识领域相当于放松了原来的大脑区域，哈哈，也许是生物学或者神经科学之类的吧，反正进入一种新的领域后焦虑感就消失了
关于高数的学习，进入微分知识后，明显比昨天要感觉吃力，很多知识需要停下来自己思考清楚才能往下走，勉强跟上老师的节奏，因为目前该处于知识点的学习，每一个例题用的就是新的知识点以及前面的知识点，但是到了考试的时候，没有人告诉你哪一题应该用什么知识点，所以尽快的连点成线，扩充知识面迫在眉睫，建立属于数学的知识体系，昨天没来得及回顾，今天要把昨天今天学的知识重温一遍，避免后面的学习完以后前面的都忘掉了
晚上绕着校园跑了一小圈，得到再大的收获是认知训练里的决策需要用的贝叶斯定理，给每一个预测一个权重，然后把所有预测进行权重上的统计，会得到比每一个单独个体更好的结果，集体的智慧大于个人，尤其是那个例子，大开脑洞:得一种疾病的概率是1/1000，如果得了被检测出来的概率是99.5%，如果没得，没被检测出来的概率也是99.5%，假设一个人被检测阳性，那他实际得病的概率为多少？把复杂问题简单化应该是一种非常好的方法，就拿1000人举例，99.5%比例就预测着得病的人将近能检测出来一人，没得病的人将近能检测出来5人，所以6人能被检测出来，所以1/6，脑洞大开
我们在平时的决策中应该怎样利用贝叶斯推算呢？关键是改变算法，比如把比例改变成频次，尊重先入之见，根据现实认知，动态调整，依然再考虑的计算机专业的选择就这样进行吧，先去了解，把变好，中性和变坏的比例各化1/3，根据认知调整权重，加油
