Search
🔵

5_2.2.1__1. title: 특정 분야의 전문가라고 불리기 위한 지식에는 가성비가 있다는 것을 알라.

생성
🚀 prev note
♻️ prev note
5_2.2.1. title: 호기심에 따라 다른 관심사에 주의를 돌려야 한다는 것, 8:2 법칙에 따라 몰입하는 것도 휴식의 중요성을 역설한다.
a0_5. [info] title: 제텔카스텐은 단순히 기록을 넘어 학습해야만 하는 환경을 조성하는 데 도움을 준다 - 너무 적기, 기록하기, 연결하기에 집착하고 있는건 아닐까 싶을 때마다 읽어야 하는 글
3__1.2_2. title: 시간은 훌륭한 심판이다. 시간을 정해 놓고 그 안에 고민하고 의사결정해야 한다.
2_1_2_6. title: 내가 배우고 싶은 분야에 대한 훌륭한 선생님이 없는 환경은 피해야 한다.
🚀 next note
♻️ next note
5_2.2.2.1_1. title: 데이터과학 기술도 20년 내에 자동화된다. 비즈니스와 도메인을 볼 줄 알아야 살아남는다. 시티즌 데이터 사이언티스트, 도메인 전문가, 데이터 기반의 기획 및 의사결정 전문가로 성장한다.
5_2.2.1__1_1. title: 전문가가 되는 것이란 뉴럴 네트워크처럼 패턴에 익숙해져 장기기억에 저장되는 것이다. 뉴럴 네트워크가 학습되려면 좋은 데이터가 있어야 한다. 즉, 랜덤성으로부터는 학습할 수 없다. 그리고 손실값이 미니배치를 통해 자주 전파되어야 한다. 즉, 고통과 짧은 피드백 루프 없이는 패턴을 학습할 수 없다.
2_1_2_2. title: 살아가고자 하는 모습에 따라 known과 unknown의 기준이 달라진다. 예를 들어 개발자의 known-unknown에 대한 기준선은 아키텍터의 known-unknwon의 기준선과 다르다. 가장 먼저 선행되어야 하는 것은 known과 unknown이 정의되는 공간을 선택하는 것이다. 설사 그것이 옳지 않다고 하더라도 불안감을 갖지 않고 살아갈 수 있다.
14 more properties
여기서 ‘불리기 위한' 이라는 것은, 어떤 사람보다 특정 개념에서는 훨씬 더 약할 수 있다는 것을 의미한다. 내가 CTO 가 되고 싶다면, 지금 가우시안분포의 원리를 공부하는 것이 중요한 것이 아니다(sup1). 반대로, 내가 연구원이 되고 싶다면, 가우시안분포가 무엇인지 짚고 넘어가는 것이 중요하다.
무엇인가를 빠르게 이루고 싶다면, 목적을 잃지 말라(참고1). 주의를 산만하게 하는 것을 메모해둘 수 있는 프레임워크를 만들고(from1), 이것에 대해 고민해볼 수 있는 시간을 할당하라(from2).
하지만 미래는 정확히 알 수 없다. 그때그때 시행착오를 겪어야 한다면 그것은 원시인과 다름없다. 전문가들을 시공간적으로 가까이 두어라(from3). 해당 전문가와 ‘라이프 디자인 씽킹’ 프레임워크에서 공감, 정의 단계까지 함께 얼라인하는 것은 굉장히 느리다. 빠르게 배우고 싶다면, 그것을 묻지 말고, 그 수단과 방법을 갈고닦는 데 쓸데없는 노력이라고 여겨지는 것이 무엇인지를 적극적으로 물어라. 모두가 중요하다고 여기는 것은 8이다. 말이 엇갈리거나 모두가 하지 말라는 것은 8:2 법칙(from4)의 2에 해당한다. 그것을 피해라.
parse me : 언젠가 이 글에 쓰이면 좋을 것 같은 재료들.
from : 과거의 어떤 생각이 이 생각을 만들었는가?
supplementary : 어떤 새로운 생각이 이 문서에 작성된 생각을 뒷받침하는가?
1.
opposite : 어떤 새로운 생각이 이 문서에 작성된 생각과 대조되는가?
1.
None
to : 이 문서에 작성된 생각이 어떤 생각으로 발전되고 이어지는가?
1.
참고 : 레퍼런스