Я хотел написать на эту тему после прочтения этой замечательной статьи Research Debt. Это действительно замечательный взгляд на то, что значит проводить исследования среди всего, что происходит каждый день в мире.
Я сам никогда не проводил профессиональных исследований, и у меня есть смутное представление о том, что такое настоящее исследование, помимо того, что я читал о нем в Интернете, и нескольких вопросов, которые я задавал людям, проводящим реальные исследования.
Но ясно одно. Большая проблема с исследованиями заключается в том, чтобы действительно исследовать эту неизвестную территорию, которую раньше никто не исследовал. Вы часто находитесь в темноте и на самом деле не знаете, куда идти и какой путь лучше всего куда-либо пойти.
Учиться, в отличие от исследования, легко. Изучение новых вещей означает изучение материала, который некоторые другие люди понимали до вас. Более того, он или она, вероятно, уже написал книгу, статью или снял видео по теме, которую вы пытаетесь изучить. Единственная проблема в том, что избыток знаний в Интернете огромен. Жалко, что так много времени тратится на поиск наилучшего пути изучения темы, хотя лучший путь уже должен существовать в той или иной форме.
Это проблема, которую мы пытаемся решить с помощью Learn Anything. Путем визуализации всех этих путей обучения наиболее ясным и увлекательным способом.
Мы также делаем это визуально с помощью тем, выбранных пользователями. Каждая из этих тем связана значимым образом в иерархии зависимостей. Так, например, линейная алгебра находится в математике. Библиотека TensorFlow входит в библиотеки машинного обучения и так далее. Это позволяет пользователям исследовать этот график ссылок и тем вместо того, чтобы смотреть на панель поиска в виде черного ящика, которую предоставляют Google и большинство других поисковых систем.
Все также может быть изменено, поскольку все содержание темы с открытым исходным кодом, и, таким образом, любой может отправлять отзывы и улучшения в структуре и содержании этих тем.
В настоящее время существует ~ 2000 тем, все полностью подключены и готовы к улучшению с помощью сообщества.
Еще одна действительно замечательная вещь с таким подходом к краудфандингу ресурсов заключается в том, что любой потенциально может добавить свои знания в этот график. Если кто-то написал действительно классную статью по теме, лучший способ продвинуть эту тему - это опубликовать ее на Reddit, поделиться ею с друзьями и затем надеяться, что люди ее заметят. Однако через несколько недель то, что представил этот человек, забывается в этой черной дыре информации, которой является Интернет. Шансы на то, что ваша статья появится в Google, очень мала, если вы только начинаете и у вас нет подписчиков.
Однако с Learn Anything нас не волнует, насколько популярны статья, курс или видео. Мы ценим качество. Если контент отличный, он будет добавлен на веб-сайт, где его потенциально увидят тысячи людей. Вам не нужно заниматься SEO-оптимизацией, вам не нужно тратить время, пытаясь придумать, как лучше всего оптимизировать вашу аудиторию. Что важно, так это контент, который вы пытаетесь доставить, и какое сообщение или знания вы пытаетесь поделиться.
Проведение исследований похоже на восхождение на невидимую гору. Как и на изображении выше, вы поднялись так далеко до точки, где перед вами больше нет свободного пути. Нет ничего, что можно было бы достать.
Однако для многих эти невидимые горы появляются слишком рано. Для многих математика - это черный ящик знаний. Что такое математика на самом деле? Линейная алгебра, логика, статистика, исчисление ... Я помню, что читал что-то об анализе. О, а теория категорий? Или узнать о машинном обучении. Что такое машинное обучение на самом деле?
Википедия - отличный способ попытаться получить лучшее визуальное представление о том, чем на самом деле является некоторая область знаний, но Википедия очень плотная. Чтобы получить эту визуальную картину, вы должны прочитать множество статей, попытаться установить мысленные связи в своей голове. Попробуйте построить логический набор зависимостей для изучения темы. Все это требует времени, и все это напрасная трата времени, когда в идеале вы должны просто учиться до тех пор, пока не уперетесь в стену, где больше нет никого, кто действительно знает то, что вы пытаетесь понять.
С помощью Learn Anything мы пытаемся раскрыть эти горы, на которые вам нужно подняться, прежде чем вы попадете в действительно интересные места. Если вы хотите изучить React.js, чтобы создать отличный веб-сайт, потому что где-то слышали, что React.js потрясающий. Learn Anything покажет вам лучший способ обучения React.js. В этом случае вам лучше всего изучить сам JavaScript, а чтобы лучше изучить JavaScript, действительно полезно знать некоторую информатику, в частности, что такое программа на самом деле, что такое вычисления и что такое алгоритмы и структуры данных. " находятся. Для всех упомянутых мной тем существует тема с лучшими ресурсами, которая поможет вам изучить эти темы наиболее оптимальным образом, чтобы вы не тратили время на поиск того, как и что изучать, а просто учиться. А потом продолжайте создавать потрясающие вещи.
Еще одна вещь, которую мы пытаемся визуализировать, - это недостающие знания. Некоторые темы действительно переполнены материалом вроде машинного обучения. Другие не так плотны, как мозг-компьютерные интерфейсы. Таким образом, мы придаем исследованию определенное ощущение материальной цели. Вы знаете то, что мы все вместе, как люди, уже знаем, и вы пытаетесь добавить к этому или прояснить то, что мы знаем, более значимым образом. Исследования становятся увлекательными и увлекательными. Как туман войны, ожидающий раскрытия.
По крайней мере, на это мы надеемся с Learn Anything. Нам еще предстоит пройти долгий путь, и есть много вещей, которые мы будем улучшать на нашем пути. Немаловажно и то, что сайт с открытым исходным кодом. Если вам по какой-то причине не нравится формат наших узлов или то, как мы структурировали темы, и вы не хотите помогать нам делать это лучше, вы можете просто разветвить то, что у нас есть, и создать свой собственный граф знаний. Для себя и для собственного исследования. Расширьте его по своему усмотрению.
Эти виды визуализаций чрезвычайно эффективны, поскольку графическое представление знаний, если они выполнены хорошо, чрезвычайно расширяют возможности. Это дает ощущение направления и осознание того, что вы знаете, и какие вещи существуют там, о которых вы не знаете.
- Другие статьи 🖊
- Поддержка на GitHub ♥ ️
- Получайте обновления в Twitter 🐦