1. 学习经验，理论学习存在的问题及原因？
理论学习存在的问题是没有树立正确的三观理论，思想不健全不完善，没有透过现象看本质，不能培育践行社会主义核心价值观，不能掌握科学理论对今天的指导
2. 可否分享一下练毛笔字的心得？
学书法主要看自已的悟性。比如大家都说古人的字帖好，那吗就竞好在哪？一定要弄懂。再是书协搞展赛，有的字莸一等奖，而你看不懂，也不理解，，，，，，如果有一天突然悟明白了，才慌然大悟，以前是徒费年月了！可惜有很多人一辈子也不会懂。
3. 学前儿童科学领域的核心经验是什么？
学前儿童科学教育内容特点
①在引导学前儿童了解周围环境的同时,了解人体自身;
②让学前儿童感受技术,崇尚科学;
③在认识周围环境的同时,进行环境保护教育;
④把认识个别物体的属性和认识物体的多样性结合起来;
⑤从学前儿童的身边取材。
目前，我国学前教育界和发展心理学界对“学前儿童”这一概念的认识并不完全一致。例如，许多人在翻译英语资料时，把“学龄前儿童”（preschool children）、“幼儿”（young children）以及“早期儿童”（early childhood）等不同内涵和外延的概念都译成“学前儿童”。4. 职场中如何更好地学习老专家的经验？
以我的一个朋友小A为例，简单说下这个问题。
小A是一个刚工作两年的青年，他所在的公司是一家营销公司。公司的主要工作内容，是为客户提供网络营销方案。小A的工作是为客户写写文案，在工作上给予她指导的是一位有七、八年经验的“老专家”。
但是前段时间小A在跟我聊天的时候，总说自己感觉在工作上面提升不大。原因是那位“老专家”平时太忙了，顾不上对小A进行业务上的指导。而小A由于缺少单独负责一个业务的时间经验，导致自己的业务能力成长速度跟不上公司和“老专家”的要求。
在放假之前，公司方面已经与小A进行多次单独谈话，希望小A能够尽快成长起来，这样能够帮助“老专家”完成更多工作。但是小A也觉得挺委屈，自己也想提高个人能力。但是却有种老虎吃山，无从下口的感觉。
很多人在刚进入职场的时候，都会面临小A这种情况。一方面是想提高个人能力，但是不知道该从哪方面提高。另一方面是面对公司现成的“老专家”，不知道该如何从他们身上学到成功经验。
在昨天的文章《遇到问题就脑子混乱，提升这三个方面，让你的思维能力更上一层楼》中，我们提到了如何提高思维能力。还记得思维能力的三个基础吗？他们分别是：记忆力、逻辑思维能力和结构化思维能力。
今天，我们就借着小A的经历，来谈谈如何用逻辑思维能力和结构化思维能力，从“老专家”身上学到更多经验。
如何运用逻辑思维能力加速学习逻辑的表现形式有两种，根据已知条件推导事件结果的演绎法，以及从众多案例中总结普遍经验和规律的归纳法。
首先，运用演绎法，从“老专家”的处理过程中掌握问题的发展规律。职场中人之所以会对出现的问题感到手忙脚乱，原因就在于不了解问题出现的根本原因。当我们不知道问题出现的原因时，自然也就不知道如何解决。
举个栗子，我曾经的一个同行。他在一家私募基金公司工作，负责网站的关键词自然排名工作。在2015年的时候，国家颁布了一项对私募基金的利好政策，导致网站流量大幅上涨。然而在2017年下半年的时候，私募基金行业流量突然下降，降幅达到80%以上。
这个同行面对流量下降，有点不知所措。为了提高网站流量，也为了保住自己的工作，他开始对网站进行调整。
但是由于没有确定导致网站流量下降的根本原因，这让他的所有努力都白白浪费。后来他在交流群里说起这件事，经过我们分析，得出的结论是导致流量下降的原因是国家又公布了另一项政策。
之所以会导致我的这个同行工作失败，原因就在于他没有仔细调查问题出现的根本原因。如果他在一开始就先从政策方面开始分析，就不会出现这个问题。
对于小A来说，从“老专家”在处理问题过程中的各种方式，来收集可能导致问题出现的原因并加以总结。这样等到自己需要处理同类问题时，就会做出针对性的解决办法。
其次，运用归纳法，及时对出现的问题进行整理和归纳。在昨天的文章中，我们已经解释了什么是归纳法。在日常工作中，我们总会面对这样那样的问题。在掌握前面提到的运用演绎法寻找事件发展方向后，我们会发现尽管很多问题看起来不一样，但产生的根本原因是一致的。
也就是说，很多问题只是换了一层皮。
想解决也很简单，我们只需要在完成分析问题产生的根本原因之后，对同类型的问题进行归纳和整理。找到普遍规律就行了。
就拿小A的文案工作来说，不同类型的受众，对于文案的偏好是不同的。宝妈可能注重性价比，文艺青年们喜欢看小资的内容等等。只要找到他们的痛点，就可以写针对性很强的文案以及营销策划。
如何在学习过程中培养结构化思维能力结构化思维能力，说白了就是逻辑思维能力的具象化。如果说逻辑思维能力是我们在规划前往目的地，那么结构化思维能力就是具体的交通工具。
比方说小A的文案工作。在明确了受众是谁之后，就要开始写文案了。
关于文案，是从受众一个细微的关注点开始尝试切入。就像前面提到的，针对宝妈群体的文案。如果在写的过程中，一味强调自家产品质量好、物美价廉，那这篇文案只能算合格。
这时我们可以通过拆解好的文案，来培养自己的结构化思维能力。
在看到一篇好的文章之后，我们先不要着急看内容。通过转述和介绍，来揣测作者想要表达什么。之后再去想作者可能出现的观点，再想如果换成自己来写的话，会从哪几个方面去写。
在完成这个过程之后，在开始阅读文章。在读的过程中，来验证自己的想法。这时可以琢磨作者的切入点，为什么作者要选这个切入点？这个切入点或者案例是否合适？是否还有更好的切入点和案例？
在读完文章之后，要开始分析文章了。比如文章是否吸引你？为什么吸引你？文章吸引你是因为观点新颖，还是表达有趣？文章的核心观点是你所不知道的知识，还是作者从一个全新的角度来解释老旧的观点等等。
这些都是结构化思维能力，在写文章时的具体应用。
把经验转化成为能力的高效方法说完了如何用逻辑思维能力和结构化思维能力提高工作能力，很多人会觉得自己已经明白了。但是等到实操过程时，又会陷入不知道如何上手的问题。
还是拿小A来举例说明。
小A目前所面临的问题，就在于“老专家”没时间细致指导。公司没有一套合理的制度，完成传帮带。小A想要学习前辈的工作经验，但是不知道该如何学习。
这个问题解决起来也不难，可以尝试对前辈经验进行复盘。
首先要拿到“老专家”的工作日志，如果没有的话，可以尝试协助前辈完成一些辅助性的工作。在协助过程中，对整个流程有一个大致的了解，同时记录下事件的产生和解决过程。记录的内容包括但不限于最初目标，分析问题的过程，运用了哪些解决方案以及找谁协助等等。
总之就是一个原则，越详细越好。
第二步，是对整个流程进行复盘。复盘时间可以是完整的项目周期，也可以是一个阶段。在这个过程中，要搞清楚到目前为止解决了哪些问题，如何制定解决方案。如果最初的解决方案不止一个，那要搞清楚为什么选择A方案而不是B方案。
在解决问题的过程中，最初目标是否发生变化？导致目标发生变化的原因有哪些？是内部原因还是外部原因？如果仍然按照原计划去执行，会产生哪些后果等等。
这样做复盘，是遵循MECE的原则，让自己不遗漏任何关于项目的重要信息。
最后，是将“老专家”的经验总结升华成为自己的工作能力。就像前面提到的，很多导致问题出现的深层次原因大致相同。只有掌握了这些深层次原因，才能避免自己被问题的表象迷惑，从而快速的解决问题。
很多人在工作之后，与同龄人拉开差距。原因就在于掌握了一套科学的工作方法，尽管工作内容不同，但是其中所蕴含的逻辑思维能力和结构化思维能力却是想通的。所以尽管在刚实施这个方法的时候会比较困难，只要坚持下去，就一定会让自己的能力优质的飞跃。
5. 没经验或零基础人如何成为一名真正的会计人员？
总体而言，会计门槛在白领中还是算低的。专业性强和门槛低并存，这看起来是挺矛盾的，之所以会并存，就是因为会计行业比较看重证书。你有证书，不是专业出身，依然有获得相关岗位的机会。但是如果非专业又没证书，那只能碰运气并且从最最基础的工作做起。
说到证书，过去是从业资格证，现在该证书取消了，就得考初级会计师。有了证书，就能够获得正常的求职机会，和比较正常的发展起点。
从技能上说，掌握单个岗位的基本技能还是不难的，比如AP岗位，一般初级岗位3-6个月不等，就能够适应。难的是对会计整体理论和运行的掌握，如果这一关不能够突破，只能局限在一个中低端岗位。
要突破，一方面是考证的时候通过学习补了一课，有时候虽然考过了但未必完全掌握，非专业的人最好从认识一个新领域的角度去好好看看书。另一方面要注意在实际工作中多观察和思考，不要局限在自己的本职岗位。当然，也得多向老人请教，多总结。其实，对公司业务的熟悉，一定程度上能够弥补专业能力上的不足。
还有一个选择，就是直接往管理会计方向发展。在财务组织正在大转型的情况下，大量的“业务财务”岗位为行业新人提供了机会。业务财务岗位对账务核算能力要求不高，强调对于业务过程的熟悉和预算、成本管理规则的了解，非专业人员在这方面劣势并不明显，反而如果有跟产品和业务有关的知识或者经验的话，会变成优势。管理会计是会计从业者未来的发展主流，是真正的财务人员。
6. 应该怎样一步步地学习人工智能？
人工智能本质就是使用机器学习算法，通过数据挖掘来训练出最优的算法模型，然后逐渐应用到人们的日常生活中，提升人们的生产效率，我读研的时候就是数据挖掘专业，这里分享一下我当初学习机器学习算法的经验。
可以先从机器学习实战和统计学习方法这两本书入手，先初步了解机器学习应用点新手刚开始学习机器学习算法，建议可以先看《机器学习实战》这本书，这本书讲解了机器学习一些基础算法，同时将算法应用到一些比较简单的场景，算法核心思想通过python语言去实现了部分算法，新人在入门机器算法时，肯定还是希望能够结合代码来理解算法的核心思想，这样以后使用算法时，也能快速编写出来。
《统计学习方法》这本书就是纯讲基础机器学习算法的理论了，SVM、线性回归、决策树、K-means等算法。这些算法都是为未来你研究其他更深奥的机器学习算法做准备，比如神经网络。你可以仔细阅读《统计学习方法》这本书，它讲解的概念都很基础，也没有过多的数学公式，这对于新人理解来说，有很大的帮助。
去学习吴恩达老师的机器学习视频，通过视频进一步了解机器学习算法说实话，只从书上看一些机器算法还不够，仅仅是对一些机器学习算法基础概念了解。你在看书的时候，肯定有一些不懂的地方。看完书籍之后，我推荐你去看吴恩达老师的机器学习课程，在网易公开课上面就可以查到。
我个人之前学机器学习算法的时候，看了一些。个人感觉吴恩达老师讲解的非常详细，同时会结合具体的实例来讲解。当时他在课上演示了使用机器学习算法来进行无人驾驶的实验，当时我就觉得原来机器学习算法这么厉害，还可以这样。你在听课的同时，希望你能够仔细的记录机器学习笔记，有些地方需要你下课之后，再继续查阅资料学习。
之后从机器学习项目入手，可以尝试机器学习算法类比赛学习了机器学习算法，可以开始通过具体项目实战来加强自己在机器学习方面的经验，对于大学生来说，参加机器学习算法类比赛是一种锻炼机器学习项目很好的方式，现在很多互联网大厂也比较看重你的比赛经历。
比较被认可的机器学习算法类比赛有，天池大数据竞赛、DataCasle、Kaggle这三种。天池大数据竞赛是阿里巴巴进行主办，主要结合阿里的一些场景和数据，来吸引更多同学加入，如果你能够在天池大数据竞赛拿到奖，阿里对于这个奖还是非常认可的。当然，DataCasle和Kaggle的比赛经历也不错，对于新人，项目经验对于你来说，会更加重要。
总结新人进入人工智能领域，可以先从看书入门，在对机器学习算法有了一定的基础了解之后，可以去看相关的机器学习视频，跟着视频教程一起实践，更深一步的加深自己的理解。最后，可以去参加一些机器学习算法类比赛，增加自己的项目经验。
我是Lake，专注大数据技术原理、人工智能、程序员经验分享，我会持续分享在大数据和人工智能方面的内容，希望你能点赞转发或者关注我，和你一起进步。
如果你有任何问题，也欢迎关注私信我，我会在第一时间进行解答。
7. 同事总想知道我工作技巧如何巧妙拒绝？
对于自己本身就不太想要拱手分享出来的信息有时候我们仅仅回答说『不方便透露』其实就可以了，拒绝他人是我们特别需要注意去习得的技巧，多练习委婉礼貌的练习这会对维护你的权益产生非常良好的影响，有时候我们可能会因为不拒绝而伤害到自己，或许这是需要尽可能避免的呢。
在竞争激烈的时代我们可能会讲究合作共赢，但是我们也需要明白有很多信息是不能泄露的，如果泄露了那么这些信息本身的信息就会大打折扣，你辛辛苦苦所钻研出来的优势也可能会化为泡影，你自己钻研出些可以①节省时间提高效率的小技巧和②表格模板还有些③经验总结，这些本身就是你自身的知识内容，可以选择坚守自身的专利权，并不需要分享给其他人。
