首页 > 个人知识管理的29个原则--摘录

个人知识管理的29个原则--摘录

1、持续的学习成为个人生存和发展的基础。持续学习不一定能带来成功,但不学习一定失败;

2、信息和知识爆炸,在一段时间和时期内,学习的内容必须聚焦。起码要在一个领域内成为专家。

3、你应该学习的内容取决于你的价值观、特长、个性和目标。

4、你必须学会如何有效的评估信息和知识,所以你必须根据你的价值观、特长、个性和目标确立自己对信息和知识的“过滤器”;

5、人是知识获取的重要渠道,所以你应该知道谁最擅长什么?遇到问题时知道可以向谁学习和请教;

6、你牛了你的朋友也一定牛,建立人际资源的基础是自己的知识基础、个性和激情、自己优势的合理展示和帮助别人的意愿;

7、人际关系需要维护;捷径是找到那些愿意共享自己朋友资源的人,你也应该做这样的人;

8、信息如果不经过处理,不能称为知识。所以你存储的知识起码你应该简单看过、知道是在讲什么;

9、信息和知识存储前应该尽可能做规范化的工作,例如你做的摘要、感触、觉得最有价值的部分、将来能做什么用等等;

10、建立自己的分类字典,而不是每次想起什么就建立什么样的文件夹或者标签。分类字典,持之以恒坚持,适当调整;

11、知识存储中分类不宜过宽,过宽则等于没有分类;分类不宜过深,过深后你就不会再去看;

12、充分利用各种工具,尤其是web2.0工具做知识存储和获取工作;

13、知识存储时适当共享,听取和收集别人的意见和建议;

14、有意识的做知识显性化的工作,既方便知识传播也促进知识学习和建立人际网络;

15、知识传播中必须考虑传播的方式和效率;

16、不能用简单朴素的语言表述的知识证明你还没有深入理解;

17、多用举例子、讲故事的方法传播你的知识、见解。这个过程是你对知识的再深化过程;

18、你的知识传播的越广,你的影响力越大;

19、你的目的决定了你知识利用的方式。如果目的是要写论文,则你的知识就是明确、简洁的表达;如果是想要在市场上销售,就必须产品化、规范化或者专利化;

20、知识本身没有价值,只有被利用时才能展现其价值;

21、知识必须跟任务、项目结合起来才能发挥作用;

22、单独的一个主题的知识很难被很好的利用,所以你必须将你的知识融入团队中或者找到自己的合作伙伴;

23、知识创新最简单的方法是总结和分析;

24、知识创新是一种习惯;

25、学习或者实践---总结----将总结出来的内容投入实践检验和请行家批评—继续总结和实践;

26、不能光做,还要思考;

27、个人竞争力的源泉不是你现在知道的或者掌握的,而是你选择方向和快速学习的能力,是你能够将知识用足用好的能力;

28、环境造就人,太安逸的环境对个人的发展弊大于利。如果不能找到好的环境,那就自己给自己压力;

29、既要会做,也要会展示自己做的,要有树立个人品牌意识。

转载于:https://www.cnblogs.com/qqwenyu/archive/2008/12/01/1345226.html

更多相关:

  • “你学啥专业?”“计算机科学。”“帮我修电脑吧。”“……”现实中——金融专业的被问炒股土木专业的被问装修天文专业的被问运程医学专业的被问药方……很显然,这是认知差异的误解。但这也反映了一个现实问题:学科知识与生活应用之间,差了不止一个大学生。譬如计算机专业,会教:组成原理、操作系统、程序设计,以及数理逻�...

  • 研究生要这样度过! 首先要知道研究生期间做什么?我认为研究生期间学生应该学三件事情: 1)建立合理的知识结构:尽量广地涉猎学科基本知识,尽量深地了解所研究领域的 方方面面、过去和现在 2)掌握独立研究的方法和技能:尽量多的学习各种研究方法,熟练掌握研究过程和 步骤 3)学会写论文:写论文不仅是训练表达能力,更是训练思维的逻辑性,论...

  • 第1招 认清人生的意义以及毕生所全力以赴的目标 为什么要这么拼命?因为你必须对得起自己的良知。 想要成为一个人际关系高手,第一步就必须先确认你的价值观;若是你连这个都摸不清楚,就很难去看透人生的意义,更不用说什么成就感了。 第2招 列举出截至目前为止的五件重大成就 知彼者,智也;知己者,大智也。 第3招 明白自己有哪些专长和...

  • 可爱又倔强的MM,明天是你的生日! 不知道该怎么给你带去祝福和问候,也许这些你已经都不在乎... 一年里能发生很多事情...也许你真的已经改变,变得如此陌生和冷漠... 只是我还未习惯你的改变,现在和你沟通的仅只有通过“钱”的帮助,很讽刺... 你好,你所拨打的电话已关机。这是我最熟悉的声音... 似乎已经慢慢习惯,但习惯的背后埋藏...

  • 残差残差在数理统计中是指实际观察值与估计值(拟合值)之间的差。在集成学习中可以通过基模型拟合残差,使得集成的模型变得更精确;在深度学习中也有人利用layer去拟合残差将深度神经网络的性能提高变强。这里笔者选了Gradient Boosting和Resnet两个算法试图让大家更感性的认识到拟合残差的作用机理。Gradient Boost...

  • MP4 |视频:h264,1280×720 |音频:AAC,44.1 KHz,2 Ch 语言:英语+中英文字幕(根据原英文字幕机译更准确) |时长:45节课(16h 55m) |大小解压后:10.8 GB 一级和二级初级和中级 你会学到: 通过一个手把手的项目学习使用Rhino V7。 您将学习使用Rhino的最新工具集,主...

  • 初学者用Python完成机器学习课程 你会学到: Python上的主机器学习 进行有力的分析 做出准确的预测 制作健壮的机器学习模型 将机器学习用于个人目的 建立一支强大的机器学习模型大军,并知道如何将它们结合起来解决任何问题 使用K-均值聚类、支持向量机(SVM)、KNN、决策树、朴素贝叶斯和主成分分析对数据进行分类 清理您的...

  • 这门由行业和学术领袖开设的课程是为那些希望在数据科学领域建立有价值的职业生涯的人开设的 你会学到: 监督学习和非监督学习的原理及其区别。 线性和逻辑回归,决策树,回归树,随机森林,判别分析,支持向量机,朴素贝叶斯分类器,KNN 如何在Python中选择合适的算法集并应用到现实项目中。 使用Python编程语言解决许多现实生活中的...

  • 学习每个机器学习模型背后的数学,然后用Python实现它 你会学到: 开发机器学习模型 创建机器学习模型的模板 学习每个机器学习模型背后的数学 要求: Python或任何编程语言的基础 时长:8h 15m |视频:. MP4,1280×720 30 fps |音频:AAC,44.1 kHz,2ch |大小解压后:4.54...