现代教育学和认知学认为，任何学科的学习过程，都遵循着同样的规律，其背后是个人心智发展的扩展与深入。首先，建立这门学科的完整的认识论，来自于经典的阅读于具格老师的言传身教，其次，建立该学科的特有认知和思维模式、表述方式、概念，放下已知，谦虚好学，反复记忆、思考新概念新体系，再次，通过实践与训练，把知识内化。
想想现在的高等教育确实是出了问题，拿我自己举例，我学的软件工程专业，刚开始学习的是谭浩强c语言编程，我那时上课时就在想，我这专业就是这？这么无趣吗？十多年过去了我现在还印象深刻。一开始并没有一个计算机和软件体系的经典学习过程，没有建立一个完整的体系认识。然后那时候上课也随便，老师只管把书本知识说给大家听，对大家没有多少启发。现在的一个体会是读书还是要多读经典。实事求是，现在高等教育/职业技能教育的比例也失调了，教育资源经费等等都过于倾向于高等教育尤其是所谓名校，可现实可能是大量高等教育出来的学生可能并不清楚自己要干什么能干什么，而技能教育是知道自己要做什么能做什么的。我记得看到过德国有一半多的人是走职业技能教育的，这也是德国工业强的原因之一。
大数据人工智能基础课～概率论与数理统计
为了让大家更深入地学习新工科：数据科学与大数据技术和人工智能领域的基础知识，特向大家推出“概率论数理统计”等核心基础课程，该课程特色如下：
1、以设计思想为核心
以传授概率论数理统计的思想为核心，提高大家的想象力和创造力，基本不给大家玩各种数字游戏。和我们大家初高中的初等数学不同，概率论主要体现在思想上，比如同一个问题，可以用以经典的概率解决，也可以用贝叶斯条件概率解决；比如大数定理在我们的数据挖掘关联规则是怎么个应用思想。
在设计思想创新的升华上，就是要大胆想象，比如你可以大胆想象在高于三维空间随机事件将变成确定事件，虽然没有证实四维以上空间的存在，但总徘徊在必须被证实的守旧思想上必将一事无成，更不能被他人视为“脑子有病”就不敢想象了，在这里如果您是家长请对您的孩子多多支持！
要知道科学技术的最高境界就是善于想象，提出假设，利用数学定理进行严谨的证明这只不过是下一步要做的事情，最后才是做实验证实，其实很多东西难以做实验证实，比如虫洞你怎么做实验？它比你的纬度都高，你能够控制高纬度的东西？所以做事情不要把顺序搞反。
2、以实际的案例为主
即便是基础知识，作者尽力以实际的数据场景来解释，比如某自媒体平台自动审核文章的相似度分析，即该文章抄袭别人的概率是多少等等场景。
3、以培养技能为主
我们的课程体系和高校不搞冲突，不和高校对着干，而是互相补充，相辅相成，在做综合案例的时候需要大家做数学模型，编程序。这里初学者切不可以把Python和数据科学人工智能画等号，Python在MATLAB被禁止之后则成了为数不多的数学建模语言，其本质大家还得学好数学等基础课，没办法走捷径！
如果刚上大学的同学没有编程基础可以看我“Python程序设计”相关视频。