最近我开始接触机器学习方面的内容，让我对写作训练有一些顿悟。
机器学习就是通过海量的数据，训练出模型，然后用模型来预测的一种方法。
举个例子，如果我想成为一名优秀的作家，并不是抱着诺贝尔文学奖的作品，一本接着一本读，试图总结出诺贝尔文学奖中优秀作品的规律，这种方法对于自身发展而言，方法有点扯，变量太多，效率太低！
我希望获得一个针对性强的方法，且最大限度的适合我自己，于是我需要调查近30多年来，女性作家（如果数据量少，可以适当放宽），理科出身等等（以上基于自我变量的分析），获得一组数据，我再重点研读这些作家的作品，通过数据训练出一套写作模型，最好建立写作数据库，细分写作元素。
通俗一点讲，学会用多个作家的眼光看你的世界。
或许有人看到这会一脸鄙视，高喊我要有自己的视角，我不要复刻别人的想法。
我想说的是，没有学会走，你就不要指望自己能跑出博尔特的速度，如果你有自己的视角的话，你就不是现在盲目跟风了。
通过对前人的模仿和借鉴，才能从用别人的眼光看世界，到用自己的眼光看世界。
一切的学习都是基于大的数据量的基础上，而这些数据都是基于你这台人脑与电脑的双重配合中。
最重要的一点，模仿大于学习！
网友评论