一个好的课程应该是什么样子？

很多年前听过麻省理工的线性代数课程，听完之后思路打通了，效果就是能直接用线性代数的模型来思考解决问题了。

为什么看国内的教材就没有这种通透的感觉呢？

用这个课程对比国内的教材，就发现问题所在了。

麻省理工的老师选一个角度来切入这个课程，即向量和向量空间的角度来切入。或者说线性代数可以用来表达向量和向量空间的问题。而这个老师就始终围绕这个角度来展开这门课程。所以你面对的不再是纯粹抽象的数学概念，而是有了具体的空间概念。

而向量和向量空间恰恰是能够完美展现线性代数威力和魅力的应用。关键还可以跟后面学科很好的衔接，如机器学习，三维引擎的算法等等。

而反观国内的教材，几乎就是考试重点的粗暴叠加。就算你记住了每个考点，过了这门考试然而悲剧的是你依然没学会用这门学科的思维方式解决问题。

在看这门课程的过程中我意识到教授的进度为什么会这么慢，因为他前面很多时间都花在建立思维框架上，告诉你一个问题如何转化成另一个问题，它们之间的联系又是什么。可以说如果你结结实实地看完就基本具备了定理的推导能力。

而那些简单粗暴的考点叠加的通关练习固然快而有效，然而你失去了获得新的思维模型的机会。

所以我心目中好的课程是能建立思维框架的。因为这个世界太过纷繁复杂，与其用有限的脑细胞去记住那些无限的奇巧淫技不如构建能推导出这些奇巧淫技的思维框架。