不懂电脑操作怎么办|不懂电脑怎么办?

不懂电脑怎么办?

如果是你不会答题的话，可以拿手机下载驾校一点通多做练习就可以了，如果在考场不会用电脑的话可以请教监考的教你怎样回答，其实都很简单的，希望你可以顺利通过。

不会电脑怎么办?

正常，可能之前接触电脑比较少，所以才不会。其实我之前也不太懂得电脑，但我觉得可以学习，这没有什么觉得丢脸的。

我们来探讨一下什么叫“会电脑 ”。会开机是会电脑吗？会打游戏是会电脑吗？还是要像黑客一样能够入侵其他人的电脑，或是能够分辨电脑各类型硬件，能够自如拼装硬件的算会。

不懂电脑怎么办公

可以的，第一要稍微学习一点电脑知识。慢慢积累用一下。

大概涉及到的东西有，excel，word和ppt这三个，学会这个应该就没什么问题了，到时候再学点高级的东西，会很有帮助的。

办公室文员的一般要求大致为:

熟练办公软件(Excel、Word等)。

一定的文字录入速度(用什么样的输入法不是要求的非常死，要的是速度)。

会使用outlook express电子邮件(这个最简单)。

一定的文字编辑能力(日常会让文员打出一些公告，如对违纪员工的惩处公告、员工的表彰公告、通知，等等等，文字必须简练且明晰。)。

写字速度要快(部门主管开会时一般会带上文员做会议记录)。

抗压力(工作中的不如意十有八九会发生在每一个工作人员身上，你亦不例外，所以良好的心态必不可少，记住，在工作中，挨上司骂也是你工作的一部分，同理，骂下属也是作为一个上司工作的一部分，故被骂时不必介怀，大家都是在例行公事)。

不怎么会电脑怎么办

你应该经常听到类似这样的话，“人要敢于跳出舒适区，尝试新的挑战”

“为什么要跳出舒适区？”

关于这方面鸡汤，好像是个人都能熬出几大罐，但怎么跳？如何以更优美的姿势跳？没人能给出准确的说法。

今天在这里将要告诉你一个新的科学发现，告诉你如何优美的跳出舒适区，更高效的学习新东西。

01 学习的配方

心理学家把我们面对学习的内容，分成了三个区：舒适区、学习区、恐慌区。

舒适区的东西你太过熟悉，他们对你而言完全没有难度，恐慌区的东西又太过困难，你完全无从下手。

你需要在这中间找到一个恰到好处的区域，处在这个区域中，你能时刻学习到新东西，也不会应为面对的东西太难而轻易退却。

这就是学习区。

跳出舒适区已经成为一个烂大街的口号，很多人因此产生逆反心理，

我在舒适区里呆的好好的，干嘛要跳出来卖鸡汤打鸡血，跳出来没跳的更好，到时还回不去了怎么办？

这里可能你误会了，跳出舒适区不是让你摆脱以前的环境，关键在于“学习”二字。

因为你想要自己的技艺水平精进，只能在学习区。

“学习”就是你要进行的挑战与你现有水平要达到平衡。

即，如果这项挑战低于你的技能水平，你会觉得无聊，超出了又会使你焦虑，需要挑战难度和你的现有水平要刚好匹配。

你一上来可能不知道怎么做，但激发自己的最佳状态，稍微突破一下你就能顺利完成。

这里的“挑战难度和你的现有水平” 刚好匹配，到底是一个怎样的配比才行？

科学家们已经发现了一个最优数值：15.87%。

这是美国亚利桑那大学和布朗大学的研究者在2018年刚刚发表的论文，叫《高效学习的85%规则》。

也就是说，你学习一个新的东西和进行一项新挑战，有85%的内容是你熟悉和已经掌握，有15%内容才是陌生的和你完全不知晓的，

那么你通过努力就能掌握新的内容，层层递进，增益水平。

02 15.87%是什么

当前大热的人工智能，其本质是机器学习。

计算机科学家们造就一个计算神经网络，用大量的数据去训练这个网络，使网络能够做到自行判断。网络内部有大量参数随着训练不断变化，如同我们人脑在学习新东西。

每次训练都会让网络对数据自行做个判断，然后数据再给它反馈。如果网络判断正确则巩固原有系统，如果错误，它就调整参数。

这个过程很大程度上还原了人脑的学习过程：只有当你拿不准判断错，才说明你遇到的认知对你而言是新的，你才能学习掌握它。

训练神经网络的数据如果太简单，网络每次都判断正确，无益于它水平提高，但难度太高的话，它的判断参数就摇摆不定，无所适从，导致总是判断错误，

怎样的难度才是最优呢？

计算机科学家用了一个数学模型做理论推导，又用一个AI神经网络学习算法和一个模拟生物大脑的神经网络做模拟实验，得出一个很精确的解：

当你训练一个东西时，你给它的训练内容应该有大约85%是它掌握的，有15%是它不了解的，这能使他的学习效率达到最佳。

03 实验的结果

掌握这套配比关系能让你学习新东西速度更快，学习的快感也更加强烈。

下面是模拟实验的结果，图A示一张等值曲线图，说明的是判断出错率和AI训练效率的关系——

图中横坐标表示训练出错率，纵坐标表示训练次数，颜色表示训练出来的网络的判断准确度，颜色越深表示准确度越高。

可以看到，0.15~0.16的训练出错率，随着训练次数的增长，他的准确度的提升速度是最快的。比如，出错率0.4的区域，训练1000次的水平，仅相当于出错率0.16区域附训练300~350次的水平。

下面图B的三条曲线表示三个不同训练出错率，横坐标是训练总次数，纵坐标是准确度。可以清楚看到，出错率0.16那条曲线，准确度的提升速度是最快的，大大高于另外两条。

计算机科学家们推导出的结果是，当处在15.87%这一出错率下，训练时间能相对其他数值呈指数下降，换做是人在这样的条件下，更容易产生成就感。

03 结语

这项研究主要是讲机器学习，但研究者考察其他领域也得出了同样的结论，包括教学设计，乐器学习，动物训练等多个领域。

这些研究表明，学习一个事物其中要包含15%左右的新内容，在这个点上，学习者的学习投入最佳。

所以每次安排新的学习内容时，应该确保里面有15%的新东西。比如学习英语，要阅读一篇英文文章，其中要有85%的东西是你熟悉的，15的内容包括语法和单词是你不了解的。那么你就能基于原来的基础，看懂这篇文章，并能配合一些资料掌握新的知识点。

所以，之后你想要跳出舒适区，学习新东西可千万不要乱“跳”，所有能带给你提高和成就感的新技艺，一定是基于你已有的水平的，而不能放高射炮搞大跃进，只有将新的学习内容控制在一定范围内，才能让你的学习效率得到最大的提升，新内容与熟悉内容之间的比率就是15.87%。