实践了可视化思考将近两个月了，收获颇丰。已经可以将接收的信息，转化为一套自己的编码（可视化编码）了，摆脱了以前，看一句，记一句，忘一句的过程。
目前阶段取得的成果：
- 将自己的思考过程以可视化的方式呈现。
- 脑子能够构想某个概念的可视化流程是什么样的，虚空画图
- 接收信息，初次记忆程度能达70%左右，通过关键字记忆。
可视化过程是一次再编码过程，这个过程会让你的记忆加深，因为你这是在用自己的语言重新表达一个概念。
接下来讲下，我是如何训练和实践的。
前提：想象一大堆信息如同积木一样散落在你的面前，你的任务就是通过他搭建属于你自己的模型。
- 使用Excalidraw绘图，不用白板，白板限制了自由度，会让脑子偷懒，做着做着，成了思维导图的模样。削弱了将自己的思考可视化的过程，但这个过程是最重要的，正是这个过程不断训练大脑适应一种思维方式，才形成了可视化思维的结果。
- 避免使用思维导图式的可视化，这种固有框架也会让大脑偷懒，降低了自己组织绘图的思考。如果使用固有框架，你就无法创造属于自己的模型。但依旧可以借鉴，只是这个借鉴，需要加上自己的思考。
- 思考：我要如何绘制？我要如何关联信息？他们的关系是什么？类似的有什么东西？
- 等价法：
- 优秀的学习方法：输入>内化>输出
- 可视化框架：输入>思考（内化）>绘制（输出）
- 如果你不了解该概念，你就无法将他可视化
- 特征/关键词提取：将一大段话关联一个绘图/一句话/一个词，避免一大段话成为可视化的一部分。
上面就是我的一些实践经验，主要目的是，不让脑子偷懒，让脑子不停的思考。
我个人不喜欢写这种教程类的东西。所以，不配实例图，找实例对照需要花费很多时间。仅仅作为后来者想学习可视化的方式时，能够有一些参考。
下面是一些可视化的示例
决策树的可视化
同步的可视化
下面都是概率和决策树的可视化，不用考虑美观，把自己的思考清晰的展示出来即可
