作者：成功大學 醫學資訊所 楊仁 研究生

覺得很棒！面向新手，把大量經驗壓縮進一日的課程， 大概很難比這工作坊做得更好了吧。

自學能力重要，但如果需要快速學會這項技能呢？

接觸資工後，常常遇到被迫自己摸索的情境：被丟個 Cookbook 打發 / 被酸不會自己找答案 / 在社群提問回答水準參差不齊 / 授課老師來亂的。在這些情況下，總是會想：啊，要是有個工作坊，那該有多好。我也知道自學能力很重要，但我現在有技能須快速提升的迫切需求啊！

當然，也會聽到花錢當盤子云云。就學習方來看，覺得是個人價值問題，省下的時間和心力，對自己來説非常寶貴；從主辦方來看，難以想像，全明星講師助教群和流暢至此的流程，想必需要耗費極大的成本。

講師在最後提醒：「上完課不代表就會寫文章了」。個人覺得十分中肯，而且這本來就不是對 7 小時課程的合理期待。比如對 random effect model / Hedges’ g 和 Cohen’s d 的差異 / Egger’s test 數學原理解釋都是教我們基礎且實用的，並且點到為止。

剛好因爲最近在研究機器學習，拿著重新念過的統計來看，這樣的拿捏恰到好處：有些東西再深入探究，需要學會的時間，就非線性飆升，但實用度卻不一定等比成長。回家整理筆記的時數不下於課堂時間，也讓我再次驚訝於上課内容的壓縮率。拿開車來比喻，工作坊雖然不是百分百的自動駕駛，但卻是 7 小時不間斷的 GPS + 氮氣加速系統，快速且有目標的前進。

實作時間，是很喜歡也覺得很幸福的時間。

因爲知道自己臨場反應和適應能力都比較弱，加上 CMA 小 bug 一堆，很多無腦問題怕浪費別人時間 ，平時是很不好意思問人的。但在這堂課的實作時間，都能爽快提問，並且被秒解。你可能會有 OS：「可以嗎？真可以這麽幸福嗎？」是的，問題被瞬間解決就是這麼幸福。

（仁編按：恭喜楊仁醫師，透過很幸福的互動，在最後獲得「統合分析製圖大獎」！）

老師也一再提醒，不要自作聰明跳著步驟做，個人覺得非常關鍵。在還沒到達一定熟悉度之前，自己摸索基本上只是浪費時間。反過來說，一路照著老師教的做，可能無法體會自己節省了多少心力成本。像自己在最後的 30 分鐘内才發現自己的 favor placebo 打錯字，想輸出圖片必須重新再跑一次流程，怨念瞬間爆表。但如果要自己重頭摸索並熟悉整個軟體，大概 10 組鍵盤的都不夠我摔。

即使暫時沒有寫論文需求，依然可以學到很多！

課前提問時，老師們也會整理出一系列回答，這份 QA 尤其寶貴。有別於現場及時回應，足夠的時間空間下，老師更能完整系統的回答同學們的問題。比較不好意思的是，雖然猶豫過一陣子，但還是希望能得到協助，所以還是提了個比較不負責任的問題，但老師助教們，仍用心的設法提供幫助。

而課堂上，講師真不愧是 MA 的量產作者，遇到各種的統計難題，也都能很有彈性的解決，例如：曾秉濤醫師提到，用尺量圖，也要把 data 挖出來，在靈活度和積極性上都令自己相當震撼。

即使自己暫無 MA 論文產出需求，工作坊仍是極爲美好的體驗。好像王陽明説過：你來看此花時，則此花顏色一時明白起來。讀 MA 原本像在霧裡，課後有了看花是花的感覺，無論是在研究本身或 paramedical 的部分。而且，身爲起步者，exploration over exploitation 再合理不過。

這堂課，我大推！

最新活動