01_innovarad_JYang_Meta-analysis_20190811_1172
2019 / 8 / 15

想快速學會一項技能,你選擇自學還是上課呢?

 

作者:成功大學 醫學資訊所 楊仁 研究生

 

 

01_innovarad_JYang_Meta-analysis_20190811_1172

 

 

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!

 

 

02_JYang

 

 

最新活動