การศึกษาด้วยตนเองเทียบกับการศึกษาที่สอนแล้ว?

มีคำถามที่มีเจตนาคล้ายกันในโปรแกรมเมอร์คือ. คำถามนั้นมีคำตอบที่ดี แต่ชุดรูปแบบทั่วไปดูเหมือนว่าจะไม่มีการศึกษาด้วยตนเองคุณจะไม่ไปไหน

เห็นได้ชัดว่ามีความแตกต่างที่สำคัญระหว่างการเขียนโปรแกรมและสถิติ - ด้วยการเขียนโปรแกรมคุณเพียงแค่เรียนรู้ตรรกะพื้นฐานบางอย่างแล้วใช้มันซ้ำ ๆ ภาษาใหม่ทั้งหมดใช้แนวคิดพื้นฐานเดียวกัน การศึกษาด้วยตนเองช่วยให้คุณเรียนรู้แนวคิดขั้นสูงมากขึ้นและมีประสิทธิภาพมากขึ้น สิ่งประเภทนี้ค่อนข้างยากที่จะสอน

สถิติค่อนข้างแตกต่างกัน มันง่ายที่จะใช้ตรรกะที่เกี่ยวข้อง - เพราะคนอื่นมักจะวางวิธีการ อันที่จริงวิธีการมักจะเป็นสิ่งที่สอนในมหาวิทยาลัยส่วนใหญ่ แต่สถิตินั้นลึกกว่านั้นมากและเกี่ยวข้องกับแนวคิดระดับสูงจริงๆ มันยากที่จะมองหาแนวคิดเหล่านั้นถ้าสิ่งที่คุณได้รับการสอนคือสถิติประยุกต์ให้เข้าใจ แต่เพียงอย่างเดียว (แม้ว่าฉันจะสงสัยว่ามันอาจเกิดจากศัพท์แสงในสนาม) นอกจากนี้ฉันพบว่าการเรียนรู้ด้วยตนเองในการเขียนโปรแกรมเกี่ยวข้องกับการอ่านบทความสั้น ๆ / บล็อกจำนวนมากเพื่อแนะนำตัวคุณเองกับแนวคิดใหม่ในขณะที่บทความเกี่ยวกับสถิติที่เข้าถึงได้นั้นมักจะมุ่งไปที่ผู้เริ่มต้นโดยรวม ตนเอง

ดังนั้นคำถามคือ: การศึกษาด้วยตนเองมีความเหมาะสมมากกว่าหรือน้อยกว่าการศึกษาในมหาวิทยาลัยสำหรับสถิติหรือไม่ มีวิธีการอะไรบ้างในการเรียนรู้ด้วยตนเอง ตัวอย่างใด ๆ ของสิ่งที่ได้ผลกับคนก่อนจะได้รับการต้อนรับ

(นี่น่าจะเป็นวิกิชุมชน แต่ฉันไม่เห็นช่องทำเครื่องหมาย)

ฉันคิดว่าฉันอยู่ในสถานที่ที่ค่อนข้างคล้ายกัน แต่ฉันจะแทง ฉันเริ่มเป็นนักศึกษาระดับบัณฑิตศึกษาด้านสังคมวิทยาและเมื่อฉันเรียนจบหลักสูตรสถิติทั้งหมดที่มีอยู่ในภาควิชาของฉันแล้วฉันก็เริ่มเรียนหลักสูตรระดับบัณฑิตศึกษาจากภาควิชาสถิติที่มหาวิทยาลัยของฉัน มันเป็นการเปิดเผย วิธีการที่อาจารย์สถิติเข้าหาปัญหาแตกต่างอย่างสิ้นเชิงกับอาจารย์ของฉัน - ใช้งานง่ายและเป็นแรงบันดาลใจมากกว่าสิ่งที่ฉันได้เรียนรู้มาก่อนสูตรไม่มากและขึ้นอยู่กับหลายสิ่งหลายอย่างที่ฉันไม่ได้รับการสอนหรือไม่ได้ ' ฉันไม่สามารถเรียนรู้ในหลักสูตรพื้นฐานเพิ่มเติมได้ ฉันต้องสอนตัวเองหลายสิ่งหลายอย่างอีกครั้งเพื่อให้ทันและฉันก็ยังกังวลว่าฉันไม่ได้ตอกย้ำแนวคิดพื้นฐานเหล่านั้นลงไป

ในช่วงสี่หรือห้าปีที่ผ่านมาฉันได้ใช้เวลาอ่านหนังสือกันอย่างกว้างขวาง - บล็อกไซต์นี้และหนังสือเรียนยอดเยี่ยมบางเล่มมีประโยชน์จริงๆ แต่การเรียนรู้ด้วยตนเองนั้นมีข้อ จำกัด สิ่งที่ยิ่งใหญ่ที่สุดไม่ใช่ว่าฉันไม่ได้นั่งฟังการบรรยายในโรงเรียน แต่มันเป็นเวลาสี่หรือห้าปีแล้วที่ฉันได้ทำงานอย่างใกล้ชิดกับคนที่รู้จักมากกว่าฉัน ไม่ ไซต์นี้เป็นแหล่งที่มาหลักของฉันในการทำให้เกิดความคิดที่ไม่ถูกต้อง นั่นทำให้ฉันกลัวจนถึงจุดที่ฉันวางแผนที่จะสมัครเข้าเรียนหลักสูตร MS ใน biostats ในฤดูใบไม้ร่วงนี้ - เพื่อเรียนหลักสูตรที่น่าสนใจแน่นอน แต่เพราะฉันแค่อยากให้ใครซักคนวิ่งหนีความคิดของฉันและค้นหาสิ่งที่ฉันได้ เรียนรู้จริงๆ

ในทางตรงกันข้ามฉันได้สอนตัวเอง R ในช่วงเวลาเดียวกันและภายใต้เงื่อนไขเดียวกัน จนกว่าฉันจะช่วยให้พบกลุ่มผู้ใช้ R เมื่อประมาณหนึ่งปีครึ่งที่ผ่านมาฉันยังไม่มีใครที่จะชี้ให้เห็นโครงสร้างที่โง่เขลาในโค้ดของฉัน แต่ฉันไม่ได้รู้สึกกังวลเกือบเหมือนกันเกี่ยวกับรหัสของฉันส่วนใหญ่เพราะในที่สุดการเขียนโปรแกรมก็เกิดคำถามว่ามีบางสิ่งทำงานได้ ฉันไม่ได้หมายถึงการลดความท้าทายที่นั่น - ฉันอยู่ใน StackOverflow มานานพอที่จะรู้ว่าสำหรับนักพัฒนาซอฟต์แวร์จริงมีความเชี่ยวชาญจำนวนมากที่จะทำสิ่งที่หรูหรา, มีประสิทธิภาพ, บำรุงรักษาได้ -ใช้. แต่ท้ายที่สุดซอฟต์แวร์จะตัดสินว่าประสิทธิภาพของฟังก์ชั่นนั้นดีเพียงใด ตามที่คุณพูด, สถิติเกือบจะเป็นปัญหาย้อนกลับ - ซอฟต์แวร์สถิติสมัยใหม่ทำให้ง่ายต่อการหาโมเดลที่ซับซ้อน แต่ในหลาย ๆ กรณีเราไม่มีระบบที่ดีในการรับรองว่าโมเดลเหล่านั้นคุ้มค่า เป็นการยากที่จะสร้างการวิเคราะห์ที่ตีพิมพ์ซ้ำหลายครั้งและการทำซ้ำการศึกษาที่ตีพิมพ์ก่อนหน้านี้ตั้งแต่เริ่มต้นนั้นไม่น่าสนใจเท่าการค้นพบใหม่ ๆ ฉันเกือบจะรู้ว่าเมื่อใดที่โปรแกรมของฉันเป็นขยะ แต่ฉันไม่เคยแน่ใจเลยว่าแบบจำลองของฉันจะดี ไม่น่าสนใจเท่ากับการค้นพบสิ่งใหม่ (ใช้คำพูดที่ทำให้ตกใจตามที่คุณเห็นว่าเหมาะสม) ฉันเกือบจะรู้ว่าเมื่อใดที่โปรแกรมของฉันเป็นขยะ แต่ฉันไม่เคยแน่ใจเลยว่าแบบจำลองของฉันจะดี ไม่น่าสนใจเท่ากับการค้นพบสิ่งใหม่ (ใช้คำพูดที่ทำให้ตกใจตามที่คุณเห็นว่าเหมาะสม) ฉันเกือบจะรู้ว่าเมื่อใดที่โปรแกรมของฉันเป็นขยะ แต่ฉันไม่เคยแน่ใจเลยว่าแบบจำลองของฉันจะดี

ดังนั้น ... ในการเขียนโปรแกรมฉันคิดว่าการเรียนรู้ด้วยตนเองเป็นสิ่งจำเป็น แต่ฉันก็คิดว่าเป็นเรื่องสำคัญอย่างยิ่งที่จะต้องมีผู้ให้คำปรึกษาหรือใครก็ตามที่จะเตะความคิดกับคุณเปิดเผยความคิดใหม่และเตะตูดของคุณเมื่อจำเป็น การศึกษาในระบบเป็นวิธีหนึ่งในการพบปะผู้คนเช่นนั้น ไม่ว่าจะเป็นสิ่งที่มีประสิทธิภาพขึ้นอยู่กับสถานการณ์ของคุณ ...

+1 สำหรับคำถามที่ยอดเยี่ยม ฉันคิดว่าในระยะยาวคุณจะต้องพึ่งพาการศึกษาด้วยตนเองในรูปแบบใดรูปแบบหนึ่งเสมอ ถ้าคุณรู้สึกอึดอัดกับพื้นฐานการเรียนอย่างเป็นทางการจะดีมาก ตัวอย่างเช่นถ้าคุณรู้สึกมั่นคงกับสถิติที่นำไปใช้ แต่ไม่รู้สึกว่าคุณมีความเข้าใจในคณิตศาสตร์พื้นฐานการเรียนวิชาคณิตศาสตร์ทางคณิตศาสตร์จะเป็นวิธีที่จะไป ถึงแม้ว่าที่นั่นการเรียนจบจะเป็นเรื่องเกี่ยวกับการเรียนรู้เพื่อสำรวจสนามด้วยตัวคุณเอง

ฉันต้องการใช้โอกาสนี้ในการร้องเพลงสรรเสริญ CV ฉันคิดอย่างจริงใจว่าเว็บไซต์นี้จะเป็นคำตอบสำหรับข้อกังวลของคุณ เป็นความจริงที่ว่ามีแหล่งข้อมูลมากมายที่ไม่ได้มุ่งเน้นในระดับที่เหมาะสม (สูงหรือต่ำเกินไป) และยากที่จะค้นหาสิ่งที่คุณต้องการ ฉันเดาว่าหนังสือมักจะอยู่ในระดับที่ดีที่สุดสำหรับคุณ พวกเขาจะมีเนื้อหาครอบคลุมมากขึ้นและสำหรับหัวข้อใด ๆ จะมีหัวข้อจากเกือบไม่มีคณิตศาสตร์ใด ๆ ไปยังบทความทางทฤษฎีล้วนๆที่มีการไล่ระดับสีมากมายระหว่างนั้น คุณสามารถค้นหาประวัติย่อภายใต้หนังสือและหากคุณไม่พบสิ่งใดที่ถูกต้องให้ถามคำถามใหม่ โดยทั่วไปหากคุณไม่แน่ใจเกี่ยวกับแนวคิดที่เฉพาะเจาะจงให้ถามเกี่ยวกับมัน แม้แต่การอ่านในไซต์และการติดตามลิงก์ก็มีข้อมูลอย่างไม่น่าเชื่อ - ฉันประหลาดใจมากที่ฉันได้เรียนรู้ตั้งแต่ฉันเริ่มใช้งานบนไซต์

ในแง่ของกลยุทธ์เฉพาะที่ช่วยในการศึกษาด้วยตนเองมีสองสิ่งที่ช่วยฉันได้มากที่สุด ก่อนอื่นด้วยสถิติที่ใช้นี่เป็นสิ่งเดียวกับการเขียนโปรแกรมหรือไปที่ Carnegie Hall เพื่อฝึกฝน. พยายามค้นหาชุดข้อมูล (ในโลกแห่งความเป็นจริงถ้าเป็นไปได้) และสำรวจพวกมัน ลองดูข้อมูลลองคิดดูว่าจะมีอะไรเกิดขึ้นบ้างบางรุ่นและตรวจสอบเพื่อดูว่าพวกมันสมเหตุสมผลหรือไม่ยิ่งคุณทำสิ่งนี้ได้มากเท่าไรคุณก็จะยิ่งดีขึ้นเท่านั้น สำหรับการทำความเข้าใจแนวคิดทางทฤษฎีที่รองรับเทคนิคต่าง ๆ การจำลองเป็นสิ่งที่ใช้ได้ผลสำหรับฉัน เมื่อฉันอ่านเกี่ยวกับบางสิ่งบางอย่างและมันบอกว่ามันทำงานได้ดีโดยเฉพาะหรือจะพังภายใต้เงื่อนไขบางอย่างฉันมักจะเขียนโค้ดเล็กน้อยเพื่อสร้างเงื่อนไขเหล่านั้นและสร้างข้อมูลจากกระบวนการนั้นจากนั้นใส่โมเดลและเก็บสิ่งที่เกี่ยวข้อง ทำรังแบบวนซ้ำแล้วเล่นกับมัน นี่คือวิธีที่ฉันเข้าใจสิ่งต่างๆ ฉันสามารถอ่านเกี่ยวกับบางสิ่งบางอย่างและสามารถชัดเจนได้อย่างสมบูรณ์แบบ - ฉันสามารถหันหลังกลับและอธิบายได้รับไปเรื่อย ๆ จนกว่าฉันจะสามารถสร้างมันขึ้นมาและเห็นมันทำงาน

พื้นฐานทางทฤษฎีของสถิตินั้นลึกเกินไปที่จะสามารถทำความเข้าใจกับวิชาได้ดีเพียงแค่ทำงานเกี่ยวกับปัญหาที่เกิดขึ้นกับโต๊ะทำงานของคุณ สถิติที่ใหญ่ที่สุดที่ฉันเคยเห็นมาจากคนที่มีภูมิหลังการเขียนโปรแกรมหรือทางคณิตศาสตร์ซึ่งคิดว่า blithely ว่าการรู้รหัสหรือความน่าจะเป็นของการทำงานนั้นเหมือนกับการรู้สถิติ

เหมือนกันทั้งหมดไม่มีเหตุผลว่าทำไมโปรแกรมการเรียนรู้ด้วยตนเองที่มีความคิดดีไม่ควรทำงาน และมันไม่ได้สำหรับบางคนอย่างน้อย: ดูสมาคมสถิติของประกาศนียบัตรบัณฑิต ไม่มีปัญหาในการอ่านหนังสือ (และเขียนโดยคนที่ชอบ Cox, Berger, Tukey, Nelder, & Efron!), ซอฟต์แวร์ฟรีที่ยอดเยี่ยม (R) ที่จะลองใช้สิ่งต่าง ๆ และแน่นอน Cross Validated เพื่อแก้ไขข้อสงสัย

สำหรับการเขียนโปรแกรมฉันยอมรับว่าการศึกษาด้วยตนเองเป็นวิธีที่จะไป ฉันสอนตัวเอง R เป็นเวลาสองสามเดือนในขณะที่ฉันทำงานเป็นนักสถิติ จากนั้นฉันเข้าร่วมหลักสูตร Coursera ในการเขียนโปรแกรม R เพื่อดูว่าฉันสามารถเรียนรู้สิ่งใหม่ ๆ ได้หรือไม่และเนื่องจากฉันมีพื้นหลังที่เป็นของแข็งฉันจึงเข้าร่วมและได้รับเชิญให้เป็นผู้ช่วยสอนในหลักสูตร

สำหรับสถิติการเรียนรู้ด้วยตนเองนั้นขึ้นอยู่ แต่ในด้านของความระมัดระวังฉันจะบอกว่าไม่มี งานส่วนใหญ่สำหรับนักสถิติต้องการอย่างน้อยปริญญาโทด้านสถิติเพียงเพื่อก้าวเข้ามาใกล้และด้วยเหตุผล นักสถิติที่มีประสบการณ์มักจะมีปริญญาเอก

ลองนึกภาพแพทย์ที่ขอให้คุณออกแบบโปรแกรมการเลือกสำหรับการรักษาเฉพาะ (สิ่งที่ฉันได้ทำงาน) คุณคว้าหนังสือสถิติของคุณเพื่อทบทวนและเริ่มทำงาน คุณทำข้อผิดพลาดทางคณิตศาสตร์หรือคุณไม่รู้จักตัวแปรที่ซ่อนอยู่และเลือกคนผิด ปัง ญาติดำเนินคดีกับความประมาทเลินเล่อและ / หรือคุณถูกจำคุกเพราะการฆาตกรรม

ดังนั้นด้วยการเขียนโปรแกรมการเรียนรู้ด้วยตนเองเป็นวิธีเดียวที่จะไป แต่ไม่เคยบอกว่าคุณรู้สถิติหรือทำงานในโครงการสถิติโดยไม่มีการให้คำปรึกษาจากนักสถิติที่มีประสบการณ์และมีประสบการณ์หรืออย่างน้อยก็ถามก่อนว่าผลลัพธ์จะเป็นอย่างไร