學習的重點不在「要學什麼」，而是「 學了可以用在哪」
關於「學習」這個主題，我其實想寫好一陣子了，雖然現在可以頂著光環冠冕堂皇地說著「哈佛學霸教你怎麼學習」這種話，但說真的我從小到大還真不是什麼學霸。小學考注音符號每次都被老師寫「再加油」，高中數學段考有一半的時間不及格，物理更是幾乎每次都不及格，考大學學測不算太差，但 69 級分跟我的學霸朋友真的相差甚遠。
但是，上了大學、出了社會之後，我發現我高中那套「我只管為什麼要學 / 學了哪邊用得到」，其他都不太在意的方法反而看起來變成一個好的方法。另外，詢問我問題的學生十之八九都會問「我該去學 ooo / xxx」，但我真心覺得重點不在於要學什麼，所以想認真跟大家分享我的學習歷程：從「為什麼要學 / 學了可以用在哪」出發，而且認真去學！
工商服務：我在 Hahow 上的新課程「產品數據分析 - 打造網路產品的決策引擎」正在募資中，這們課程結合了「產品策略」、「數據分析」與「假說思考」，幫助你了解網路產品各個階段會遇到的問題，這門課重點就是在告訴大家：「數據分析」到底可以幫你解決什麼，歡迎參考：https://hahow.in/cr/productanalytics！
募資期間 85 折優惠，搭配「R 語言和商業分析」課程折扣超過 1000 元！我好像到了大學才理解學習是怎麼一回事 — — 那時沒有人逼我唸書、也不會考試要把大家從第一名排到最後一名，想學主要就是覺得有趣而且有用。比如說：大一的時候覺得「可以用數學解釋股票市場的現象」不但很有趣，還有機會幫自己賺到錢，就產了想把數學學好的心情。當時我也不知道做 Quant 要用什麼工具，也沒想說之後要當什麼資料科學家或讀博士，單純就想說：「只要把這些知識都搞懂，我就會知道下一步要做什麼了！」所以，我修了很多數學課，學習時覺得好像開啟了新世界，從來沒有想過原來可以這樣想事情，總覺得我在思考很多事情可以用數學家的想法看問題。
後來學著學著有點迷思，覺得自己只知道這些數學工具，卻不太知道怎麼樣真的將他們跟實際世界連結在一起。剛好，大三時我的好朋友問我要不要跟一位統計系的教授做專題，當下覺得太好了，我可以有個機會看看數學是怎麼被應用在實際的資料集合！其實現在想起來，當時專題做得並不好，就是把一個 paper 的方法套到一個新資料集玩玩看而已。後來大三暑假又去北京大學玩耍，做了一個也很不怎麼樣的報告，是利用因素分析跟集群分析分析銀行業的表現。但是完成這些專題，其實很有收穫的：學會寫 R （雖然寫得很爛）、學會找資料庫跟整理資料、學會跑一些迴歸模型跟畫一些統計圖表等等，但也很明白體認到自己還有太多的不足。
當時覺得自己應該要能夠加強「不同建模的方法」以及「資料建模用的工具」，希望下次碰到類似的報告時，能有更多的武器，去解決心中的問題所以，大四我跑去修了資料探勘，也開始我跟資料科學的緣分。後來，發現資料的類型除了常見的 cross-sectional data，pannel data 跟 time series 資料也很常見，所以我又跑去學了時間序列和財務計量。然後又發現，我做的模型準確度好像都不太好，所以我跑去修了林軒田教授的「機器學習」，這時又發相，如果我想要「把一個比較複雜的估計問題參數化」，大家好像都用貝氏統計，所以我也跑去學了貝氏統計的課程。
在學習的過程中，我其實也很好奇「如果是在職場環境中，我學的這些方法還有用嗎？」所以我決定找一份實習來做。剛開始面試實習，其實一直被打槍，我就在想說：我好像離業界太遙遠，得想個辦法更理解業界看重什麼。這時我朋友跟我說：台大有個很潮的社團叫做 BizPro，要不要一起去看看？當下我想說：這裡可以讓我交到要找實習的朋友，而且有業界的學長姐每週回來上課，所以我就去申請了。當初我根本不知道麥肯錫跟 BCG 是什麼，後來才知道原來這是個優秀到不行的社團！
當初在 BizPro 我超級認真做每一次的社團報告，因為想說業界沒有人在跟你客氣（後來工作上才發現，大部分的人都很比我客氣… XD），所以我想要在這裡好好練習簡報、邏輯、溝通等技巧。很幸運地，我的 Mentor 總是能給我很好的意見，讓我把報告做得更好，然後也有機會坐到一些企業合作案，這些經驗都讓我變得更成熟。
講了很多往事，想要回到主題，之前在一個訪談中，聽到 沈辰禧 Chen Hsi(Jerry) Shen 說的一句話：
「為了什麼而學」才是最重要的！學習方法不好的話，頂多花的時間比別人長，但終究是可以走完這條路。但如果不知道為什麼而學，可能永遠都達不成你想完成的目標！
回想過去，我其實也沒有很好的學習計畫。我就是覺得自己想要增加什麼能力，就去找機會學那門課題，幫助我自己變得更好。我很少去思考：我學哪個東西可以讓我更容易拿到面試機會，或是我要讀統計所要學會什麼。回首來看，如果當初有個 mentor 或 advisor 提點，我應該會少走一些彎路，但其實最終我還是因為有在持續的學習，而往前邁進了不少。
我在思考學習這件事情，從來不是在想我要學什麼，像是「我要學 Python」、「我要讀統計所」，也不是為了幫自己貼個標籤，比如說：「我要當資料科學家」、「我要當交易員」。通常學習最主要都是想著：「因為我覺得某件事做不好，所以我想學相關的知識，看能不能幫我增進這件事的能力」。學的時候我也不是很在意成績會不會很差，但我很在意「到底有沒有進步」以及「學了之後到底可以做到什麼」。另外，時長越去學就越覺得自己不會得太多了，要督促自己更努力學習。
扯了這麼多，想跟大家講的重點是：在想學習這件事，希望大家不要只是想「我要當資料科學家」、「我要學 Python 還是 R」、「我要讀資工系還是統計系」，而是去想說：「如果我不太會整理跟撈資料，我應該要去資管系修一門資料庫管理」、「我建出來的模型準確度都很差，那我應該去 Coursera 上一門密西根大學的機器學習課」，然後認認真真把這些內容學通，並在過程不斷問自己：我可以將這些知識用在哪。
一位前輩告訴我：「聰明人總是想怎麼樣最有效率，成功的人卻總是真正有去執行的那個人。」與其花很多時間去想「我應該要學什麼」，不如弄清楚自己「為什麼而學」，而且認真去學。
有關我的最新文章，都會發布在大鼻 Facebook 粉絲專頁，如果你喜歡我的文章，還請您不吝嗇地拍手、分享、或留言給我喔！
大鼻觀點：https://www.facebook.com/davidperspective/
工商服務：我在 Hahow 上開的三門資料科學課程，如果想要精進自己在 Business Analytics 與 Text Mining 上的能力，歡迎參考喔！
- R 語言和商業分析：https://hahow.in/cr/ranalytics
- R 語言和文字探勘：https://hahow.in/cr/rtextmining
- 產品數據分析課程：https://hahow.in/cr/productanalytics
