無師自通任何事的 5 個步驟

“學校學的用不上” 是因為職場上每天都要臨時學會新知,如果創業,更是每天都要無師自通,漸漸就歸納出一種什麼都能學會的步驟

因為長期自學,曾有人問我如何自學,那時回覆很沒有結構,在很久以後才有這個分享。

1 | 先知道它是什麼

前年,我想瞭解 “大數據分析”。

我對它一點也不瞭解,包括

  • “什麼是大數據”?
  • 它跟 “小” 數據有什麼不一樣?
  • 它能做什麼?
  • 用什麼來學習?
  • 誰在用它?

先列出一堆問題,Google 出很多凌亂的答案。

完全不懂的我沒有 “層架” 來歸類我搜到的資訊,此時我是 “盲人摸象” 的狀況,但有個很大的收穫,我知道這門學問叫 “數據科學”,因為沒有正確的關鍵字,根本搜不到答案。

2 | 參考別人的學習路徑

然後搜尋 “數據科學學習路徑”,搜圖片更好。

搜圖片就能搜到很多大神提出的學習路徑

很多大神會貼文章,但寫文章常常太複雜,小白看不懂,如果他人真的好,把路徑做成圖片,就好懂多了。

這種路徑還有很多來源,例如:

  • 找幾本數據科學電子書的試讀本,把它的目錄抄下來(先別讀內文);
  • 或是找個做這行的數據科學家,問問他該怎麼學;
  • 也有很多課程把路徑列出來,很容易搜到;
  • 或依照前面的盲人摸象先自己列一個。

現在我有好幾種學習路徑了。

搜尋學習路徑,你就會找到共通性。這個圖比較簡單,實際上比較複雜完整。

把一些別人的學習路徑列表比較,你會發現一些共通性和差異性,比如我發現大多有 Python、數學、數據視覺化、演算法… 那我大概知道要學些什麼了,我想我可以選定一種比較適合的,從它開始。

3 | 找到學習素材,漸進式學習

通常列出路徑的大神會告訴你要去哪裡學,列出一堆學習素材,我的方法是開一個 Notion 頁面,把大神的步驟列出來,再把他介紹的素材連結(或是課程、實體書籍…)放上去,以後放進筆記。

我找學習材料一開始都要求簡單,如果它是一本書,這書要輕薄短小,因為一開始我還學不了什麼高級知識,但我要感覺到它是什麼。

那時在 Python 上我選了 Learnpython.org,裡面的課程講到數據科學的只有 2 節,自然是不夠的,但它的 “少” 吸引了我。

自學常會半途而廢,如果選一本大書,也許 1/5 就放棄了,結果我會對整體 “數據科學” 什麼都不懂,反之,如果我選小教材,先學一次,然後再一一進修,就算我半途而廢,對 “數據科學” 還是有個大致的瞭解,雖然無法精通到可以拿來工作,就當作聽了幾堂演講吧,至少有一天工作需要把數據交給數據科學家分析時,我能夠跟他溝通。

就像你想要去歐洲一國一國自助旅行,但不知道要從何開始,那麼參加一個歐洲觀光團,跟著遊覽車把歐洲繞一圈,你就知道下次自助旅行要先安排去哪一國深度旅遊了。

我把這種學習法叫 “漸進式學習”,不是買一本磚頭大書從第一頁讀起,而是先讀一本 “淺書”,懂了以後我就能找到更深的書,因為自學沒有老師(但整個 Google 都是老師),“漸進式學習” 是為這個你還不懂的學問做一個 “索引”。

4 | 卡關很好,但有沒有排除的順序?

在什麼都不知道的時候,最好的方法是做中學,按照素材開始學,但因為不懂,所以常卡關。

有趣的是,自學比聽老師講更能學好的原因就是因為卡關。

每次卡關你就要想怎麼解決問題,它逼得你思考清楚,結果卡關這部分反而會是你學得最好的部分。

就像 2 人開車去玩,駕駛老是走錯,他得好好看路標、查詢地圖、問人…,每次走錯,他都知道 “這條路不能走”,但下一次,他再走這條路就不用看地圖了。反觀副駕的同行者,他一路上負責聊天、放音樂、打瞌睡,雖然走過一趟,他下次還是不知道怎麼走。

有老師帶著的學習就像在副駕,你也到了目的地,但並不知道怎麼到的,因為有人帶著不用操心,你會對過程不注意,就是在學習時,大腦沒有全開!

卡關雖然好,但要學著排除卡關,不然學習就走不下去,我把卡關分 4 等級。

卡關時先做一些假設,你是哪個等級的不懂,去驗證一下,如果還是走不下去就再往下一層

假設一、句子不懂等級卡關

比如學習 Python,前幾課通常很快通過,越深越多不懂,還好我們有 Google,拿不懂的關鍵詞去查,就有人有進一步說明,把它抄下來就懂了。

這種是 “句子” 等級的不懂,很容易排除,查查就解決了。

如果查了還不懂,你可能要懷疑是文意不懂等級的卡關了。

假設二、文意不懂等級卡關

有沒有讀書時覺得字字都懂,但連在一起不懂的經驗?

有時候是寫的人文筆不佳、翻譯硬翻,或者根本是故意掉書袋。

如果不是查一查就能看懂,通常表示這個素材不是給你用的,也許對別人很容易吧!只是跟你的腦部結構不合。

還好在這個時代,你要學一個東西通常不是找不到素材,而是素材太多不知道選哪一種,所以,再找一個看得懂的換上來就好了。

有個技巧,如果要學科技,英文素材比較好,科技教材英文都不深,但如果讀中文,常常一個英文名詞被翻成各種不同的中文,導致搜尋不到。還有我發現英文世界的大神比較好心,對於回答問題通常都比較細心耐心。

如果素材換來換去,每個都卡關,那就要假設這一章一定需要一些先備知識,你要進入 “概念不懂等級卡關”。

假設三、概念不懂等級卡關

有些知識要先具備其他知識才能懂,因為我們是完全不懂的小白,也沒有老師可以問,當我遇到這種狀況時,首先懷疑是不是我的學習路徑要前後調換一下?

例如前面的 A 路徑是先學 “數據科學 Python” 再學 “數據科學數學”,當我的數學底子太差時,可能 Python 操作部分都沒問題,但是整體看不懂,那我應該要先學數學再來學 Python 吧!

要發現這個問題,可能把你沒學過的那幾章先拿來看看是不是豁然開朗。

如果更換章節順序,還是卡關,那就要假設可能是 “太多不足等級卡關” 了。

假設四、太多不足等級卡關

有時候,我的基礎知識真的太少了,就像如果學了 2 年英文就要讀完整的英文小說,那讀起來會覺得每一行字都要查好多單字,這樣會真的讀不下去。

這時候可能要先增加單字量,再來嘗試讀小說。

比如說學數據分析的 Python Pandas 模組要有統計學知識,高中學了一些統計學,但在學 Pandas 時會覺得操作都正確,也得到一樣的結果,但我不知道為什麼他要這樣做。

這時,我應該做的不是往下學,而是找一本統計學的書好好讀完再來學 Python。

那它跟 “概念不懂等級卡關” 不是差不多?

沒錯,通常前者只要順序調換就搞定了,表示我缺少的是 “一課” 知識,而後者是缺了 “一冊” 知識,這個學習得暫停,先把缺的那一冊搞定。

5 | 如何不放棄?

自學很容易放棄,通常是因為挫折感,沒老師告訴你是撞牆還是缺乏才能,所以學學就放棄了。

要不放棄,就要對付挫折感,你可以:

  • 休息一下,自學效果好,但用腦太多,你累了。
  • 把遇到的挫折拆解開,變成好幾個部分後,就會發現其實要解決的問題沒有這麼大呢!那麼解決了就往下走吧!
  • 真的無法過這一關,野心小一點,降低目標總比放棄好,例如一開始要學數據科學,遇到挫折時,至少讓 “學好 Python” 變成目標,花了這些心力至少有個收穫。自學沒人跟你比,也沒有老師打分數,自己維持學習腳步和動機很重要。

放棄表示被挫折感打敗了,這讓你下一次想要自學時會怕怕的 “自學很難,我上次自學就失敗了”, 你以後可能去補習班學習,或者再也不學習(這就太糟了),讓自己輕鬆心情好是很棒的。

反正你這輩子一定會要不停學習的,既然學習變得跟運動一樣沒事就得做,那培養好這個技能沒壞處。

試試看吧!自學很好玩的!

分享給朋友

Similar Posts

發佈留言

發佈留言必須填寫的電子郵件地址不會公開。