閒了 但不能 廢了 - 公開課的旨味(旨い)

日前發一文，稍微列舉了自己身體的狀況簡述。後來轉發給另一位同樣赴蓉出外拼搏的台客，也是個有故事的人，姑且稱之為阿尼哥吧。阿尼哥就是我在「獨立 VS 連鎖」裡面也提過的對象，當我發現自己身體出現情況時，第一個想到的人也是他，因為他很巧合的在數年前同樣也發病，當時人在蓉都，印象很深刻他很快就買了機票直奔回鄉，儘管如此，但依然還是有所耽擱延誤到一些治療的時機，後續復原後若是自身休息不足，隔天認真觀察還是會有些許的面部表情差異。阿尼哥在剛知道我也發作後，隔天打越洋電話給我問候，說沒有兩句就大呼：「你很好嘛...講話那麼清楚！」彷彿給了點信心，去更積極面對這個病兆。

回到正題，看完我落落長的前四日變化文章後，他說了句：「你真有閒心啊！」雖然我內心飄過無數個無奈念頭，要不然現在還可以忙什麼呢？都被困在這裡了。不過還是淡定的半帶自我激勵式的告訴他：「閒 但不能 廢！」

除了連續爬格子寫了近兩週的樹洞文，培養自己文字不是只有一直輸入，也要有思維咀嚼後的輸出外，也讓自己每日的念頭可以有個出處。這段時間還開始有了兩個公開課的線開始推進著，雖然進度並不式神速，但一直有推進。覺得也是挺有學習樂趣的。

這是因為從前兩個創業項目開始，就一直使用 Python 爬蟲，在 Big Data 大數據的浪潮中，試著用自動化分析抓數據回來經過規整後，輸出為有商業價值的信息。這個項目的程序語言就一直跟著在 Python 的架構中。但我雖然有技術背景，技術這個廣大的範圍下，程式語言我一直只有國高中大學時代那種資訊課的框架，所以也是離的很遠。不過自詡還是個相當稱職的中間溝通協調者，可以很好的把商業目標轉化為技術需求，讓程序開發者得以為所需要的目標作建設。

這公開課是政治大學的「成為 Python 數據分析達人的第一課」，課程的簡介在連結中很清晰，這也是現在網路上公開課的標準模式了。每一堂課的時間不長，因為都是放在 YouTube 的平台，所以像我自己都會用1.5或是2倍數的方式播放，畢竟還是有些基礎簡單。目前一共七週的課程，我自學完成了兩週，難度當然會漸進，很多指令沒有用，當然也會忘記。但是我始終人生學習的哲學都是先學過留下腦海的印象，未來要重新抓起來至少還知道從哪邊著手起。

使用環境也不難，前幾堂課就會指導怎麼在你的 MacOS 或 Windows 系統中架構起來，真的入門難度很低。老師口條也很不錯，聽起來並不會乏味無趣。這其實還有一個大要點，未來的世界真的是數字世界，小時候除了商專相關科系外，真的很難被計算機使用訓練過。但是未來已經是全面 AI 的年代，程式設計不用精通，但多少一定要會明白。看看各個發達國家地區越發重視的 STEM教育 體系中，在 Wikipedia 描述就發現跟程式設計完全脫不了關係呢。

另一條線路是 Listening to Music！是不是看了標題很想猛K我一頓？

這堂課是頂頂大名的國際知名學府 Yale University 耶魯大學的線上公開課程，課程全稱為：MUSI 112: Listening to Music。一樣可以點擊連接進去看。教授是 Craig M. Wright，同樣附上了他的 Wikipedia 連結，如果有興趣請點擊。

當然因為是美國學府，上課語言使用的是英文。我也沒有這麼強大到可以用非母語還去學習另一門課程，當初會發現這一門課，也是因為偉大的字幕組網站作了熱心公益的翻譯工作。所以可以用中文（簡體中文字幕）的環境去配合觀看。

開頭的第一個問題，在第一堂不算是正式開始講課的課程引導中，教授就會告訴你為什麼要教你「Listening to Music」了。為什麼一段音樂會優美？為什麼會有些音樂讓你煩躁？古典音樂為什麼偉大且流傳數個世紀？這種種問題我相信很多人即使每天聽著音樂，也不能清楚的明白吧？

這門課有23堂，自己開始的晚現在才上到第4堂。還在努力中。一方面現在的產業跟音樂也有千絲萬縷的的關係，一方面更想明白一些事情背後的道理。所以走進了這個世界，學習起來目前也覺得很有意思。當然有樂理部分不夠基礎紮實的問題，但真的不影響到學習。

特殊期間對大家的生活都會帶來改變，生活型態也是。除了保持樂觀積極外，有很多原本網路上就豐富方便的好資源，都很值得去嘗試看看呢！怎麼樣？同學們，要一起當一下線上同學了嗎？

〔點一下下方的Like拍拍手順便刺激一下手掌，感恩～〕