關於透過AI自學的一些粗淺想法
想想還是要增加一點職場能力，最近開始想學點統計。
由於某方面來看自己當年算是個「好學生」：上完課都還給老師、從沒想過要自己練習一下推導公式、課本都很珍惜的保持空白。因此即使陸續修了幾次統計課，基本上我也只知道一些名詞以及大概的用途，其他一概不會。印象最深刻的是某次不知道發啥神經，問老師為何樣本變異數公式分母要減1，老師相當開心的花了一個小時寫滿兩張黑板推導公式。我只記得：「所以要減一」，以及老師講的太開心延後下課因此同學們都看著我的眼神。（那個年代統計軟體才剛興起沒多久，上課還是多以數學推導為主）
還記得快二十年前，有次跟一起上課的同學說，我覺得你們做統計很厲害，對方回了類似「跑出來會看就好了」這類的話；十多年前跟某位量化專業的教授對上話，他認為現在學量化的對資料結構以及公式的性質掌握度都不夠，這樣會有點問題。二方的立場不太相同，我就聽聽，也沒多想。
看著統計軟體越來越便利，youtube上教學也越來越多，加上AI的興起，再盤點一下自己少的可憐的統計概念，似乎自學的門檻是越來越低，可以試試，反正沒有要了解詳細的公式內容，只要當工具夠用就好。
於是用各類資源以及各家AI免費的額度，先整理一下教材並試用一下、調整學習方式：
- 請AI依據目標提出教學大綱
- 依大綱一項一項列出詳細教學
- 有任何問題就貼到AI上，請其解釋；或是請其再細分幾個小主題進行說明
- 請AI提供練習題
- 請AI提供模擬的母體與樣本檔案，供自己練習並發問
至於前置作業，我則是看了一下python的線上教學 （已經有很多公開課程全部上網，可以挑選自己適合的），想當然爾，即使是入門級的教學主題，我也是幾個回合就已經聽不懂了（所以那部片長12小時的教學我大概看1小時不到就已經不知道他在幹麻了）。但想想我大概知道一整塊文字大概在幹麻就夠了，若不知道就丟到AI去請他解釋，所以很不會寫程式應該還是可以學習資料處理，反正混在一起邊做邊學。
於是自己就這樣瞎練了一陣子，感覺還不錯。不過老實說，自己對統計實在沒什麼熱情，也不知道會持續練習多久。儘管如此，目前這段過程還是有點心得：
- 感覺起來這類主題ChatGpt生成的講義比較詳細，其他主題不知道
- 基本上很多主題想要自學門檻都已經降到相當低了（或許要想想哪些學習主題、工作被AI替代的機率比較低？或是想想全民基本收入是否是時候了？）
- AI列出來的大綱涵蓋很廣，但還是有些主題需要自己去提問。例如若需要生物統計、類別資料分析、自己領域常用的進階工具，那就得自己請AI增加主題。也就是說，若自己明確知道需求、對該領域有概略地圖式的了解、或是知道哪些主題是自己需要的，跟搭AI搭配起來會比較好
- 也就是說，有些背景基礎，加上清楚的把自己的問題表達出來，增加AI回答的準確性，我覺得相當重要。
另外，若自己撐得住有持續的學習資料，那應該可以用這些資料來試試Google NotebookLM，聲音加互動搞不好學習成效會好些？
(說明：有些連結有打*號，是聯盟行銷的網址，也就是透過此連結購買該商品，我會有一點點分潤。)
另外推薦兩本書，對懼怕數學的我來說相當好閱讀，所以推薦：
ChatGpt。請幫我畫張圖：統計學
