Öğretilen bir eğitime karşı kendi kendine çalışma?


28

Programcılarda da benzer amaçlara sahip bir soru var . Bu sorunun oldukça iyi cevapları var, ancak genel tema, kendi kendine çalışma olmadan, hiçbir yerde olmamanız gibi görünüyor.

Açıkçası, programlama ve istatistik arasında bazı büyük farklar var - programlamada, gerçekten sadece bazı temel mantıkları öğreniyor ve ardından tekrar tekrar uyguluyorsunuz. Yeni dillerin hepsi aynı temel kavramları kullanır. Bireysel çalışma, daha gelişmiş kavramları öğrenmenize ve daha verimli olmanıza olanak tanır. Bu tür şeyleri öğretmek oldukça zordur.

İstatistikler oldukça farklı. İlgili mantığı uygulamak kolaydır - çünkü başkası genellikle metodolojiyi ortaya koyar. Aslında, metodoloji genellikle üniversitelerde öğretilenin çoğudur. Ancak istatistikler bundan çok daha derin ve bazı gerçekten üst düzey kavramları içeriyor. Tek yapmanız gereken, uygulamalı istatistiklere sahip olmanız durumunda, onları anlamak için tek başınıza durmak bile olsa (bunun alandaki jargondan ne kadar kaynaklanabileceğini merak ediyorum). Ayrıca, programlamadaki bireysel çalışmanın, kendinizi yeni kavramlara tanıtmak için birçok kısa makale / blog okumaktan ibaret olduğunu, oysa istatistiklerle ilgili erişilebilir makalelerin neredeyse her zaman toplam başlangıç ​​seviyesini hedeflediğini ve bu nedenle ilerleyen bir acemi için bir işe yaramaz olduğunu düşünüyorum. kendim.

Öyleyse soru şudur: Kendi kendine çalışma, istatistik için bir üniversite eğitiminden daha az mı çok mu uygun? Kendi kendine çalışma için hangi metodolojiler var? Daha önce insanlar için neyin işe yaradığına dair herhangi bir örnek memnuniyetle karşılanacaktır.

(Bu muhtemelen bir topluluk wiki olmalı, ancak onay kutusu göremiyorum)



@ cardinal: kesinlikle. Cevabınız mükemmel. Umarım bu soru bu sorunun bir kopyasına değil tamamlayıcıya dönüşecektir.
naught101

2
Bunun bir kopya olduğunu sanmıyorum. Bence tüm cevaplar ve yorumların birçoğu yararlı bilgiler veriyor. Şerefe. :)
kardinal

Yanıtlar:


14

Sanırım oldukça benzer bir yerdeyim ama bıçaklayacağım. Sosyoloji yüksek lisans öğrencisi olarak başladım ve bölümümdeki tüm istatistik derslerini tamamladığımda üniversitemdeki istatistik bölümünden bazı kademeli derslere girdim. Bir vahiydi; İstatistik profesörlerinin problemlere yaklaşma şekli , benim profesörümden kökten farklıydı - daha önce öğrendiklerimden çok daha sezgisel ve ilham verici, çok daha az formüle dayalı ve öğretilmeyen veya edinmediğim birçok şeye bağlıydı. daha hazırlık kurslarında öğrenmeyi başardım. Sadece ayak uydurmak için kendime bir çok şey öğretmek zorunda kaldım ve hala bu temel kavramları kesin olarak kenetlememiş olduğum için endişeleniyorum.

Aradan geçen dört ya da beş yıl boyunca, geniş bir okuma yaparak çok fazla zaman geçirdim - bloglar, bu site ve bazı göze çarpan ders kitapları gerçekten yardımcı oldu. Ama bu kendi kendine öğrenmenin sınırları var; bunların en büyüğü okuldaki bazı dersleri almadığım değil, aslında benden daha fazla tanıyan biriyle yakın çalıştığımdan bu yana dört ya da beş yıl geçti. yaptı. Bu site benim yanlış düşüncelerimin düşürülmesini sağlayan birincil kaynağım. Bu beni korkutuyor, bu sonbaharda biostats'taki MS programlarına başvurmayı planlıyorum - bazı ilginç dersler almak, kesinlikle, ama aynı zamanda sadece birisinin fikirlerim üzerinde kabadayı koşmasını ve ne yaptığımı öğrenmesini istediğim için gerçekten öğrendim.

Bunun aksine, kabaca aynı dönemde ve aynı koşullar altında kendime R öğretiyorum. Yaklaşık bir buçuk yıl önce bir R kullanıcısı grubunun kurulmasına yardım edene kadar, kodumda açıkça aptal yapıları işaret edecek hiç kimsem yoktu. Ancak kodumla ilgili neredeyse aynı endişe duymuyorum, çünkü büyük ölçüde programlama, sonuçta bir şeyin işe yarayıp yaramadığı sorusuna iner. Oradaki zorlukları azaltmak istemiyorum - StackOverflow'dayım, gerçek yazılım geliştiriciler için zarif, performanslı, bakımı kolay, uyarlanabilir ve kolay bir şey yapmanın çok büyük bir uzmanlığı olduğunu biliyorum. -kullanmak. Ancak yazılım sonuçta işlevini ne kadar iyi yerine getirdiğine karar verilir. Dediğin gibi, İstatistikler neredeyse tam tersi bir sorundur - modern istatistik yazılımı, karmaşık modellerin çıkarılmasını nispeten kolaylaştırır, ancak çoğu durumda bu modellerin çok değerli olmasını sağlamak için iyi sistemlere sahip değiliz. Yayınlanmış birçok analizi yeniden oluşturmak zordur ve önceden yayınlanmış çalışmaları sıfırdan yeniden üretmek, yeni keşifler yapmak kadar çekici değildir (uygun gördüğünüz gibi korkutucu alıntılar uygulayın). Programlarımın ne zaman önemsiz olduğunu hemen hemen her zaman biliyorum, ancak modellerimin iyi olduğundan hiçbir zaman tam olarak emin değilim. t Yeni keşifler yapmak kadar göz kamaştırıcı (uygun olduğunu düşündüğünüz gibi korku tırnaklarını uygulayın). Programlarımın ne zaman önemsiz olduğunu hemen hemen her zaman biliyorum, ancak modellerimin iyi olduğundan hiçbir zaman tam olarak emin değilim. t Yeni keşifler yapmak kadar göz kamaştırıcı (uygun olduğunu düşündüğünüz gibi korku tırnaklarını uygulayın). Programlarımın ne zaman önemsiz olduğunu hemen hemen her zaman biliyorum, ancak modellerimin iyi olduğundan hiçbir zaman tam olarak emin değilim.

Yani ... programlamada olduğu gibi, kendi kendine öğrenmenin şart olduğunu düşünüyorum. Ama aynı zamanda, sizinle fikirlerin etrafına dolanacak, sizi yeni düşünceye maruz bırakacak ve gerektiğinde kıçınıza tekmeyi basacak bir akıl hocası veya eşine sahip olmanın kritik öneme sahip olduğunu düşünüyorum. Örgün eğitim bu insanlarla tanışmanın bir yoludur. Verimli olup olmadığı durumunuza daha çok bağlı ...


@ naught101 Geçmişe bakıldığında, söylediklerinizi yeniden yaptığım gibi hissediyorum. Umarım bu tamamen durumda değildir ...
Matt Parker

Biraz rehash, ama aynı zamanda bazı ilginç noktalar :) Sizlere mentorluk yorumunu hatırlatıyorsunuz, geçen yılın bir bölümünde bir programlama hocası vardı (bilim dışı, gayri resmi bir GSOC gibi bir şey ). Bu son derece yararlı bir süreçti ve genel olarak yararlı bir açık kaynak kodlu web çerçeve kodunun geliştirilmesini ileri sürdüğü için sadece benim için faydalı değildi. Ne yazık ki, şu anki projem nispeten yeni bir model kombinasyon metodolojisinin test edilmesine yardımcı olacak olsa da, istatistikte bu kadar karşılıklı yararlı bir mentorluğun nasıl olacağını görmekte zorlanıyorum.
naught101

13

Harika bir soru için +1. Bence uzun vadede her zaman bir şekilde ya da başka bir zamanda kendi kendine çalışmaya güvenmek zorunda kalacaksınız. Temellerden rahatsızlık duyuyorsanız, resmi sınıflar harika olacak. Örneğin, uygulamalı istatistikler konusunda sağlam hissediyorsanız, ancak temel matematiği anladığınızı hissetmiyorsanız, matematiksel istatistik dersleri almak yoluna gidecektir. Yine de orada olsa da, mezun okul sonunda kendi başına dolaşmayı öğrenmekle ilgili olacak.

CV'nin övgülerini söylemek için bu fırsatı değerlendirmek istiyorum. Dürüst olmak gerekirse, bu sitenin endişelerinize cevap olacağını düşünüyorum. Dışarıda uygun düzeyde amaçlanmayan (çok yüksek veya çok düşük) bir çok kaynağın olduğu ve ihtiyacınız olanı bulmak zor olduğu doğru. Benim tahminim, kitapların sizin için en iyi düzeyde olacağıdır; daha kapsamlı olacaklar ve herhangi bir konu için, neredeyse hiç matematiksiz olanlardan, aralarındaki birçok derecelendirmeyle tamamen teorik incelemelere kadar olanları olacak. CV’yi altında arayabilirsiniz.ve oldukça doğru bir şey bulamazsanız, yeni bir soru sorun. Genel olarak, belirli bir konsept hakkında emin değilseniz, sadece sormanız yeterli. Sadece siteyi okumak ve bağlantıları takip etmek inanılmaz derecede bilgilendirici - Sitede aktif olduğumdan beri öğrendiklerime hayret ediyorum.

Kendi kendine çalışmayla ilgili özel stratejiler açısından, iki şey bana en çok yardımcı oldu. İlk olarak, uygulamalı istatistiklerle, bu, programlama veya Carnegie Hall alma gibi gerçekten sadece aynı uygulamayı. Veri kümelerini bulmaya çalışın (mümkünse gerçek dünya) ve bunları araştırın; verilere bakın, neler olup bittiğini düşünün, bazı modellere uyun ve makul olup olmadıklarını kontrol edin. vb. Bunu ne kadar çok yaparsanız, o kadar iyi olursunuz. Çeşitli tekniklerin altında yatan teorik kavramları anlamak için, simülasyon benim için işe yarar. Bir şeyi okuduğumda ve bunun belirli bir şekilde çalıştığını veya bazı koşullar altında yıkılacağını söylediğimde, genellikle bu koşulları oluşturmak ve bu işlemden veri üretmek için küçük bir kod yazarım, sonra modele uyar ve ne olursa olsun göstergeyi depolar , bunu bir döngü içine yerleştirin ve onunla oynayın. Bu gerçekten hemen hemen her şeyi anlamaya geldim. Bir şeyler okuyabilirim ve çok açık olabilir - arkamı dönüp açıklayabilirim - ama tam olarak bilmiyorumonu üretip onu eylemde görene kadar onu al.


2

İstatistiğin teorik temeli, konuyu iyi anlayabilmek için sadece masanızda ortaya çıkan sorunlar üzerinde çalışmaktan çok derindir. Gördüğüm en büyük istatistiksel çöküntülerden bazıları, olasılıkları nasıl kodlayacağınızı ya da çözeceğimizi bilmenin, istatistiklerin bilinmesi ile aynı olduğunu varsaydığı gibi programlama veya matematiksel geçmişe sahip insanlardan geliyordu.

Yine de, iyi düşünülmüş bir bireysel çalışma programının bu işi yapmamasının bir nedeni yok. En azından bazı insanlar için de geçerlidir: Kraliyet İstatistik Kurumu’nun Yüksek Lisans Diplomasına bakınız . Okumak için ders kitabı sıkıntısı yoktur (& Cox, Berger, Tukey, Nelder ve Efron'un sevdiği kişiler tarafından yazılmıştır), işleri denemek için mükemmel özgür yazılım (R), ve elbette Cross Validated ile şüpheleri gidermek için.


1

Programlama için bireysel çalışmanın devam etmenin yolu olduğu konusunda hemfikirim. İstatistikçi olarak çalışırken birkaç ay boyunca kendime R öğrendim. Daha sonra yeni bir şey öğrenip öğrenemediğimi görmek için R programında bir Coursera kursu aldım ve sağlam bir geçmişe sahip olduğum için bunu yaptım ve kursta öğretim asistanı olmaya davet edildim.

Kendi kendine öğrenme istatistiklerine gelince, buna bağlı olarak, ancak dikkatli olursanız, hayır diyeceğim. Bir istatistikçinin çoğu işi, sadece ayağınızı kapıya sokmak ve bir sebepten ötürü en azından istatistiklere sahip bir Yüksek Lisans'a ihtiyaç duyar. Deneyimli istatistikçiler genellikle doktora yaparlar.

Belirli bir tedavi (üzerinde çalıştığım bir şey) için bir seçim programı tasarlamanızı isteyen bir doktor düşünün. Bir tazeleme için istatistik kitaplarınızı alın ve çalışmaya başlayın. Bazı matematiksel hatalar yaparsınız veya bazı gizlenen değişkenleri tanımazsınız ve yanlış insanlar seçilir. Bang! Akrabalar ihmalden dolayı kovuşturma yapmakta ve / veya adam öldürme nedeniyle hapishanedesiniz.

Bu nedenle programlamada, kendi kendine çalışma gitmek için tek yoldur, ancak asla kalifiye ve deneyimli bir istatistikçiden mentorluk olmadan istatistik bildiğiniz ya da istatistik proje üzerinde çalıştığınızı söylemeyin ya da en azından sonuçların ne için kullanılacağını sormayın.

Sitemizi kullandığınızda şunları okuyup anladığınızı kabul etmiş olursunuz: Çerez Politikası ve Gizlilik Politikası.
Licensed under cc by-sa 3.0 with attribution required.