OMCD102StudentReflection@LinMiao - shanzibnu/repoter GitHub Wiki
找一条自己的数据科学之路
可能很多人有过我这样的体验：在 Coursera 或者 Edx 上看到好玩又实用的课，开开心心地注册了网课，第一周趁着新鲜感打怪练级，第二周踩着 Deadline 匆匆交了作业，第三周 ......
在我过去的 MOOC 学习之路中，哪怕硬着头皮撑到最后，一旦回想起课程内容时，总发现学为所用的少之又少。事实上，很多 MOOC 课程是精心设计且干货满满的，而过去走马观花的我，一直有着这么几个困扰：
我很难对授课视频保持专注。 我发现走马观花的课程内容，学过后很容易忘记。 很幸运，在这次开智数据课中，我见识到了数据科学之美，也找到了应对过去疑难杂症的方子。那就是，走一条自己的学习之路。换句话说，你得先明白自己的喜好和困难在哪，依据你的特点去调整打怪练级之法。
比如，看课程视频让我犯困，那就试试先不看视频吧。除了授课视频，这次数据课还搭配了课程相关的 Ipython Notebook 代码。于是，听课犯困，不听也困的我，干脆直接从课程的 Ipython Notebook 下手，一边练习课程代码，一边 Google 新代码的详细用法。练完代码后，再听一遍老师的讲解，找找老师和自己理解中的不同之处。这样，被动输入变主动输入，在 Google 代码内容时，又搜索到新的相关知识点，误打误撞扩充了已有知识网络。所以呢，如果很难对课程视频保持注意力，倒也不用逼自己反复瞪视频，找到一个你觉得顺畅的方法，说不定比预想中收获得更多。
上面的故事，是我边学边找边练的一个经验。另外，开智数据课的设置也是如此 ── 你无法直接在授课内容里找到作业答案。授课内容像是基石，练好了老师布置的内容，就习得了打怪练级的初级招式。然而，初级招式并不能一招搞定每周的课后作业小 boss。在课后作业和授课内容之间，总存在着一个小小的沟壑。而填补这个沟壑的方法，需要自己去探寻。探寻也是有法可循的，勤去武道馆『 Google 』抓一些小怪来练手，在实战中熟悉新招式是一个方法；读读导师列好的武学宗卷，在课外阅读里加深悟性也是一个方法。当然，最好的方法还是组队练级，多向技艺精湛的师兄师姐 ( 助教 ) 请教问题，悉心观看同门翘楚的练功心得 ── 当你从不一样的角度看待同一个招式时，心中对招式的熟稔程度，也默默加了三分。
但是呢，方法再多再好，也终归是术。数据科学道路漫漫，心中的道，才是支撑自己回蓝加血的不二秘籍。我的道呢，很简单，一边打怪练级，一边收集怪物们掉落的小物品。这些简单的小惊喜，足以令我保持专注。所谓进一寸有一寸的欢喜，大概就是这样吧。😊