沒有理解錯的話，原原 po 希望找到對未來工作規劃有益，同時具有熱忱的技能。 是的話，個人也覺得低年級時多方嘗試特別值得；技能、理解和熱忱，常需要時間茁壯。 進實驗室滿好的，也許熱忱慢慢才會顯現或培養出來。 不進實驗室也不用焦慮，如果很多人進，想靠著類似經驗為 apply 加分的效益也就低了 。 對未來工作規劃有益的事，很少是那種直覺就會喜歡到不行的情況。起步階段不容易有和 老師或學長姊互取所需的情況。多方嘗試作為嘗試，很難不走彎路。 而走彎路再正常不過了。低年級時間相對寬裕，成本比較可以承受。不管是前面回文說的 做實驗、寫程式、跑統計、學數學，最常見不了了之的原因有：挑戰性太小覺得枯燥、挑 戰性太大覺得挫敗。 如果是覺得枯燥，那學到的經驗就是自己可能對這類作業不太有熱忱，可以作為未來選擇 方向的參考；如果是覺得挫敗，那很很大概率不是能力問題。 身在周圍同學們各個優秀的一個結果是，總會覺得自己比不上人家，容易低估自身能力。 因為焦慮，所以鼓起勇氣跨出舒適圈，學統計／寫程式，結果發現坑一堆，從入門到放棄 ，以為自己資質不夠。 其實不是這樣。感覺很難的問題，往往只是感覺很難。資工系同學找 stackoverflow/github 的時候就像醫師在查 pubmed/uptodate 一樣，領域外的人覺得很 猛，其實還好；有時候離解決問題就只是看懂幾個符號或滑鼠多點擊下而已。大家一樣是 在不懂中找答案，最大的差別是過程的心理狀態。 所以重點在不要造成自己太多的心理負擔。科技大學的老師也有在 youtube 教學，還可 能比名校的老師更懂得沒基礎的同學遭遇的困難；高等微積分離聽起來太高等，那就從微 積分先；英文課程看不懂，就看中文的。學寫程式的話，也 hahow 之類感覺很盤的（？ ）也行，換算一下就會發現自己鬼打牆掙扎的時薪有夠低。沒壓力就好，起步唯二的地雷 就只有鑽牛角尖和放棄。 覺得一定要給自己足夠的時間，摸索新領域的路徑很像是下圖右邊這樣的： https://reurl.cc/j1NLRD 這個在 deep learning 裡叫做 SGD（Stochastic gradient descent），人工智慧在學習 時也是跌跌撞撞的，不過電腦不會灰心，並且理所當然的把前一輪的失誤，當成下一輪的 修正方向；有時候覺得氣餒也沒有關係，往往一兩個月後無意間再碰碰運氣就發現自己有 新的領悟了。 最後是，多方嘗試也不一定要和未來工作加分有關。之前系上有學霸畢業後跑去讀數學， 有學長跑去從政，跑去當作家的。當時覺得這些人有什麼毛病？後來才發現沒毛病，就是 自己的所見太狹隘，看不見別人的光亮而已。 不用太焦慮。但一時放不下焦慮的話，也沒關係。 --- 反饋一下人工智慧的部分，個人推薦李教授的課。不管是想初探或是真的動手做，幾乎是 公認最好的中文課：https://www.youtube.com/c/HungyiLeeNTU 恰逢這兩年疫情，老師上課的方式很大程度面向在家自學／沒有基礎的同學，作業／程式 環境也都公開的。其他學校我不知道，但成大資工所來說，一半以上的同學都是看這個自 學的。 --

※ 發信站: 批踢踢實業坊(ptt.cc), 來自: 223.139.1.76 (臺灣) ※ 文章網址: https://webptt.com/m.aspx?n=bbs/medstudent/M.1657638411.A.E05.html