清大統計所碩二下心得

碩士歲月中的課業、專案與考試猶如散落拼圖 — — 埋首當下，只見辛苦及汗水；回眸兩年，那些拼圖早已湊成驚豔畫作，伴我走向下段旅程。

medium好讀版

# 序沒想到寫下最後一篇統研所心得的日子這麼快就到了。兩年，看起來很漫長，但在趕作業、專案、工作的交替下，畢業典禮的日子也就這麼到來了，而我也在不知不覺間完成了許多超出預期的目標。這學期對我來說很特別 — — 因為已有公司願意錄用我，所以我不需要再為了impress面試官去做一些 side project、刷題，或是拼命追最新的 AI 進展（這些進公司後再補也來得及）。也因為沒有博士班要收我，我不必再忙於那些為了發 paper 而做的研究計劃，也不需要再為了「做理論而做理論」去強化數學能力。在這樣的背景下，我有更多時間去體驗不同的文化、工作、研究與課程。 # 目錄 1. 學期安排 2. Current & Next Step 3. 我在統計所學到的收穫 # 學期安排這學期在時間主要分配在三個主要的項目上：課程、研究、課外活動，比例大概是35, 40, 25 ## 課程規劃機器學習理論（統研所）實驗設計與分析（統研所）專題演講（統研所）演算法特論（工工所）技術商品化（科管院）房地產投資與市場分析（計財系）統計學助教機器學習理論是統研所一位新進老師開設的課程，內容與統計本身的關聯性不大，主要聚焦在傳統的機器學習理論，包括 VC dimension、uniform convergence、clustering、SVM 等主題，最後也延伸到老師的研究領域──強化學習（reinforcement learning）。這是一門偏純理論導向的課程。我選這門課的主要目的是補上許多標準 ML 課程常常略過的理論基礎。雖然這些理論對實際應用的幫助不一定直接，但我覺得學這些內容比較像是在說服自己──機器學習背後還是有一套理論支持的，而不是只有「丟進模型硬 train 一波」的黑箱操作。就統計所的課程難度來說，這門課的 loading 算是中等。每週都有幾題數學推導的作業，但沒有期中或期末考。老師因為是剛從博士班畢業的新老師，一開始上課稍微有些卡，但整體有逐漸變好的趨勢。這學期老師也邀請了大約四位國際講者來分享他們的研究，從這一點可以看得出老師的投入與誠意，真的給好給滿。唯一小小的缺點是每週有一節課會讓學生上台解題，這部分稍微拖節奏，但整體來說我仍然非常推薦這門課。另外補充一下：下學期老師將開設以強化學習為主題的機器學習“導論”（看起來也是偏理論取向），有興趣的同學可以考慮選修，應該會有所收穫。實驗設計與分析是統研所一位新進老師開設的課程，老師過去曾在其他學校任教。課程內容主要是標準的實驗設計理論與應用，如果只是想了解基本概念，其實網路上也有許多相關課程可參考，而這門課的內容則較像是重點整理版。與其他類似課程相比，這門課的一個特色是有相當比重的反應曲面方法（RSM）內容，這部分應該是以往比較少被涵蓋的。期末的專案就是做一個 RSM 的視覺化，技術面其實不難，大概一個晚上就能完成主要功能，反而花了比較多時間在與組員的溝通與協作上。當初會修這門課，是希望能學到如何設計實驗，應用在產品使用體驗等問題的改進上。雖然課堂上的例子大多以工業應用為主，但背後的核心設計邏輯與方法其實是共通的。透過最後的 RSM 專案，我也學到了不少額外的技巧與觀點，特別是 — — 當組員人數變多時，協作反而可能成為一種「懲罰項」（penalty term），這是個非常現實也值得反思的經驗。專題演講：這學期研究的內容很明顯和過去比應用很多，且非常多AI應用相關，不確定是應對市場風向還是邀請人的選擇。演算法特論：是由一位來自日本的資深教授授課（英文非常流利），課程內容相當多元，涵蓋了機率演算法、線上演算法（online algorithm）、公平性（fairness）、資訊洩漏（information leakage）、加密（cryptography）以及配對理論（matching）等主題。就像許多傳統演算法課程一樣，這門課也帶我們快速接觸到各種不同的議題，雖然每個主題都比較淺嘗即止，但最大的收穫是學會原來還有這麼多不同的思考方法與技巧。我很推薦這門課。雖然內容看起來有些零散，但老師每次上課都能明確地指出「這個主題要解決的是什麼問題」。上課的方式很有趣，通常會先從一個益智遊戲或生活中的小例子開始，然後引出當天的主題，用所學的方法來解釋或解決這個問題。雖然我不太確定這些知識未來會怎麼用到，但每週二早上的課，能讓腦袋快速清醒、動起來，感覺也挺不錯的。這門課基本上不需要太多先備知識，適合有興趣的人來修。作業份量也不多，難度適中，算是一門負擔不重但刺激思考的好課。技術商品化這門課的目的是教導學生如何創業，但實際上「創業」這件事本身就很難被明確教學，因此課程內容比較像是涵蓋產、銷、人、財等各個面向，穿插不少創業者分享經驗、企業參訪，以及一些創意思考與產品發想的方法論。整體上，這門課給我的感覺有點像是管院常見的概念型課程：雖然不見得有具體學到某一項技能，但卻又好像從不同面向獲得了些什麼。對我來說，課程中最有收穫的部分是期末報告 — — 將課堂上學到的一些分析框架套用在自己的產品提案上。不過，老師對這部分並沒有太多指引或要求，因此我們組也沒有深入討論，最後的報告算是草草完成，覺得有點可惜。如果組員很積極、有心想做出點什麼，那我覺得這門課的價值會高很多，也會是很值得推薦的一門課。但如果只是一般程度地修課，那收穫可能就比較仰賴個人的投入程度。房地產投資與市場分析：這門課是由一位業界的老師授課，因此不會太理論化，主要從實務的角度切入，帶領我們分析房地產市場。課程聚焦在個人購屋與租屋的情境，內容涵蓋了買房時常遇到的問題、值得購買的房型、目前的購屋政策，以及市場的景氣循環等實務議題。這門課的作業負擔不小：每週都有作業，還有兩次上台報告與期末考，算是事情頗多的一門課。但也因為如此，收穫非常豐富。對我來說，這是本學期最推薦的一門課。課堂討論常常延伸到價值觀層面，讓我對自己未來想要怎樣的生活與居住環境有更多具體的想像。雖然作業不少，但大多與自己未來買房息息相關，是一種很實用的練習與自我反思。期中與期末報告的成果很看組別的投入程度，我很幸運地和一群非常認真的同學一組，從他們身上學到非常多寶貴的觀點與經驗。整體而言，這門課討論的是每個人遲早都會面對的重要人生課題 — — 「居住」。老師的授課不流於理論空談，就算有理論，也是為了更精準地剖析現實問題而服務。因此我非常推薦這門課。至於最後的成績怎麼算出來的我也不太確定，但總之還不錯！統計學助教：每個月多6000塊的生活費，且有很多日常開銷＋政府還要課我這個窮學生所得稅…，為了讓生活過得好一點，所以就接了！ ## 研究這次的研究經歷可以分為四個類別：包含一篇正在與國外學者合投的 paper、碩論、協助他人的專案，以及一些其他研究。 Paper（10%）：這次的投稿經驗讓我深刻體會到，未來大概不會再輕易嘗試投稿了。除了研究本身，還有太多「非產出」的事項要處理，例如格式調整、用詞潤飾、模擬增補、排版修訂等。每一輪的回改都要來來回回幾次，才終於產出一個大家都滿意的版本。回頭看，其實在這些瑣碎工作上所花的時間，甚至比做整個研究還要多。碩論（10%）：主架構在之前其實已經完成，目前正在依清大的格式進行排版調整（好像還得另外處理封面格式），並補充模擬與修改用詞，希望口試能夠順利過關。我的標準就是能畢業就好。協助他人的項目（5%）：說白了就是滅火型支援。之前幫忙處理過一次，這學期又因為一些臨時需求再次協助功能增補與交接。我自己其實不太想工作後還得繼續處理這類事情，不過有點零用錢可以賺，也還算不錯。其他研究（15%）：略。 # Current & Next Step 在等待口試與正式上班的這段時間，除了有更多機會能夠外出旅行，也是重新檢視這兩年所學的好時機。學期結束後，我開始把過去兩年修過的講義重新拿出來讀，包括數理統計、線性模型、多變量分析、時間序列等課程內容。這些理論基礎，雖然在短期內未必看得出明顯回報，但長遠來看，將會是支持我穩健、快速前進的重要底座。因此，我也希望能利用這段空檔，把那些一度放棄的優勢盡可能找回來。至於下一步，就是安安心心去上班，正式展開社畜人生。未來如果有空，或許也會寫一篇找佛系工作的心得分享。這次找工作只能說 — — 只要每關的「通過率」小於 1，相乘幾次後也會趨近於 0。 # 我在統計所的收穫回想這兩年在統計所修的每一門課，再看看我實際繳出去的學費 — — 如果單從課程本身來看，CP 值好像有點低。畢竟這些內容大多在網路上就能學到，最終只是多拿到一張畢業證書而已。但真正有價值的，其實是這所學校與這個所帶來的人與資源。包含指導教授提供的研究題目，讓我接觸到過去從未思考過的問題；也包含與頂尖訪問學者交流，得以從第一線的學術視角理解最新的方法與議題；更別提透過 LinkedIn 與校友聊天、了解招募資訊與業界團隊文化的種種機會 — — 這些資源，若沒有統計所在背後支持，是我很難憑一己之力取得的。我真心感謝清大統計所，因為許多資源與眼光，往往只願意投注在全國排名第一的對象上。過去在統計所修課時，多半從微觀的角度分析問題，就像拼拼圖一樣，透過局部的圖案尋找對應的碎片。但隨著拼圖逐漸完整，我終於看見整個統計的架構，也意識到自己尚未補足的部分。而這些缺口，恰好能夠在清大的資源中找到答案與補足。