FUNction said: "這是我想到什麼就寫什麼的記事本，所以內容多不具任何樂趣，因為我的生活無趣嘛"noreply@blogger.com (FUNction)Fri, 6 Sep 2024 09:06:18 +0800Blogger http://www.blogger.com194125http://function1122.blogspot.com/en-usnoFUNction said: "這是我想到什麼就寫什麼的記事本，所以內容多不具任何樂趣，因為我的生活無趣嘛"noreply@blogger.comhttp://function1122.blogspot.com/2011/07/ntu-im-predict-your-university.html實用經驗分享noreply@blogger.com (FUNction)Fri, 8 Jul 2011 22:19:00 +0800tag:blogger.com,1999:blog-2174931189750419814.post-1055536763111927855又到了填志願的時間，掐指一算過了好多年。只記得當年我沒有考指考，直接用推甄的，而推的學校也是親戚不知道哪裡弄來的「去年錄取分數表」，然後就不知不覺的過了大學。最近因緣際會下，朋友要我比較一下落點分析的網站，才發現原來現在好多學校都有提供這樣的服務，不禁讓我覺得，要是當年有這樣的工具也許會上更好的科系XD 市面上落點分析工具最麻煩的地方是要註冊或下載，不過現在都已經是雲端時帶了，下載幹嘛呢？讓我話不多說看看2011台大資管落點分析系統-ImWhatIM怎麼操作吧！ ▲2011台大資管落點分析系統 這個系統很簡單的分成三個步驟： 第一步：填寫大學指考科目成績 假設我國文67、英文72、數甲50、物理80、化學77，我在有考的科目填上分數，沒考的分數記不要勾，以免被以零分計算影響結果。 ▲可以看到「指考神」貼心的提示 第二步：填入學測成績 假設當時我學測時國文12、英文13、數學26http://function1122.blogspot.com/2011/01/javalibsvm-144.htmlJavaText Mining邊學邊寫noreply@blogger.com (FUNction)Fri, 14 Jan 2011 15:17:00 +0800tag:blogger.com,1999:blog-2174931189750419814.post-3752954237544758326沒想到「碼上會」還會有第二集，標題有點聳動，但在這裡的「動態資料」指的是從資料庫load 出資料(一般libSVM都是標準格式的讀檔案來分析)。此外這篇還涉及處理一個文字探勘(Text Mining)中重要問題 ─ 資料分散(Sparse data)。由於網路上沒有其他實作，所以我想使用以下講解的程式碼，可以讓你加快libSVM的分析效能，也可以提升不少工作效率(不用再輸出多個檔案就能交叉測試)。 ▲將libSVM嵌入你的java程式，從資料庫中撈出資料直接訓練 libSVM簡介 這是台大林智仁老師所開發的SVM工具，應該是世界上最好用且最主流的SVM，許多國內外的研究都透過他完成的。其實SVM之所以會成為主流，是因為它的效率較高，而且結果也不錯，甚至有學者認為SVM可以取代類神經網路(林國峰等，2009)。沿襲「碼上會」的精簡風格，廢話就不多說，想更了解這套工具7http://function1122.blogspot.com/2010/10/mmseg4j-java-55.htmlJavaText Mining資訊檢索邊學邊寫noreply@blogger.com (FUNction)Sat, 16 Oct 2010 22:06:00 +0800tag:blogger.com,1999:blog-2174931189750419814.post-5245565735626011890好，我承認標題下得有點好笑，而且也很意外寫這種實作的文章(我早就往理論派轉型了)。總之照著這篇文章的步驟，你可以使用java 將一串正體(繁體)中文的字串依照詞彙切開，以方便進行中文文字探勘(Text Mining)等計算詞頻的工作。 ▲mmseg4j中文斷詞結果，可以看到它把「處理」、「文章」等詞分割出來 首先呢，為了簡化開發，程式都在Eclipse 上開發，以下用簡單兩句話說明Eclipse 如何安裝： 到Java網站，下載並安裝JRE (請選擇合適的作業系統) 到Eclipse官網，下載Eclipse Classic 版本，將之解壓縮之後，執行資料夾中的Eclipse.exe ，就可以用它來寫Java 程式了 簡單介紹MMSeg 與mmseg4j mmseg4j 是採用蔡志浩先生在2000 年發表的一個中文分詞演算法 ─ MMSeg，它7http://function1122.blogspot.com/2010/10/perceptron-learning-algorithm.html背景知識邊學邊寫noreply@blogger.com (FUNction)Sat, 16 Oct 2010 18:44:00 +0800tag:blogger.com,1999:blog-2174931189750419814.post-1710421841429800903看完這篇文章，你會對機器學習最入門的概念─「感知學習演算法」有基本的認知。因為筆者數學並不好，為了寫這篇，我花了大約30小時，看了10多個版本的教學(n次)，在成大數學的高手歐民同學的指導下，站在好懂的角度撰寫，希望不會令你感到失望 :) 感知器是幹麻用的？ 用來產生判斷結果！會經由多個輸入的數據，透過運算產生一個非黑即白的結果，用途相當廣泛。例如透過收入、負債的數據，協助銀行判斷顧客是否可以核辦信用卡(可發/不可發)、或是可以找出潛在消費者(潛在/非潛在)、判斷股票未來的走勢(漲/跌)等等。 感知器的靈感是來自生物的神經元(下圖)，神經元從樹狀突接收不同來源的訊號，其中有些來源的刺激具正向效果、有些來源則是抑制效果，經過加總計算後，如果結果達到該神經的門檻值，則會將訊號從軸索末端傳出；或沒達到門檻，則不傳出訊號(在此為了講解方便，將訊號簡化為有與無，實際上神經元有很多種11http://function1122.blogspot.com/2010/09/2010.html家人朋友經驗分享見解資訊種子遊記noreply@blogger.com (FUNction)Sun, 12 Sep 2010 21:23:00 +0800tag:blogger.com,1999:blog-2174931189750419814.post-6380229844465210102明天(9/13)即將開學，讓我們來回顧一下這個暑假吧！整個暑假近三個月的時間(6/24~7/12)，大致上可以分成三個部分。前半段以資種生活為主，令人流連的南京海外參訪、招生專案以及中間的許多小活動；後半段以政大生活為中心，包括大和國的畢業旅行、新生迎新共識營等等。至於第三個部分，是一直貫串的創業與家庭生活，我認為是我的主軸，雖然創業進度大大落後，讓人不堪回顧放假前訂的計畫(說的大話)，但我想累積的這些知識，與自我學習的態度，仍是相當可觀的收穫！ 暑期作息表 七月十八日，老楊的研討會論文告一段落(deadline:7/16)，我花了兩天的時間，安排暑假的作息，如下表： ▲ FUNction's 2010 年暑期作息表 規定自己如果沒做到就扣錢，不少內行人問我扣錢要扣到哪去，我說扣掉的錢會統一放著，變成只能用來吃飯，不能玩樂(如看電影、唱歌…)的吃飯金。實行4http://function1122.blogspot.com/2010/08/advances-in-domain-independent-linear.htmlText Mining資訊檢索邊學邊寫noreply@blogger.com (FUNction)Thu, 19 Aug 2010 17:51:00 +0800tag:blogger.com,1999:blog-2174931189750419814.post-6549267923891016804這依然是一篇逐字翻譯的文章，需要注意的是第四節「評估」我沒有完全翻完，因為我已經在第三節「演算法」找到我想看的東西了，而第四節主要就有點老王賣瓜的比較與其他分段方法的優越性，因此我只翻譯了第四節的結論，有興趣的讀者可以閱讀原文。本文分段完全依照原文所訂，對照起來應該相當容易，末段「心得」為我的見解，也一併與你分享。當然，翻譯的目的依然是讓中文為母語的讀者能快速掌握這些知識，以利後進學者的研究。   ▲研究苦悶可以到郊外走走，看見藍天白雲和蔚藍的大海，必能使人心曠神怡(圖為筆者6:40 在墾丁南灣飯店所攝) 原文：Choi, Freddy Y. Y. 2000. Advances in domain independent linear text segmentation. In Proceedings of the Sixth Applied Natural 18http://function1122.blogspot.com/2010/08/text-summarzation-using-lexical-chains.htmlText Mining邊學邊寫noreply@blogger.com (FUNction)Sat, 14 Aug 2010 11:10:00 +0800tag:blogger.com,1999:blog-2174931189750419814.post-7692320915096155019找到這篇是因為看了一篇寫得非常非常好的國內論文《混合式自動文件摘要方法》(這真的寫得非常好，學習Text Mining 非常推薦以之為基礎)，想要多了解文法剖析法(Linguistic Approach)，因為文中指出Brunn所作的《Text Summarization Using Lexical Chains》提出的系統架構與我的想法相近。但後來發現命題相近的《Using lexical chains for text summarization》可能才是所謂的key paper(引用598次)，不過都翻譯了，就丟上來啦。我依照原文的章節形式分段，並用標楷體標註非作者提及的內容，文末心得處亦為我讀後的見解，為了避免讀者混淆，特別在此註明。 原文：M. Brunn, Y. Chali and C. J. Pinchak, “Text Summarization Using 6http://function1122.blogspot.com/2010/08/3.html朋友經驗分享資訊種子noreply@blogger.com (FUNction)Sun, 8 Aug 2010 19:14:00 +0800tag:blogger.com,1999:blog-2174931189750419814.post-1029236155491486940「資訊種子」不限資訊相關科系學生參加，是台北縣電腦公會辦的公益(免費)活動，為期一年。聘請經理級以上講師固定於周六下午上課(課程內容包含資訊產業、數位內容、生涯規劃、智慧財產…)，此外還有企業參訪、專案參與及海外參訪，最重要的是，誠如我說的，可以完成學生階段「認識不同領域的優秀人才」的目標。   ▲想要成為眾所矚目的焦點，加入資種，你也可以！ 好了，其實已經差不多介紹完了！我認為在資訊種子最大的收穫是能夠認識許多優秀、負責且活躍的同儕，這些人脈的培養將會使你在未來的人生上左右逢源。舉個簡單的例子，據我所知，本屆資訊種子的學員報名微軟實習計畫全部都錄取了，由此可知將資訊種子比喻為成功的搖籃毫不為過。 參加資訊種子的人都很厲害耶…我行嗎？ 朋友看到了七屆錄取名單，對我說：「資訊種子的學員都很厲害，我怕我不行耶…」。我對他說：「如果你參加了，你就有機會認識34個5http://function1122.blogspot.com/2010/08/markov-chains.html背景知識邊學邊寫noreply@blogger.com (FUNction)Fri, 6 Aug 2010 17:15:00 +0800tag:blogger.com,1999:blog-2174931189750419814.post-5246333694265455548「人生的課題，如果你沒有學會處理，它就會一而再、再而三的讓你練習」…其實也沒那麼嚴肅啦，只是小時候沒學好，最近讀論文的時候一直碰到馬可夫鏈…讓我覺得很卡，於是想說花一些時間把這個關節打通。我希望用一些淺顯易懂的文字寫一些老嫗能解的馬可夫鏈概念(千萬不要像維基百科寫得像天書般)，這就是邊學邊寫的最高境界吧，我想！ ▲當我聽到「馬可夫鏈」的時候，總會想像一條長長的鏈子，鏈住馬的頭@@ 正文開始 我們想像有一些加以編號的桶子，每個桶子裡面裝著數顆編號過的球，如下圖所示： ▲有1~n個桶子，桶子中的球也編有1~n號 接下來玩法是這樣的，例如我們先在2號桶子中抽到3號球，於是我們就跑到3號桶子再抽一顆球；我們發現3號桶子抽出來的球是5號，於是又跑去5號桶子抽…總之從任一個桶子中抽出球的號碼，決定著接下來目的桶子的號碼，然後一直抽到沒完沒了(或某個次數)，如此所9http://function1122.blogspot.com/2010/08/story-segmentation.htmlText Mining基因演算法邊學邊寫noreply@blogger.com (FUNction)Fri, 6 Aug 2010 10:42:00 +0800tag:blogger.com,1999:blog-2174931189750419814.post-8804989284202877803實不相瞞，我想要找出一種方法，可以偵測一篇文章中論及多少事件，並將這些事件自動切出段落。但目前礙於我搜尋能力的不足，以及論文閱讀速度的限制，實在沒有找到一個合適的方法。今天來介紹成大資工所方國安所撰寫的《應用基因演算法於中文廣播新聞中情境切割及分類》學位論文，希望能得到一些啟發。 這篇論文主要在描述使用基因演算法，試圖對中廣同一個主播連續報導不同新聞事件的語音進行切割。最重要的是對新聞加以分類，並在每個分類中找出具有代表性的專有詞彙，作為辨識新聞主題的工具。下圖描述新聞情境切割的流程，也是本篇文章的主軸。整個演算法主要分成兩大部分：一、找出分界點；二、評估分界點；以下詳述之。   ▲新聞內容切割流程圖(Story Segmentation) 使用滑動視窗找出分界點 作者先將新聞分成14群建立類別，再從這14群中找出代表的關鍵字。接著作者對長串的新聞，設計了一個滑動1http://function1122.blogspot.com/2010/08/blog-post.htmlText Mining向心理論邊學邊寫noreply@blogger.com (FUNction)Tue, 3 Aug 2010 17:11:00 +0800tag:blogger.com,1999:blog-2174931189750419814.post-3231665882100381029如果在龐大的語料庫中搜尋「資訊系統」，我們希望得到的是「包含了相互關聯的一組蒐集、處理、儲存以及散佈資訊之單元，以支援組織內的決策與控制」的答案，而不希望出來的是Laudon的MIS一整本書的內容。前述的資訊檢索技術只能提供使用者需要資訊的所在文件，但更進一步我們需要得到的是在文件中哪一個段落，甚至把使用者想要的文句摘錄出來，因此便需要文件自動分段的技術。   ▲Laudon的(周宣光譯)《管理資訊系統─管理數位化公司》一書中對於資訊系統的定義 另一個必須分段的原因在如果一大篇文章講述許多主題，在詞頻統計中的權重就會因為主題分散而被降低，使得排名落後；分段後主題應更為凝聚，比較能與查詢條件匹配，提高了recall與precision。以下介紹常見的自動分段方法： 依文件架構分段(Discourse Passages) 依照文章原有的段、節分割成不同部分。好處是7http://function1122.blogspot.com/2010/08/information-retrieval.htmlOntologyText Mining資訊檢索邊學邊寫noreply@blogger.com (FUNction)Tue, 3 Aug 2010 16:55:00 +0800tag:blogger.com,1999:blog-2174931189750419814.post-8692828899377559189資訊檢索系統(Information Retrieval System)可以定義為儲存、展示、組織與存取資訊的系統。文件分析與索引可以協助資訊檢索工作的進行，一般來說可以透過以下模型進行。 基礎方法 布林模型 (Boolean Model) 簡單說就是字串比對，找出「完全符合」搜尋條件字串的文件集合。查詢的條件是單字或片語，並可使用布林運算式：AND/OR/NOT加以連接字串。布林模型的優點是效能高，缺點是不提供查詢結果的相關性排名，使用者無法知道文件符合查詢條件的程度。此外布林模型缺乏彈性，必須要完全符合字串才能被找出。 向量空間模型 (Vector Space Model) 由Gerard Salton提出，他認為資訊檢索過程必須對文件本身進行分析，以建立索引(Indexing)。建立索引的目的是透過索引代表文件集合中的某篇文件，一篇文件可以對應一組索引，這組0http://function1122.blogspot.com/2010/06/blog-post_17.html語音辨識邊學邊寫noreply@blogger.com (FUNction)Thu, 17 Jun 2010 20:41:00 +0800tag:blogger.com,1999:blog-2174931189750419814.post-841341715697679462在meeting 中常聽到： 你有什麼comment？ 這是個good point！ 在這個Algorithm中，我們會先… 雖然既有的單語辨識系統已經漸趨成熟，但在實務上，雙語辨識系統的確有其需要。要建構中英雙語辨識系統，必須要考慮兩種語言的特性，並加以整合。此外，實務應用上的「自發性語音(spontaneous speech)」常伴有許多的停頓、重複、無意義的語助詞或不完整的段落。而且演說者常會把英文說得有點想像中文，例如facebook會說成「非死不可」之類的，也會增加辨識的難度(中:英 = 9:1 左右)。 中英連續語音辨識技術 英文是多音節的拼音語言，一個word可以由一到多個音節所組成，因此音節(或稱音素phoneme)是英文的最小單位。而音素根據發音方式可以分為子因與母音，因此英文辨識以因素為基礎，將音素串辨識為字串。 中文以單音節3http://function1122.blogspot.com/2010/06/blog-post_15.htmlText Mining語音辨識邊學邊寫noreply@blogger.com (FUNction)Tue, 15 Jun 2010 12:23:00 +0800tag:blogger.com,1999:blog-2174931189750419814.post-1426560495423961906中文語音辨識 語音文件無法被概括性的瀏覽，只能循序瀏覽到最後才能了解整篇文件要表達的含意。相同內容，由不同的人說出來的語音文件，除了聲調、音量外，口音也會使每篇語音文件顯得不同。即使是相同的人，也會因為環境、身體狀況而改變語音文件的品質。 「索引特徵」是資訊檢索、分類系統表示文件或使用者問句的基礎。在中文裡，特徵分為詞(word-level)、字(Character-level)以及音節(syllable-level)三個層次。結構上中文具有以下特質： 中文一個字就是一個音節 單字通常是詞素(morpheme)，詞素是帶有語意的最小單位 詞的界限不明顯 有許多的同音字 新詞容易被創造、理解是另一大特色，例如「高鐵」。這些詞通常不存在於檢索分類的辭典，但是他們與文件的核心概念通常密切相關。由此可知，中文的構詞相當具有彈性，要統計中文的詞數其實3http://function1122.blogspot.com/2010/06/blog-post_14.htmlText Mining邊學邊寫noreply@blogger.com (FUNction)Mon, 14 Jun 2010 13:37:00 +0800tag:blogger.com,1999:blog-2174931189750419814.post-2572740367093815954主題事件的分類(TDT, Topic Detection and Tracking)，五大追蹤方向 文件切割(Story Segmentation)：將依則包含許多新聞的文件切割成許多單獨新聞的文章 主題追蹤(Topic Tracking)：找出新進文件是否與之前主題相關 主題偵測(Topic Detection)：將探討鄉圖主題的文件分類 第一則新聞偵測(First Story Detection)：判斷新進文件是否屬於新的主題或是尚未討論過的主題 連結偵測(Link Detection)：隨意取出兩則文件，判斷此兩則文件是否屬於同一主題 大型語料的主題分析最受矚目的是「自組性語意對應圖(Self-Organizing Semantic Map)」，許多研究使用此方法；另外「機率式潛藏語意分析(Probabilistic Latent 1http://function1122.blogspot.com/2010/06/2010ntuim-gradschool-exam-2nd-thanks.html家人朋友經驗分享noreply@blogger.com (FUNction)Sat, 5 Jun 2010 13:25:00 +0800tag:blogger.com,1999:blog-2174931189750419814.post-2025440927753683642 我想第一要感謝的還是我的家人，他們知道我要考試讓我能安心念書，不需要操心家務。特別感謝老爸和老弟，是老爸才讓我抓住這個嘗試的機會，而老弟陪我一起念書(雖然我唸書的時間不多，而且考前的周末我老弟還跟朋友去彰化玩三天兩夜XD)，讓我有共同奮戰的感覺！    結果我瘋狂的在我家樓下的門貼上榜文，這是我與老爸的合照XD 第二是感謝文昌爺爺，雖然筆試的時候我沒有拜祂，因為我覺得我準備的不夠，拜祂是一種褻瀆。但是我跟我自己講，如果進了口試，我就有資格拜祂。果然他給我力量，讓我在台大獲取更多的資源，造福社會。口試時我一直帶著祂的御守，一定是因為祂的守護，才能讓我能如此順利… 接下來，要感謝我的老師及主管 政大的老闆：他給我很多中肯的建議，讓我自己考慮，也使我深深覺得老闆對學生開明的態度幾集體會到他的關愛。他對我說，如果光就名字來說，這兩間學校真的差不多，但是你去0http://function1122.blogspot.com/2010/04/2010-ntu-im-gradschool-exam-in-2nd.html經驗分享noreply@blogger.com (FUNction)Fri, 30 Apr 2010 23:23:00 +0800tag:blogger.com,1999:blog-2174931189750419814.post-1632299138078458511筆試的前30的考生有進入口試的機會，但口試還會再刷掉近2/3的人，所以仍不能掉以輕心。由於筆者在98年政大資管所推甄口試獲得95.4的高分，所以對於準備口試也略有心得，以下依照口試戰略、準備書審資料、口試佈局做經驗分享，最後再對應到實際台大資管的關卡。 口試戰略 我覺得口試要獲得高分，必須掌握「把基本面顧好，外加自己的創意」的原則。當考官提問時，先答出考官想聽的答案，回答後再外加一點自己對於題目的一些洞見，讓考官驚艷！例如我去年在政大口試時，有一題要求我們看一篇英文的data mining 的文章，並回答幾個問題(題目先給我們，並給一張紙讓我們擬好答案)，答案其實還蠻固定的，幾乎有標準答案，所以我除了回答完老師要求的問題外，我還 在那張紙上用表格比較三種文中提到data mining 方法的不同 把這篇文章取了一個標題(因為那篇文章沒有標題)，展示自己抓5http://function1122.blogspot.com/2010/04/2010-ntu-im-graduate-school-exam-in-2nd.html參考連結經驗分享資訊管理noreply@blogger.com (FUNction)Fri, 16 Apr 2010 23:22:00 +0800tag:blogger.com,1999:blog-2174931189750419814.post-3607666590593831640我準備台大資管所大概只花了兩個禮拜(2/28考，電腦公會春酒弄到2/26)，第一個禮拜分析考古題；第二個禮拜看書背筆記。由於筆者是98高考第8名(已經練成九陽神功，練其他武功只要幾個時辰)，所以主要分享準備兩次考試的心態，基礎的建立與一些速成的撇步。基本上，我覺得考「資管所」是很幸運的，因為它不像機械所要做20年的考古題，資管所只要做5年！ 筆試戰略 由於台大不考統計，計概又與其他學校大相逕庭，所以如果你真心準備台大資管，雖然有415個人報名，前30進口試，但是你真正的對手絕對不到100人，也就是只要搶進30%就有希望！我的分析是這樣的：研究所考試以應屆生為主，應屆同學通常為了怕沒研究所念，考5-6間是很正常的事，但因為台大的考科不太一樣，若專心準備台大，可以比其他考生省掉許多時間。所以真正的對手只有三種：一是台大學生(因為考試跟學校教的有關，而且也比較有可能鎖定台大，大約佔8http://function1122.blogspot.com/2009/10/blog-post_27.html朋友noreply@blogger.com (FUNction)Tue, 27 Oct 2009 21:15:00 +0800tag:blogger.com,1999:blog-2174931189750419814.post-507017975090516602請先放個背景音樂吧XD ↓↓↓ Jolin 的歌，陪伴著我孤寂的查著「Extended Window」，就這樣過了一年... 圖：左起我、Deduce、Jamie、Ellen 第一次見到Ellen，是在微軟的小教室，聽著琪樺姐講著AA的注意事項，他是我在微軟認識的第一個人，也沒想到，他也是4個pre-sales的其中一個。沒錯，他是我們這個team的，很巧！ Deduce，是在微軟的大教室碰面的，我正留下來問小白學長關於pre-sales的工作內容，因為我覺得我應徵的是「技術專員助理」，不能了解我將來要幹嘛...這時候Deduce出現了，他說他跟我做一樣的工作，還給我一張上面印著大大的「林宜如」的名片，在門口他介紹了柚子(那個自我介紹時被說長得像朱木炎的北科同學) 現在的Jamie，當時他還叫Jill，第一次見面是在敦群。1http://function1122.blogspot.com/2009/10/day-2.htmlAnnie山水踏青遊記noreply@blogger.com (FUNction)Sat, 10 Oct 2009 17:42:00 +0800tag:blogger.com,1999:blog-2174931189750419814.post-3187013709081261902第二天是一個轉折點，告別了怪怪的「宜蘭美樂假期」(這邊傷心的往事就不必提，簡單說是雖然經營者態度很好，但硬體實在太差了，而且因為沒經驗在網路上一次訂兩個晚上，退費凹了半天)，一大早開心的上太平山。 山上幾乎都在下雨，小火車不敢坐，步道也不敢下來走。一路邊開車邊聊開到翠峰湖...的入口，就折回去。但很開心的是可以看到蓊鬱的森林，這一直是我熱愛且夢寐以求的。開下山的路上也一直在學「讓路」的技巧(左手伸出窗外往前揮，讓候車先過)、聊著你喜歡的西洋老歌…非常開心。 後來住進了前一天在羅東夜市看到的早安！稻香民宿，雙人房一夜1500，設備很新很別致，重點是你超愛的！據說是民宿主人「周媽媽」請一個跟我們年齡相仿的女學生設計、布置的，很有「小女孩夢想中的房間fu」(我女友說的)。而且周媽媽很居家、很和善，都一直穿著圍裙呢！ 重點是，民宿裡有一本本子，讓4http://function1122.blogspot.com/2009/10/blog-post.html實用經驗分享noreply@blogger.com (FUNction)Thu, 8 Oct 2009 11:17:00 +0800tag:blogger.com,1999:blog-2174931189750419814.post-8762819659904814935這是前幾個禮拜發現的，今天跟同學分享時，發現這也可以稱為一個秘技XD 簡單說，就是在論文名稱的「句號」上面按右鍵，就可以選擇開在新的視窗了!! 就這麼簡單，不知道可不可以嘉惠研究生阿XD   全國碩博士論文是台灣論文的集散地，如果用在研究所報告上，蠻有可能會被老師ㄉㄧㄤ的，旦大學部的報告就綽綽有餘啦。如果要用在研究生上，建議： 從這裡找與自己研究相關的主題，找三篇文章後，再從這三篇文章的Reference找英文論文，這樣很有可能會找到所謂的Key Paper~ 0http://function1122.blogspot.com/2009/09/blog-post_22.html見解讀書心得資訊管理noreply@blogger.com (FUNction)Tue, 22 Sep 2009 23:41:00 +0800tag:blogger.com,1999:blog-2174931189750419814.post-2748235418086413551奈里坎尼說：「就坐在這兒，可以與紐約、倫敦、舊金山、波士頓同時開會，全都是現場即時。如果結果是交新加坡的廠商執行，新加坡也可以加入現場談，這就是全球化。」全球的競賽場正在被剷平─類似印度的國家已經可以競逐全世界的知識工作，這是美國前所未見的挑戰。這是人類文明的另一個里程碑。從講求國力到跨國公司為全球市場競爭，進而在十輛推土機的力量下，剷平了世界，使個人力量大增，這是佛里曼所說的「全球化3.0時代」，是一個平坦的世界。平坦世界的起因1989年柏林圍牆倒下、1995年網景瀏覽器上市，加上工作流程軟體、Web Service 技術出現，創造了平坦世界競技場的平台。加上開放原始碼、委外、岸外生產、供應鏈技術、內包、搜尋引擎等形成的新合作形式，都使世界變得更為平坦。此外，儲存媒體、檔案共享、一機多用、網路電話、無線科技等催化劑，造成競技平台的發酵，作者稱之為「類固醇」平坦世界的症狀現在看似近在咫尺0http://function1122.blogspot.com/2009/09/blog-post_1214.html經驗分享高考noreply@blogger.com (FUNction)Sun, 20 Sep 2009 21:47:00 +0800tag:blogger.com,1999:blog-2174931189750419814.post-3692943114923673893重要日期98/9/28(一)18:00其實整個重點在於，我申請保留，所以我拿到研究所畢業證書後，要在三個月內申請補訓。如果兵單還沒下來，我可以先當公務員，當到一半再留職停薪去當兵。如果兵單在三個月內下來，我就要再申請保留，等退伍後三個月內申請補訓 申請補訓依照當月申請的先後順序排志願，所以就算我考第8名也沒啥用。重點是在每個月的1號申請，這樣才能分配到較好的志願。一、錄取身分1.正取使用人事局密碼更新個人資料填志願(程序面，稍後講)按兩次確定後不能更改列印志願表，在9/29前簽名蓋章，以限時掛號寄回人事行政局延後分發：碩士班三年、博士班五年、需求兩年。榜示後10天內提出保留錄取資格。原因消滅的3個月內向榜訓會提出補訓，重新接受分發。同月內提出補訓，依當月提出申請時間分發10/7人行局網站公告分發2.同分正額有考生核准保留，可遞補無遞補則列為候缺分發。同類科無其他增額人員，依名次先後分配同1http://function1122.blogspot.com/2009/09/blog-post_20.html參考連結noreply@blogger.com (FUNction)Sun, 20 Sep 2009 19:49:00 +0800tag:blogger.com,1999:blog-2174931189750419814.post-8992546641487428493有鑑於越來越愛用網誌當上課筆記(邊上課寫網誌其實很好玩喔XD)，為了怕影響網誌文章品質，小弟決定將上課筆記開到另外一個Blog。若有修習相同課程之同學，歡迎到FUNction's 上課筆記 來參與討論與心得分享~所以這邊依然寫一些教學、心得或生活瑣事，仍請大家多多指教囉^^0http://function1122.blogspot.com/2009/09/98_16.htmlAnnie家人朋友經驗分享高考noreply@blogger.com (FUNction)Wed, 16 Sep 2009 11:00:00 +0800tag:blogger.com,1999:blog-2174931189750419814.post-5029915053000329015為什麼會寫這些文章，是因為我發願，如果我上榜了，我一定要造福社會！現在希望至少能透過這些文章，幫助其他希望考上的朋友，一起為國家、民族奮鬥！除了再去廟裡向帝君還願，我還要感謝以下這些人：一、我的家人準備考試的過程既漫長又看不到成果，謝謝你們經濟上的支持，並讓我不用分擔許多的家庭雜務(還記得以前每週要安排帶妹妹的時間，那時都由爸爸和弟弟都幫忙分擔)，專心面對考試。你們的用心，讓我能一天讀12小時的書；當我讀累了，你們也不會催促我做別的事，讓我能盡情休息。此外，你們也願意聽我無聊的讀書心得，所以我第一個要感謝你們！二、我的女友Annie還記得考前七天的倒數影片，每天都讓我感動落淚！考前一個月的閉關，讓你難熬了。你陪我走過艱苦考試的日子，一直鼓勵我，告訴我會考上！你陪我去拜帝君、陪我散心談天...這些日子都因為你的陪伴讓我充滿動力，你一直都是我的精神支柱~Love U(如果可以的話我想要po4