May 8,2013

團隊合作與英雄主義

這是我對這篇文章的回應:http://woundero.wordpress.com/2012/10/25/team-and-hero/

跟「責任制」一樣,台灣的「團隊合作」是畸形的。

老闆把自己當做是團隊的代表。「成功的團隊合作」的同義詞,是指「達成老闆的目標」。成員應該要無條件把老闆的目標當做是自己的目標,否則就是「缺乏團隊精神」。

這問題的根源有二:一、團隊內權責劃分不清,做越多事只會換來更多事;二、團隊內獎懲不清,做越多事的人沒有得到應有的獎勵。長期下來,當然就變成怕事的團隊文化。

這問題是誰造成的,是老闆造成的!因為老闆太懶,清楚劃分權責很麻煩,要是權責都劃分清楚了,遇到模糊地帶的事誰要來做?因為老闆太懶,獎勵怎麼分都有人不滿,不如弄的大鍋飯大家一起吃,方便省事!

老闆為什麼能這樣亂搞?因為團隊成員默許,組織文化默許,只要不出包的話大老闆也默許。

團隊合作和英雄主義當然能共存,前提是有清楚的權責和獎懲。在團隊能成就英雄的條件下,英雄才能成就團隊。

shih910發表於 樂多23:05回應(0)引用(1)心得

March 26,2013

集體智慧、集體瘋狂、集體盲從、集體愚蠢

集體智慧:投票,待選方案不可變,每個投票者具獨立思考獨立判斷,且不互相影響。這種狀況下透過多數決可以提昇獲得正確結果的機率。 

集體瘋狂:投票,待選方案不可變,每個投票者具獨立思考與獨立判斷,但投票者之間彼此會相互影響。這種狀況下容易群聚取暖,會激化極端且對立的結果。

集體盲從:投票,待選方案不可變,只有少數投票者有堅定立場。這種狀況下容易淪為過水的決策。  

集體愚蠢:投票,待選方案可因協商而改變。這種狀況下容易因妥協而產生一個四不像的愚蠢結果。 




shih910發表於 樂多13:54回應(0)引用(0)心得

March 15,2013

統計檢定的p-value & false positive 一些筆記

這是Data Analysis課程Multiple Test的筆記
以下僅為個人心得,可能有誤!!
...繼續閱讀

shih910發表於 樂多18:16回應(0)引用(0)筆記

February 18,2013

資料分析,要用R還是Python


這兩種都是Data Analysis常用的程式語言,想知道更多的話可以參考以下這幾本O'reilly的書。
說實在的,我兩個都不是很熟XD,所以我只能很不專業的比較。

以R來說,這是設計給統計領域的人做資料分析的語言。學過其他語言的人會發現R有很多奇特的內建型別,像是:
  • Factor:這是R的一種資料型別,表示這資料是屬於類別變數(Categorical variable),有別於連續變數(Continuous Variable)
  • Formula:表示一個公式,如y相依於x可以表示成"y ~ x"
區分這些內建型別對於統計來說是很自然的,因為這些物件在統計上都有不同的用途與操作方式。但是其他語言是很少會內建這些東西的。

R是一個專門的統計分析語言,不但語法獨樹一格,且在其他方面能做的事情不多;但也因為目標專一,所以如果有什麼新的統計分析技術的話,在R上也會比較容易找到相關的實作。

R的問題之一在於延展性,所以計算與暫存資料預設都是使用Memory,所以Memory不夠大的話,能處理的資料集大小也會受限。雖然有一些公司在改進這個缺點,但我不確定是否這些公司的產品是否能發揮影響力。

另外,在R的社群問Data Analysis問題的話會比較能得到答案,這應該也算是個優點。

所以,以下幾個狀況我會建議先試試R:
  • 探索性工作:想快速探索資料集的特性,試用一些常見算法的效果,以決定後續的分析方式。
  • 要在既有模型上做優化:R提供更多的優化選項與更好的社群支持
  • 大量的統計背景或統計工作:如 parameter/interval estimation
至於Python呢,我的建議是:
  • 快速Prototyping:Python跟其他語言/GUI接合比較方便,如果要快速做出可展示的系統,用Python較容易。
  • 分散式處理:如果資料量很大,用Python會比用R更容易將資料divide & counquer,不過資料如果真的很大,還是先考慮一下Hadoop/Mahout比較實際...
  • 只需要使用常見的資料分析模型時













shih910發表於 樂多22:02回應(0)引用(0)筆記

February 8,2013

學數學的方法

我最近開始重看一些數學,又回憶起當年艱苦學數學的過程。

我學東西很仰賴直覺,但數學裡常需要推導,推導過程一長,我就很難用直覺理解,所以這種牽涉到許多證明的數學一向是我的罩門。

雖然是罩門,但也不是沒有方法能夠吸收,只是必須費很大的功夫。

1. 跟隨推導過程:一步步跟隨著推導過程前進,這時重點不是在了解"為什麼"要這麼做,而是了解是"如何"做的。

2. 描繪整體過程:分析每一步推導出來的產物有什麼意義,以及各個階段產出的意義,描繪出各個步驟或階段在整體上的意義。

3. 提煉精神:了解這個推導的價值,要解決什麼問題,為什麼其他方法不能解。

4. 建立體系:了解哪些證明會奠基於這個推導。

如果只進行到1 or 2,通常都很難長存在腦袋中;但要到3 or 4,通常要重複讀個好幾遍才能完成。

所以念數學一向是很考驗我的耐心。

過去常常犯了貪多嚼不爛的毛病,希望這次可以耐著性子本要學的東西學好。

shih910發表於 樂多09:13回應(0)引用(0)心得

October 24,2012

公職 = 穩定,就是公職體系無法改進的原因

原文:他們是啞巴,而你是老闆--談基層軍公教人員

我的想法:

很多人當初因為穩定而來考公職,但這並不代表說公職的待遇就一定要一直穩定!

現在公職就是因為太穩定,所以有些人進入這個體系後,一不注意就失去了自己的職場競爭力,最後只好死死的巴著這個體制,讓體制改不了。你說這是體制的問題,是,這是體制的問題,需要改進,但是阻擋體制變革的最大阻力,就來自於現任的公務員

提昇公務員的整體效率,建立退場機制,淘汰低績效人員,才是治本的方法。這些...打1999做的到這些嗎?那既然,人民是公務員的老闆,人民要求的事公務員要配合啊?就不會有現在的爭論啦?所以,人民是公務員的老闆嗎?

公務員的體系很黑暗,這是常人所不能懂的,為了有一個穩定的生活,所以有些人選擇接受這些垃圾事。但如果真的有一天,穩定的生活沒了,這些人能不能讓自己的職場能力被其他單位所需要呢?如果大家都能這樣,那我想,反彈應該不會這麼大吧。

至於,考公職的困難度問題,我覺得,會讓公職變成全民的夢想職業,有兩種可能性:1)考公職就像考進Google or Facebook一樣,進
去之後可以做很多很夢幻的事情、2) 因為所有工作都像地獄,所以只好從各種爛工作中選比較好的。第一種狀況,很多優秀的人聚在一起能夠創造更好的未來;可是第二種狀況,優秀的人一進去全部都被綁在體制內,至少要10年後才有足夠權力能一展長才。如果人才都蜂擁進到這種體制了,那要怎麼能夠期待台灣產業未來能夠有所突破呢?

所以,為了台灣好,改變這個體制是有必要的,而這個體制最大的阻力是目前的既得利益者。公務員制度最大的問題在齊頭平等,所以才會衍生出輪流吃丙的這種奇怪文化。這種制度對於像你這種,在基層又肯做事的人是很不好的,但是你們能有勇氣,聯合起來挑戰這種體制嗎?我想你們可能不敢,因為"穩定"兩個字壓在你們的頭上。不要把穩定當成理所當然,你們才有勇氣挑戰這個體制,讓自己的付出能有對應的收穫,而不是把這種不平等自己吞下肚。還是說,你們只是想著,哪一天升官之後,就能逃離這種命運?那如果多數人都這樣想,那這體制就永遠不會有改變的一天。而不能改變的原因,就來自於公務員基層的集體意念。

我認同你說的,全民不應該因為體制有問題而把公務員妖魔化,但是解開體制問題的關鍵就是在公務員自己手上

shih910發表於 樂多17:19回應(0)引用(0)雜感

March 2,2012

英文論文寫作...

現在看到好幾年前寫的英文論文,都會想說,那時候寫的是什麼鬼啊!雖然說現在論文也沒寫的多好,不過至少有一點小小心得。

1. 寫論文前一定要先構思,用MECE原則把主要論點先抓出來,然後構思每個論點的支持佐證。這對於Introduction的構思來說尤其重要,因為Introduction非常需要這種邏輯上的鋪陳,來彰顯出此研究的重要性。

2. 當有了主要論點後,再來要想的就是構句。以前最常犯的問題就是濫用we, let, have, make等這些詞來構句。如果是直接從口語中文來翻譯,這些字彙會充斥整篇文章,但這些字會搞亂論文的視角,同時讓語意變得晦澀。這時請記得幾個原則:
  • 是否能將let, have, make等動詞後面的名詞變成動詞,比方說have improvements是否可以改成improve?
  • 是否能將let, have, make等動詞後面的主詞提出來取代we? 
  • 目前的動詞適合用we來做主體嗎?
動詞應該是一個句子中的亮點,有畫龍點睛之效。所以應該把最想要強調的重點用動詞彰顯,而不是藏在名詞裡。

3. 另外一個常見的問題是: 將一個句子拆成很多句來講。現在在review論文時,我都會思考一下能不能把描述同一事實不同層面、或是同一事實因果關係的前後兩句,用連接詞合併成一句。但合併時請注意主詞的一致性。

4. 主動取代被動。如果可以找出主體就用主動語法,如果找不到主題,想想能不能用This paper, This work等詞作為主體。


shih910發表於 樂多21:13回應(0)引用(0)雜感

February 26,2012

統計 -- revisited (2)

續 上篇

統計學中教了許多種統計分布,但這些統計分布常常不是用來描述實際數值的分佈,而是用來描述樣本統計量(statistics)的分佈。

所謂樣本統計量是指樣本的平均數、樣本的變異數等等。 ...繼續閱讀

shih910發表於 樂多23:40回應(0)引用(0)

統計 -- revisited (1)

由於大學時候在上統計課的時候,沒有用比較宏觀的角度來看統計,反而是一直在跟t-test, F-test, chisquare-test等小嘍嘍糾纏,這種「見樹不見林」的學習方法,讓我後來一直沒有辦法很透徹理解「統計」這門學問的脈絡。

這兩天放假在看"Data Analysis -- With Open Source Tool"這本書時,看到裡面有一章"What you really need to know about classical statistics"從比較宏觀的觀點來看統計,看完之後對於統計總算稍微有一點感覺了,因此先在這裡摘要一下以茲記錄。

...繼續閱讀

shih910發表於 樂多22:51回應(0)引用(0)筆記

June 14,2011

[書摘] 架構的生態系

 

 很久以前看過Lawrence Lessig的網路自由與法律(原書名:Code),就對「架構」這樣的概念印象深刻。在網路上,程式碼有比法律更強的約束力。現實生活中任何人都可以僥倖違法,可是在網路世界中沒幾個人能逃過程式碼的束縛。這本書能夠從「架構」的角度來闡述網路環境的發展,令人驚艷!

這本書共七章,我推薦這本書的前五章。後兩章我個人認為說服力道不夠。因此在anobii上我只給了四顆星評價。

此書摘同步刊載在anobii上。
...繼續閱讀

shih910發表於 樂多21:17回應(0)引用(0)筆記

February 8,2011

需要念明星高中嗎?


今天公視「爸媽囧很大」的主題是:「孩子小時了了 長大全變了樣?!」。其中有一段的主題講到:「是不是應該讓小孩讀明星高中」。前陣子有個建中的學生因為受不了課業壓力而自殺,我剛好也有體驗過這種從雲端摔落的谷底的經驗,簡單分享一下我的感覺。

先講一下我的背景(遠目,這是很久以前的事了...)。我國中在父母督促下非常認真唸書,是那種每天回家除了作功課之外會花一兩個小時整理各科筆記,考第三名算是失常的那種學生。靠著長期的努力我很輕鬆以超過最低錄取分數三十分的成績考上第一志願的高中,然後在高中第一次段考時數學考全班第二,倒數的第二。當時的心情很惶恐,不知道該如何把成績單拿給父母看。自從認識到同儕的實力後,下次段考就開始認真念,可是大概也只考到中段的成績。升高三那年,算算自己成績大概只能推甄到中段學校,考試應該考不到好大學,才開始每天7-21的認真唸書,最後段考大概是全班十幾名,大學上的是全國第三志願。

如果單純以成績作考量,我認為明星高中提供了一個具有競爭性的環境,只要經得起這種競爭,那最後取得優於一般的成績是可以預見的結果。但要進明星高中前,請先瞭解之前取得的好成績是以怎樣的心態來維繫的,如果是以「速成的成就感」作為讀書的燃料,那恐怕就不適合這個環境,因為在高競爭性的環境中,成就感通常不能速成。我覺得需要具備兩種特質才能真正運用明星高中的環境:1)天生領悟力高於常人2)對於挫敗有一定忍耐度。有較高的領悟力才能透過努力通過競爭,而這過程中挫折通常是免不了的。這兩個特質衡量出來的適合度可以看做統計學裡的平均值

人會追求心理的穩定,前一陣子在看公視的他們在畢業的前一天爆炸,裡面常說自己要壞掉了(意指移轉到一個自己不太希望的心理狀態)。壞掉,其實也是一個穩定的狀態。當一個人無法在一個自己比較喜歡的狀態下取得穩定,取而代之的會找一個比較差的穩定狀態。當一個心目中對自己的要求越多,穩定的狀態也越少,有些長期在師長關愛下成長的學生就是這樣。最極端的狀態就是只有兩個穩定狀態,完美或是死亡。瞭解心目中對於自己的要求,知道自己心目中有幾個已知的穩定狀態,可以衡量進明星高中的風險程度,也就是統計學上的標準差。

接著,就看平均值和標準差,還有自己的風險忍受程度,來決定要念明星學校還是社區學校。另外,成績不是一切!找到自己的興趣,做有興趣的事才是最重要的。成績可以是一個手段,幫助你更快達到目的,但絕對不是全部。

以上,希望對大家有幫助。


shih910發表於 樂多23:27回應(0)引用(0)心得

January 12,2011

接Project的猜想

在分散式系統裡有CAP猜想,指 Consistency, Availability, Partition Tolerance 三者最多只能兼顧其二。

那我就在想,接Project是不是也是這樣呢?

  • 省時
  • 省錢
  • 掌握主控權

三者也只能最多取其二?

自己一個人做的話,省錢、掌握主控權是一定的。缺點是耗時。

外包的話,有機會省錢又省時,但缺乏主控權。要拿回主控權可能得拿錢去換。

有沒有什麼其他情境是我沒有想到的呢?


shih910發表於 樂多23:16回應(0)引用(0)

November 3,2010

為什麼Google需要注意Facebook

因為Facebook在未來會是Google的直接競爭者

Google目前有97%的收入是來自於廣告收入,而Facebook本身就是一個很有競爭力的廣告平台。

什麼是廣告?廣告的目的是把訊息準確且有效的傳遞給目標的聽眾。Facebook平台的專長,exactly,就是廣告。

當你把訊息貼在Facebook上時,就是在跟朋友廣告你的近況;當廠商在粉絲頁貼出消息時,就是在跟潛在顧客廣告消息。

而且,Facebook的廣告能力比Google更強

Google的廣告目前能做到relevence,也就是在合適的時機引起購買的想法。Google在努力的方向是personalization,也就是更精確的掌握個人的需求及喜好,讓廣告更有機會打動消費者。

但personalization的路上有Facebook擋著。Google從大量資料分析才能推測個人的興趣,可是在Facebook有使用者自願提供、最精確的個人興趣。

Facebook更厲害的是透過社會網絡朋友間的影響關係,讓產品深植顧客新中。《社群新經濟時代》這本書中有講到:『我比較在乎朋友怎麼想,而非Google怎麼想』。

Open Graph Protocol讓各個網站的各個產品可以在Facebook上廣告

這裡不解釋Open Graph Protocol,你只要想像你是個網站賣場經營者:只要改一小段程式碼,就可以讓所有幾十萬種商品同時上架到Facebook平台上做廣告。有機會在Facebook五億使用者所組成的人際網路進行宣傳,你會有不心動的理由嗎?

日後Facebook可能不只挾龐大的使用者基礎,還有龐大的商品基礎,這只會讓Facebook越來越像一個廣告平台,讓Google在廣告這一塊顯得更相形見絀。


shih910發表於 樂多10:20回應(0)引用(0)心得 │標籤:google,facebook

February 26,2010

沒膽去旅遊,所以看別人的遊記乾過癮

此篇不定期更新,把一些我喜歡的遊記收錄進來。


shih910發表於 樂多21:05

February 11,2010

看你的網路id有沒有被別人在其他網站註冊過

前面一篇文章講到,2010年網路重度參與者要做的其中一件事:擁有一個在網路上有辨識度的id。當然在選擇id之前,要先確認這個id的確是有辨識度的。一個測試方式是用Google查一下這個id,看有多少結果;而現在,也可以從KnowEm這個網站查詢,看你想要的id有沒有被別人註冊過。

2010-01-27_221617

(Source of the figure: snapshot of KnowEm)


shih910發表於 樂多20:14回應(0)引用(0)

February 9,2010

行動搜尋當如是!

這是從RWW看到的一篇文章,介紹Siri這個行動服務,簡單翻譯一下重點:

Siri能針對某些領域的資訊需求,讓使用者能用說的來進行查詢。

比方說要找餐廳,只要對著手機說:「我要找這附近適合情侶的泰式餐廳」。Siri會用語音處理技術將語音轉為文字,例用自然語言處理技術解析文字內容,連結到Yelp.com(一著名的餐廳評論網站)查詢出推薦的餐廳。

目前Siri服務是不對使用者收費的,但會在使用者透過此服務發生消費時向上游廠商收取refereral fee。

目前服務僅現在美國使用。

感想是:It's amazing! 這比Voice Go!還更進化了。

用語音作為輸入介面對於手機來說是一個好的point;而因為在手機上的資訊需求比在電腦上的資訊需求還容易猜測,對於自然語言處理也是一個利多!

還蠻希望在台灣也有一個類似的服務啊…


shih910發表於 樂多23:25回應(0)引用(0)心得

February 8,2010

[寰宇] 台灣至各國的入境許可狀況

2009ROCVisafree-v2

灰色是需申請簽證,佔了絕大部分。

淺藍色是落地簽,主要是中國、東南亞、澳洲、部分中東和非洲國家。

深藍色是免簽,主要包括:日本、韓國、英國、和一票中美洲國家和太平洋島國。

歐洲有一個不明顯的淺綠色,那是賽爾維亞(serbia),是無法入境的狀態。是因為敵國柯索沃給台灣免簽證的關係嗎?


shih910發表於 樂多18:40回應(0)引用(0)寰宇

February 7,2010

雲端運算對於硬體廠商的影響

最近台灣幾個硬體系統大廠(鴻海、廣達)都開始在為雲端佈局,未來若雲端服務風行,會對於硬體廠商有什麼影響?我個人的想法是:短多長空。

先講好的部份:

  1. 硬體零件企業失去品牌識別度,由雲端系統取而代之。硬體系統廠有機會能夠搭配合適軟體卡入雲端系統廠的位置。
  2. 短期內可能會有雲端服務的採購需求。

壞的部份:

  1. 雲端計算讓硬體資源更有效的被利用,整體的硬體需求成長會被侵蝕。

shih910發表於 樂多10:45回應(0)引用(0)心得

February 1,2010

iPad 與 電子書

(更新於22:50,重新順了一下思路)

看了火星爺爺寫的新文章:「ipad、電子書的一些想法」。其中幾個觀點我很認同:

『ipad看起來不像平版電腦,不像工具,而像一個可以上網的數位多媒體玩具』

『當你暴露於在眾多娛樂選項,「閱讀」本來就是一個相對弱勢的選擇。出版業萎縮,很大一塊是網路提供我們更多消磨時間的選項』

iPad是一個泛用機。它不像電子書閱讀器,需要以能夠長時間閱讀不傷眼、高續航力作為主要考量,連帶造成其他功能上的限制。但既然是泛用機,使用者為什麼要在多種娛樂選項中只選擇「閱讀」這一項呢?我相信,對於iPad來說,「閱讀」只是一個應用的方向,甚至不是最佳的應用方向。

但現在政府和出版業把電子書喊的震天嘎響,又適逢現在書展中展出許多款今年即將上市的電子書閱讀器,iPad一出來就被拿來和電子書閱讀器作比較。

相對於美國Kindle因為價格優勢的熱賣,低書價的台灣在引進電子書閱讀器時本來就處在弱勢。現在一個彩色銀幕、可以看電子書的Apple iPad一出,跟一個黑白銀幕、專為電子書而設計的Amazon Kindle,對於一般不熱衷閱讀的台灣消費者,兩者高下立判。

雖然iPad不是設計來看電子書的,但如果能趁這股風潮,讓消費者深植「電子書 = iPad > 其他電子書閱讀器」的印象的話,iPad不見得不能作為電子書的代名詞。最流行的不見得是最實用的,歷史上已經證明很多次了…


shih910發表於 樂多22:51心得

January 30,2010

雲端運算的定義

Creative Commons License
本 著作 係採用創用 CC 姓名標示-非商業性-禁止改作 3.0 台灣 授權條款授權.

 

現在PTT的Soft_Job版在討論一個話題:到底怎樣的服務才算雲端服務。現在雲端已經變成一個buzz word,似乎只要是網路上的服務都可以叫做雲端服務?我試著整理一下我對雲端的定義,跟大家分享一下。

我覺得大家對於雲端運算最大的誤解是:只要是能歸類到IaaS, PaaS, SaaS的都算是雲端服務的範圍。但我認為不是這樣,我認為:IaaS, PaaS, SaaS是雲端服務表現出來的特徵,但有這些特徵的服務不見得都屬於雲端服務。

我們先看個一個反例。

...繼續閱讀

shih910發表於 樂多14:49回應(1)引用(0)心得 │標籤:雲端運算
 
-
贊助商廣告