"培養與鍛鍊程式設計的邏輯腦"讀後感--程式設計大賽的敲門磚

培養與鍛鍊程式設計的邏輯腦

培養與鍛鍊程式設計的邏輯腦的作者是江任捷，同時也是「演算法筆記」版主

演算法真的是一門讓人又愛又恨的學問啊！目前讓我只有恨沒有愛的應該是離散數學......
會讀這本書要感謝清大資工女神駱若瑀（現在是台大資工所的神），是她讓我踏進演算法這個有趣的領域（地獄），在此感謝祝福她能夠順利畢業。

本書提供了基礎的十種演算法，諸如貪婪演算法、窮舉法、遞增遞歸、分治法等，以十個章節分別介紹，每個章節中皆有大量的範例，可以直接讓讀者體會這些演算法的運用方式。以下簡單介紹幾個：
遞增法Incremental Method：一個一個步驟處理問題
記憶法Memoization:預處理，然後儲存計算過的數值，活用電腦裡的每一份資源
窮舉法Enumerative Method:窮舉法有兩個階段，窮舉（列出所有目標），然後搜尋
遞推法Interative Method：運用先前求得的數值，在求新的數值
遞歸法Recursive Method：重複運用相同手法，縮減問題範圍，直到釐清細節
貪婪法 Greedy Method：用投機取巧的手段獲得正確答案，例如填答案及改答案
分治法Divide and Conquer：分割問題，各個擊破

遞歸法

 演算法不只可以用在程式設計，更可以當作解決各種問題的想法，如分治法，是將一個大問題分割成許多小問題，如果小問題還是很難，再繼續分割成更小的問題，分割問題，各個擊破。「凡治眾如治寡，分數是也；鬥眾如鬥寡，形名是也」-孫子。 程式語言不只是死板板的數字，也是一個鍛鍊思維的工具，學程式語言將近十年，無形之中我也練就了良好的邏輯，跟解決問題的能力。只要具備基本的概念，藉由此書，可以讓你的能力更上一層樓。

別被網路謠言騙了啦!BFF檢測臉書帳號是否被駭是假的!

近期洗版圖

近期應該不少人都被這個洗版，這則傳聞還配上臉書創辦人Mark Zuckerberg的照片與文告，讓很多用戶信以為真。傳聞的內容大概是說，留言「BFF」就能檢測帳號是否被駭。

這則傳言版本大同小異，簡單的說就是你若留言「BFF」出現黑色字體，就是你的帳號不安全並可能有遭駭客入侵的危險，而如果出現綠色字體代表你是安全的。厲害的是還配上臉書創辦人MarkZuckerberg的照片與文告，讓很多用戶信以為真。

這種東西好像沒幾個月就會出現類似的東西，當然是假的啦！

如果輸入「BFF」字眼會出現黑色，等同於普通留言，可能是因為你的臉書程式(app)還是舊版，不支援字眼變綠色和特效，更新程式就解決了。

而為什麼會變成綠色呢，那是因為「BFF」只是被臉書設定為特殊字眼，意思是Best Friend Forever（永遠的好朋友），當用戶留言「BFF」時，螢幕就會飛出兩個手掌擊掌的特效。這和之前「新年快樂」、「恭喜」、「congratulations」等字眼一樣，留言後會出現不同的特效。

看來還是有不少人會相信可以透過如此簡易但不實際的「檢測方式」來鑒定帳號的安全性，實在是太不切實際了，其實這則傳言根本是網路使用者智商鑑定吧，所以，身邊的各位朋友，別再被這種不實的傳言騙了~

學會swift3程式設計的21堂課[讀後心得]--讓程式碼如燕子般輕盈自在地飛翔

學會swift3程式設計的21堂課

「學會swift3程式設計的21堂課」 的作者是蔡明志

swift是蘋果在2014新發表的程式語言，集合了c 與 Objective-C大成的程式語言，在編譯跟執行上更加快速，就像swift的原意，有如一隻燕子般輕盈且自在地飛翔，同許多手稿語言一樣 Swift可以推斷變數型別（var, variant） 同時，它提供了類似C++、C#的命名空間、（namespace）、泛型（generic）、運算元重載（operator overloading）。 

這本書前前後後看了快一年，中間其實有點算是做中學的狀況，其實寫程式就是這個樣子，常常會在卡關的時候才發現自己不足的點在哪裡，也隨著一次又一次的衝破這個關卡，程式開發的功力也越來越好，這一年中還有去臺大資工系的推廣教育班上了一些課，不得不說有人教的確在打基礎上非常有效率，而之後也藉由一些簡單的開發案，讓自己的越來越熟練。

Swift取消了Objective-C的指標及其他不安全存取的使用，並捨棄Objective-C早期套用Smalltalk之語法，全面改為句點表示法（dot-notation），而在除錯方面，Xcode的除錯機制針對Swift語言提供REPL（Read-Eval-Print Loop）環境，可以利用Swift語法來評估或與其他程式互動，使Swift編程具有類似Python與Ruby互動性介面（Interactive Shell）。

而swift與Objective-C最主要的不同我想是陳述句（statement）不須再使用分號（;）做為結束，但分號還是可以在一行以內作為兩個以上陳述的分隔。 以及標頭檔（Header files）不再需要。

本書中有許多的範例程式，並且輔以圖形解釋 ，十分的簡單易懂，先是程序性的程式設計主題 如變數常數、迴圈敘述、選擇敘述 接著是物件導向的概念 類別、繼承、覆載、覆蓋、泛型 最後是ios app時會用到的主題 初始化、收尾、自動參考計算等，本書我覺得最棒的，是每一張皆有自我練習題，讓讀者可以練習以及複習每一章的重點，同時測試自己對於每一章的了解程度，以目前開發的經驗來說，這對於一個初踏入一門新的程式語言的新手，這是非常棒的。最後建議，如果有打算踏入撰寫macOS/OS X、iOS、watch OS和tvOS的程式，可以捨棄掉objective-c ，快投入swift的懷抱吧，祝福大家也都能夠在程式海中翱翔，當個快樂的極客（GEEK）。

之後有空的話，應該會針對swift的個人學習心得，做一些簡單的入門介紹，或者是教學，但那可能要等到手上這幾個案子結了才有空嗚嗚嗚ＴＡＴ

你的存在本身就是美好[讀後心得]--366塊映照出自我的碎片

你的存在本身就是美好

你的存在本身就是美好的作者是洪仲清

因為我本身也是心理系畢業，所以對於這種書還滿感興趣的，有鑒於最近在程式海中有些疲勞，就看了一些工具書以外的書籍來陶冶一下性靈ＸＤ

洪仲清是一位臨床心理師，透過書寫，和大家分享自己的觀察、自省的心得，以及利用心理學的專業，幫助在人生旅途中感到困惑、痛苦、不安的人們，找到一條自己的療癒之路。

這本書由366篇文章所組成，每篇文章都像日曆一樣有一個日期，每一篇文章都是一個人生的片段，作者稱之為碎片，因為人生就是由各種碎片所組成，像是家人、童年、成長、求學、戀愛、工作、婚姻、親子、別離......等等，我們生活的每一天，都在面對這些碎片，這些碎片會帶給我們很多的感受，快樂、痛苦、憤怒、幸福......不管是哪一種感受，都在提醒著我們，正在真實的活著，同時也帶給我們經驗與力量，讓我們在需要的時候，可以提取使用，我覺得這366篇文章，他就像鏡子的碎片，每片都映照出了自己的一部份，藉由這366篇文章所映照出的自己，我慢慢地看到了一些自我的樣子，但其實人生的碎片何止366片呢？在閱讀這本書之中，心裡有很多感覺在流動，時而觸動，時而回憶起人生的一些場景，我藉著書中的碎片，也在與自我的碎片相遇。

整理本書之中幾句我覺得不錯的句子與體悟

『看清事實，承認別人可以取代自己的工作，或許是很困難的是，但只要認清這個事實，就會在肩負這份工作時，了解到我們不必為了工作赴湯蹈火到犧牲其他人生重要課題的程度。』
這句讓我十分有感觸，過去的我總是使命必達，只要長官交辦的事項，我只要接下來一定會把他搞定，看到這段話時，我仔細想了想，有很多工作事項，有那麼重要嗎？去年底的時候，遭逢了人生變故，被前任狠狠背叛的感覺，讓我跌到谷底，我一度沒辦法相信人性，也對所有事物失去興趣與信心，那時候的我，同時也在思索著，什麼是我要的人生？什麼又是我想要的事？這件事對我的影響，至今依然餘波盪漾，看到此處，我體悟到還有很多重要的人生課題值得去探索，還有很多的美好的事物，值得去感受，於是我開始規劃了一些事，也重新確立了一些目標，並且持續地向這些目標邁進，因為這是我自己的人生，我得自己決定。

『許多人的成熟，不過是被習俗磨去了稜角，變得世故而實際了，那不是成熟，是精神的早
衰和個性的消亡，真正的成熟，應當是獨特個性的形成，真實自我的發現，精神上的結果和豐收』
這段話在個人目前工作的職場很有感觸，軍中是一個較為封閉的體系，包含了上命下達的絕對服從，以及極為嚴格的紀律，這樣的情況下，很多人逐漸被這個體制所影響，並不能說是他們的錯，因為這是軍隊所需要的元素，軍人的存在，就是為了戰爭做準備，而戰爭本事就是一個不講求人性的事情（如果在戰場講人道的話那你就是準備蓋國旗領勳章的那個），在這個體制中，我看到了很多人磨耗掉了自己的個性，變成了一個工業化的齒輪提供著這個國防機器的運轉，不能說這樣不好，但如果連工作之餘的休假都是如此，那就有些不妥了，其中如何權衡，我想這是一個值得思索的課題，畢竟再怎麼幹終有一天得脫下這身軍服，而當你脫下這身軍服的時候，沒有了階級的你，還剩下些什麼呢？




很幸運的前陣子剛好有空，就去了一趟這本書的新書發表會，在金石堂汀州店，作者本人用了一些影片，來簡單的說明他書中的理念，我覺得這個方式非常的棒，值得心理系的我們借鏡，因為文字產生的畫面終究需要想像，而用影片的畫面，再去說故事說想法，更容易讓人進入作者想表達的脈絡之中。

洪仲清先生簽名

洪仲清先生非常的有親和力，他也說了一些值得思考的想法，以下列舉幾點

我看到的世界和我內在的世界息息相關。我內在的世界如何，那我看出去的世界也會是那個樣子。
人要不再執著才能超越。我們常常因為自己的執著，而被困在原地，放下執著，與自己和解，才能夠大步向前。
畫出界線，才不會因為付出而匱乏。作者舉了一個例子，比如說我跟你約定好要聽你聊，那就先講好要聊20分鐘之類的，這樣我在這段時間內，我保證可以全心全意的投入傾聽，若一開始沒有講好，你可能講了一個多小時，這時候我腦袋裡想的是該如何提醒你該結束了，我沒辦法好好傾聽，也浪費了彼此的時間，也讓我自己的精神疲乏了。有原則的人，其實才是最好的人，而沒有原則的好，那叫濫好人，濫好人終究會有一天因為匱乏而動怒，而一開始就確立原則的人，不僅可以幫助人，更可以得到他人的尊重，因為你讓別人知道，這幫助不是理所當然的。

總之這是一本十分推薦的書，不管什麼科系的人都值得一讀，從看到自己中，讓內心強大，接納自己還不能做的，欣賞自己已經做得到的，並且相信走過這個歷程，我們會越來越堅強，感受到存在的本身，是那麼的美好。

作者本身超親切的啦

財報狗教你挖好股穩賺20％[讀後心得]--從財報找出好股

財報狗教你挖好股穩賺20％

本書的作者是財報狗團隊

介紹這本書前，要先感謝本班的一位高手同學，猶記得大學畢業前，看到我們同學對於理財一片茫茫然的樣子，那位同學秉持著分享知識的善心，利用了一小段時間教導有關理財與投資的一些知識（我是那時候才第一次聽到ETF這東西），之後開始工作後，薪水雖說不多，但至少隨著適當的理財規劃，以及穩定的投資，到目前為止錢還算夠用，可以充分的培育自己，資產也穩定的成長，至今我很感謝那位同學，他算是我理財的啟蒙老師，如果沒有他的一番提點，我可能還過著跟大學一樣的月光的生活吧，也是從那時候起，我開始養成定期看財報以及國際財經新聞的習慣，也會固定每個月撥一些錢買相關的書籍至今，這個習慣讓我獲益良多。


＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝我是分隔線＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝


本書分為幾個重要章節

獲利性分析
安全性分析
價值評估
成長性分析
產業分析
最後是選股實戰

獲利性分析：
長期ROE:長期保持在15%以上最佳
（ＲＯＥ又稱股權收益率、股本收益率或股東回報率，英语：Return On Equity）
長期淨利率:稅後淨利率長期大於10%最佳

安全性分析：
分辨負債品質：好的舉債可以提高營運資金運用效率，從『長短期金融負債比』看出企業負債壓力
注意營業現金流：呈現企業獲利含金量，獲利含金量不足股價過熱需注意
自由現金流：一個公司本身營運帶回來的現金（營業現金），扣除擴廠、購併等現金支出後的剩餘現金，從中可以看出公司是賺錢還是燒錢

價值評估
用本益比判斷股價高低，本益比愈高，外部股東報酬率愈低，不同產業的成長階段，本益比也不同，而產業獲利若不穩定，則看股價淨值比，最後是用股利折現評價，找到合理的買點

成長性分析：
觀察長短期營收年增率，季報及年報會有資訊延遲，用月營收較快判斷成長率，同時留意月增率季增率易隨淡旺季變化，避開假成長的迷思

產業分析：
搞懂公司賺錢的原因，了解股價下跌時是買點還是賣點，例如總經情況惡劣的時候，是績優股的好買點，公司獲利衰退造成的股價下跌，需評估是暫時還是因為公司競爭力變質。非經濟議題干擾，不影響公司獲利，股價回檔多為買點。

選股實戰的部分較複雜，其中針對電信、食品、保全、工業電腦、醫材、保健、油封業舉例做說明，這部分建議可先了解財報之後，再來看會比較有感。

整體來說，這是一本可以幫助你快速了解財報的書，非常適合不了解財報的新手入門，其實這不是我第一本入手財報狗的書，印象中第一本應該是“財報狗這樣選對成長股”，財報狗的一些書我覺得非常適合我的投資個性，當然投資工具有百百種，同一種投資工具的運用也有百百種，找到適合自己的才是重點，有人看股票是用技術分析，也有人是看籌碼面的，而個人偏好看財報，選擇穩定獲利或者是成長的標的，當然這個方法不可能有什麼一兩年翻好幾倍的獲利，但至少這個方法，讓我可以安穩的睡覺，也不用每天緊張地盯盤。



財報狗的網址，免費的部分功能我覺得對於新手來說就很夠用
https://statementdog.com/

認識大數據的第一本書[讀後心得]--下

認識大數據的第一本書

上一篇文章講完了大數據的整體介紹及大數據的來源與應用，接下來要說的是這本書的後半段，本書的後半段主要是雲端運算，資料探勘，大數據程式設計入門，其中的NoSQL資料庫建立，運用MapReduce進行平行處理，以及運用Spark進行串流處理的部份，內容較為專業，有興趣的可以去搜尋一下，網路上還滿多教學資源可以去學習，這裡就不提了，接下來就雲端運算與資料探勘開始簡介。

雲端運算，是為快速打造一項運用，提供共享、彈性、具成本效益ＩＴ基礎建設的一種商業模式，在大數據的運用來說，一般的公司可以先藉由租用雲端設備如資料庫等，來進行初步的系統測試。因為雲端有彈性的容量，以及按使用付費原則，你可以彈性的就你所需的儲存空間及運算設備進行租用，而且雲端運算具有高度的復原力及安全性，可以用低廉的價格來確保資料的安全，雲端運算會是在投資ＩＴ基礎設備的一個好選擇。

資料探勘是一種從各領域借取技術的跨領域學科，從組織好的資料集合中萃取出有用模型的行為，運用了統計與計算機科學汲取模型與分析技術，另外亦從商業管理領域汲取決策制定的知識，其背後的假設為，利用過去的資料將可預測未來的活動模型。
資料探勘分為幾個步驟
(1)搜集與選擇資料：資料的搜集非常花費心力，特別是資料不具有任何結構，或者半結構化時，例如聊天對話、部落格、推文，或者是互相連接的機器、RFID標籤、甚至是機器產生的資料流等等，必須將這些資料矩形化。
(2)資料清理與準備：資料在公運用前，一定得經過整理轉換，比如填補缺失的數值、控制極端值造成的效果、量化連續變數等等。
(3)資料探勘輸出：資料探勘的輸出有許多方式，其中一種熱門的輸出形式為決策樹，可從視覺上遵照個步驟來進行基於模型的決策。輸出方式也可以是回歸方程式或數學函式的形式，呈現出最適當的曲線來代表資料。
(4)評估資料探勘結果：資料探勘的流程主要有兩種，監督式與非監督式學習，這本書介紹的較為複雜，我簡單的說明一下，監督式學習（Supervised Learning）: 在訓練的過程中告訴機器答案、也就是「有標籤」的資料，比如說給機器看一百張有狗的照片，然後再給機器各種照片叫他找出有狗的照片。非監督式學習（Unsupervised Learning）: 訓練資料沒有標準答案、不需要事先以人力輸入標籤，故機器在學習時並不知道其分類結果是否正確。簡單的說，若輸入資料有標籤，即為監督式學習；資料沒標籤、讓機器自行摸索出資料規律的則為非監督式學習，常見的有集群演算法。

資料探勘技術，目前常見的有數種，簡單列舉如下，更詳細的說明之後再寫。
(1)迴歸(Regression)是最受歡迎的統計資料探勘技術。
(2)類神經網路(ANN)源自於計算機科學中人工智慧的複雜資料探勘技術，模擬人類神經架構，神經接收刺激，處理刺激，然後將結果傳給其他神經，最後一條神經輸出一份決策，一份決策可能只被一條神經處理也有可能很多條，依據先前決策所收到的回饋，調整其內部運算與溝通參數，便能持續學習。
(3)集群分析(Cluster Analysis)是一種探究式的學習技術，是用來自動辨識事物自然分群的一種技術，彼此相似或接近的資料會被分類為一個群集，彼此十分不同的資料則會分類為不同的群集。集群分析也是人工智慧的一部份。
(4)關聯規則(Association rules)商業上常用的資料探勘方法，也被稱作購物籃分析，用來找出交叉銷售機會極有幫助，商務網站亞馬遜及串流電影網站Netflix也是此技術，此技術有助於找出變數（項目或事件）之間有趣的關係。

資料探勘好比深入粗糙的材質中，試圖發掘有價值的成品金塊，技術固然很重要，但領域知識也同樣重要，如此才能提供具想像力的解決方案，供日後資料探勘使用。



一開始會讀這本書，是因為最近工作上必須開始運用這一塊，加上寫code有時候有點煩，想說看一些科普的書，但看了之後才發現，如果把這當作一本科普的書而沒有程式底子的話，那很多部分會看得很痛苦（比如MapReduce進行平行處理，或Spark進行串流處理的部份）因為會看到很多程式碼，我想這本書應該要註明，給“資工人”認識大數據的第一本書，但略過程式部分不說的話，就針對雲端運算或者是資料探勘部分，他的圖文搭配我覺得還滿淺顯易懂的。

大數據是近期非常火紅的話題，也是進入機器學習與深度學習的前哨站，資料科學家的最終目標是找到最好解決問題的方法，所以常常會有依據不同的資料量或類型採用不同的模型與演算法，最近在看另一本使用TensorFlow進行深度學習快速入門的書，所以接下來可能會針對機器學習、深度學習、與類神經網路寫一篇讀書心得與入門這領域兼具的文章，不過在那之前，我應該會先把手上幾本陶冶性靈的心理學書籍先看一看，覺得最近自己的人文素養有些下滑了（汗.....

認識大數據的第一本書[讀後心得]--上

認識大數據的第一本書

Big data Made Accessible的作者是Anil Maheshwari博士
節錄部分作者序：
要了解大數據的概念，則需要抑制許多關於資料上的傳統期望與假設，像是完整性、清晰度、一致性、以及簡潔性。對大數據的理解與掌握已從夢想慢慢轉變為現實，它是一個快速演化的領域，不論在值價與能力上皆呈指數型成長。
關於大數據的書籍愈來愈多，大部分都屬於兩種類型，有些著重在商業觀點，討論若想從大數據提供的諸多機會中獲得商業利益，需要什麼樣的策略性內部轉移。另一種則是著重在特定技術平台，例如Hadoop或Spark。而本書的目標則是將商業考量與技術完美地整合在一起。

-----------------------------------------------------我是分隔線----------------------------------------------------
大數據『Big Data』，又稱做巨量資料，近年來飛速的竄紅，什麼東西都得跟大數據扯上邊，感覺才跟得上時代一樣，而什麼是大數據呢？簡易的來說指的是傳統資料處理應用軟體不足以處理的大或複雜的資料集。
本書概括可分為幾個部分

大數據的整體介紹及來源與應用，大數據的架構與相關資料庫的運算處理，雲端運算，資料探勘，大數據程式設計入門，以下簡單整理

1.大數據的整體介紹
      大數據的特性歸類為「3V」，包括資料量（Volume）、資料類型（資料多樣化）（Variety）與資料傳輸速度（Velocity），資料量大部分以千兆位元組（ＰＢ）以上為單位，資料量的傳輸速度增加至（1ＧＢ/秒），資料的多樣性主要分為『形式』，『功能』，『來源』，而資料的來源又分為人與人溝通，人與機器溝通，機器與機器溝通。
      資料的準確性，大數據基本上是一團亂，所以會有品質不佳的資料，甚至是會有策略性散佈的不實資訊或者惡意訊息，所以必須在兼具品質下進行篩選與組織。
      大數據的好處與運用，主要有三個類型，監看與追蹤運用，例如公共事業預測能源消耗，管理需求與供給，工廠用來監看機器效能並進行預防性維護。分析與見解：政治組織可用大數據來預測政策與民意來贏得選戰，警察可以使用大數據來預防犯罪，設計師可用來追蹤潮流並且創造新產品。新產品開發，即時傳入的資訊可用來設計如真人實境秀之類的新節目，讓開發新產品的速度更加速。
      大數據的管理與分析，大數據可以透過兩種方式進行分析，成為流動大數據(Big Data in motion)或靜止大數據(Big Data at rest)分析，第一種方式是即時處理傳入的資料流，針對資料進行快速與有效的統計，第二種是儲存與結構化批次資料，並套用標準分析技術來產生見解。
      大數據的技術挑戰主要分為四個，超大容量資料的儲存，極快步調的提取串流，處理各種資料形式與功能，以高速處理資料，隨著硬體的進步以及演算法的運用，這些挑戰也逐漸的被克服。

2.大數據的來源與應用
     大數據的來源，分為人與人溝通，人與機器溝通，機器與機器溝通。人與人溝通以社交媒體的網路平台為主，如facebook、Twitter、Youtube等等。人與機器的溝通，如siri的個人助理，他們試著了解人類自然語言的需求，又或者是像智慧手錶之類的穿戴型裝置，讀取、儲存並且分析個人資料，以及人在使用機器，如人利用網路搜尋資訊甚至是滑鼠點擊的資料都可算是人與機器的溝通。機器與機器的溝通（M2M)，或者稱作物聯網（Internet of Things，IoT），如RFID、GPS定位晶片、或者是車上的胎壓感應器等等，用來監控或者是測量特定的環境參數，以便能讓這些資訊被製造商或者機器擁有者存取與掌控。
    大數據的應用，可分為以下幾項
          (1)監看與追蹤的運用：如公共衛生監督，消費者情感監測，用電量追蹤等。
          (2)分析與見解運用：
             預測性警務，找出過去曾犯罪及預測未來可能會發生犯罪的熱點及時段，來作為未來警方巡邏的路線及區域。
             選舉運用，例如歐巴馬的競選團隊收集了數百萬支持者的選民資料，並用使用資料來決定有機會轉換為他們陣營的游離選民，並進行電話拜訪，再將電話拜訪的結果用應用程式紀錄進行分析。
             醫療健康，如ＩＢＭ的華生，吸收並消化世界上所有醫學資訊，根據目前的症狀、並使、用藥紀錄及其他參數，提供精確的醫療診斷。
          (3)新產品開發：如網路使用者的瀏覽紀錄與購買歷史，可讓機器學習用戶的偏好與需求，並即時投放客戶可能感興趣的產品或者優惠的廣告。



本書的前半段簡介了大數據以及應用，大數據並沒有一個統一定義，我個人認為代表著傳統的儲存方式與分析技術難以應付的海量資料，而這些資料必須用新的儲存及處理方式，如分散式檔案儲存系統，及分散式運算、平行處理、NoSQL資料庫等等，傳統的商業分析可以分析過去發生什麼事，以及為什麼會發生，像是利用統計學回歸分析。而大數據則可根據目前發生的事，去建構模型，預測未來將發生什麼事，並提供決策。本書的後半段將著重於大數據架構與相關資料庫的運算處理及入門運用。

未完待續.......

斜槓青年[讀後心得]--多重身份的多職人生

斜槓青年

斜槓青年的作者是SUSAN KUANG。

先來說明一下斜槓青年這個詞，表面上是一個人有著多重身分，不再侷限於單一職業或身分。實際上斜槓青年更代表的是一種生活態度，不設限地去嘗試各種領域，不為薪水只為豐富生命經歷，活出多元生活及多重身分的多職人生。

斜槓一詞源自於英文Slash，是紐約時報專欄作家瑪希.艾波赫（Marci Alboher）所撰寫的one person/multipl e careers中所提中的概念，他代表著不再滿足於單一職業身分的生活，而是藉由多重收入，多重職業來體驗更豐富的生活，這些人在自我介紹中會用『斜槓：/』來區分不同的職業，這就是斜槓的由來（例如：心理諮商師/健身教練/作家）。

斜槓不是只要身兼好幾份工作就好，那叫做兼差，本書認為，斜槓代表的不僅是多份工作，更重要的是，適度結合愛好與工作，平衡生活也提升個人發展的靈活度，整理本書的一些重點如下。

1. 多重生活/收入
這裡指的不是你要身兼很多份工，而是過去的職涯歷程都是單一一條縱向的路線，但在現今高度網路化的時代，你可以根據自身優勢或愛好發展多種領域，橫向發展並藉此獲得多重收入。但我覺得斜槓的重點不再多賺多少錢，而是讓生活取得平衡並提升靈活度，不再需要因為某個行業衰敗而擔心，而是有更多的選擇。

2.財務自由
講到財務自由應該很多人會立即想到直銷或者保險之類的話術，但這裡講的也不是那些，本書的作者首先先定義何謂財務自由，財務自由不是獲取最大化的金錢，也並非是想買啥就買啥的自由。而是有能力「拒絕」的自由，就是你可以不再為了錢做不喜歡或是不願意做的事（比如說上討厭的班ＸＤ）。

3.積極正面的心態
本書的作者也講到習得無助這個概念，「習得無助」這個詞我在大學的課堂上印象深刻，實驗是將兩組狗放在吊床當中，第一組狗被輕微電流電擊，但牠們能夠停止電流，另一組狗而則不行，當這個吊床實驗做完之後，再將這兩組狗放到一個有障礙物的屋子，第一組狗在屋子中遭受電擊時，會跳過障礙物逃走，第二組狗在遭受電擊時，則不嘗試逃走，只會躺在原地不動。這就是習得無助感－儘管狗看到第一組的逃走範例，也知道自己能逃走，但他們並沒有嘗試，因為它們在心理上認為自己無法控制某件事情，進而產生了消極的行為。
以人來說，若在過去的經歷中，努力許久仍無法達成預期效果，便會形成「無論付出多少努力都不會有成果」的消極心態，因而處在對現實感到無奈的狀態，因此之後即便環境有所改變，也不會再選擇努力或嘗試，這個僵固的思維會讓我們為了避免受到傷害而避免去進行挑戰，但實際上真正讓我們受到傷害的，正是這種僵固思維，反之，我們需要的是成長型思維，關注發展自己而非證明自己，並不會因失敗而自我否定，持續的進步比當下的成功與否更重要。

4.現代人的修行
比起學佛，讀書會是一個更積極也更符合現代生活的修行方式，那要如何開始讀書呢？作者區分幾個階段，第一階段是泛讀，培養讀書的習慣，第二階段是專注你的點，深入了解某個領域，開始思考，第三個階段是打造全面的知識體系，以好奇心為驅動力，以知識本身的各種連結為指引，通過讀書努力滿足好奇心的同時，知識也同時被串連起來。

作者同時也強烈推薦心理學為必須了解的學門，因為心理學不僅可以讓我們更深入了解自己，同時也是所有商業的基礎，因為商業的核心是人，一切的商業行為都是圍繞著人而展開。


讀完本書讓我想到，在我們從小的教育中，有一套不斷被複製並且教導的觀念，小學到高中永遠在叫你好好唸書為了考上好的大學，然後好的大學好像就會有好的工作，好的工作就有好的收入，可以讓你買房買車結婚生子，然後成為幸福快樂的人生勝利組，但是這真的是我們要的人生嗎？

未必要你辭職去旅行，拋棄麵包去追逐詩與遠方，但我們該捫心自問，除了一份工作，人生還有什麼？世界是精彩的，但一旦你delete人生的其他選擇，那擺在你眼前的自然是沒有選擇。

相較於過去，現在要獲取知識實在是太容易了，連上網際網路，各式各樣的教學隨手可得，花時間投資的不僅是財富，更多的是你的人生。當身邊的每個人都已經開始行動，那你還在等什麼呢？