บทที่ 2 ทำตามเสียงหัวใจเรียกร้อง(สรุปโดยพี่ปิง COMSWU#21)

จ๊อบเลือกที่จะลาออกจากมหาวิทยาลัยรีด เพราะไม่เห็นความจำเป็น ไม่ใช่สิ่งที่เขารักที่จะทำ ตอนนี้เขาไม่จำเป็นที่จะต้องเรียนวิชาที่ไม่สนใจอีก แล้วสามารถลงเรียนวิชาที่ตนเองต้องการได้ หลังจากที่เขาลาออก จ๊อบใช้ชีวิตอย่างฮิปปี้ เก็บขวดโค้กไปขาย แต่เขาก็รักช่วงชีวิตตอนนี้มาก เพราะเขาได้ทำตามความอยากรู้อยากเห็นของตนเอง ซึ่งทำให้เขาได้เลือกเรียนวิชาคัดลายมือที่มหาวิทยาลัยรีดมีโปสเตอร์ที่ติดที่มหาวิทยาลัยมีตัวอักษรสวยงาม ทั้งนี้เพราะรีดเป็นมหาวิทยาลัยศิลปะที่ขึ้นชื่อเรื่องศิลปะคัดลายมือเป็นอันดับหนึ่ง จ๊อบไม่คิดว่าสิ่งที่เขาเรียนจะช่วยอะไรได้ จนกระทั่งสิบปีให้หลัง ขณะที่ออกแบบแมคอินทอช เขาเลือกที่จะใส่มันลงไปทำให้มันกลายเป็นคอมพิวเตอร์ที่มีตัวอักษรลวดลาย รอน บารอนเป็นตัวอย่างของความสำเร็จ เขาเป็นคนไม่ย่อท้อต่องานหนัก เขามีคติประจำตัวว่าลงทุนในตัวคนไม่ใช่ตัวอาคาร เขามีความเชื่อในการทำสิ่งที่รักเหมือนจ๊อบ มีพรสวรรค์ในการมองหาผู้บริหารและทีมงานที่มีใจรักจะทำให้วิสัยทัศน์เป็นจริงได้ สตีฟ โวซเนียก หุ้นส่วนที่ร่วมก่อตั้งแอปเปิ้ลมากับสตีฟจ๊อบ มีนิสัยคล้ายคลึงกัน จนทำให้กลายเป็นเพื่อนรัก เพื่อร่วมงาน เขาเคยกล่าวว่าเขารักในการพิมพ์ดีด เขาอาสาที่จะพิมพ์รายงานจนตีสี่ตีห้าโดยไม่คิดเงิน เพราะถ้าคุณรักในสิ่งที่ทำ คุณจะไม่ห่วงเรื่องเงินๆ ทองๆ เลย จ๊อบมีความเชื่อว่าเราไม่ควรลงหลักปักฐานกับงานงานเดียว ควรค้นหาสิ่งที่ตัวเองรักที่จะทำจริงๆ ก่อน เพราะการที่เราจะประสบความสำเร็จได้นั้น ต้องอาศัยความอุตสาหะเป็นอย่างมาก หากสิ่งที่ทำไม่ใช่สิ่งที่รักจริงๆ เราจะไม่มีพลังในการต่อสู้และสุดท้ายก็จะต้องล้มเลิกไป สิ่งที่อันตรายที่สุดคือการพยายามรักในสิ่งที่ทำ ตอนที่จ๊อบถูกจอห์น สคัลลีย์ไล่ออกจากบริษัทที่เขาก่อตั้ง สิ่งเดียวที่ทำให้เขากลับมาทำงานอีกครั้งคือเขารักในสิ่งที่ทำ ถึงแม้เขาจะถูกปฏิเสธ แต่เขาก็กับมาเริ่มต้นใหม่กับ pixar เรื่องเงินไม่ใช่สิ่งที่เขาสนใจเลย สรุปใจความ การค้นหาสิ่งที่รักพบ และเลือกที่จะทำมัน เป็นเคล็ดลับหนึ่งในความสำเร็จของจ๊อบ เพราะมันทำให้มีความสุขในการทำงาน เพราะการที่เราจะประสบความสำเร็จได้นั้นต้องอาศัยความพยายามเป็นอย่างมาก ความมีใจรักจะผลักดันเราให้ผ่านพ้นอุปสรรคต่างๆ ได้ สรุปโดยพี่ปิง COMSWU#21

บทที่ 1 สตีฟ จ๊อบจะทำอย่างไร(สรุปโดยพี่ปิง COMSWU#21)

Bigzero พอล ครุกแมน นักเศรษฐศาสตร์ เจ้าของรางวัลโนเบล กล่าวว่า ทศวรรษที่ผ่านมาไม่มีสิ่งดีๆ เกิดขึ้นเลย แต่จริงมีสิ่งหนึ่งเกิดขึ้นคือ การที่สตีฟ จ๊อบกลายเป็นบิ๊กฮีโร่ในการกอบกู้แอปเปิ้ลให้กลับคืนมาได้ สรุปใจความ สตีฟ จ๊อบเป็นบุคคลสำคัญใรวงการนวัตกรรม เข้ามีแนวคิดใหม่ๆ ที่ทำให้เกิดสิ่งประดิษฐ์ดีๆ เกิดขึ้นมากมาย เช่น ipod macbook เป็นต้น ชีวิตประจำวันของคุณจะเกี่ยวข้องกับจ๊อบโดยที่คุณไม่รู้ตัว เราจึงควรศึกษาหลักการของเขา เพื่อนำไปปรับใช้กับตัวเราเอง โดยหนังสือเล่มนี้จะนำหลักการของสตีฟ จ็อบมาอธิบาย มีทั้งหมด 7 หลักการ

Multidimensional Password Scheme

Multidimensional Password Scheme Development Flow

สวัสดีครับเพื่อนๆพี่ๆน้องๆ ที่เข้ามาอ่าน Blog ผมะครับ ผมเป็นนิสิตสาขาวิชาวิทยาการคอมพิวเตอร์ คณะวิทยาศาสตร์ มหาวิทยาลัยศรีนครินทรวิโรฒครับ ได้จัดทำโครงงานจบการศึกษาที่มีชื่อว่า การยืนยันตัวตนด้วยรหัสผ่านหลายมิติ(Multidimensional Password Scheme) โดยจะเป็นการยืนยันตัวตน มองง่ายๆว่าเป็นการล๊อกอินในสภาพแวดล้อมสามมิติ โดยระบบพัฒนาด้วยภาษา PHP, HTML5, jQuery และ WebGL โดยระบบจะมีขอบเขตสี่ส่วน ได้แก่ โดยมีขั้นตอนการทำงานมี ดังนี้ครับ วิดีโอด้านล่าง คือ วิดีโอการนำเสนอวิดีโอ และตัวอย่างการใช้งานคร่าวๆครับ

WEKA Scoring

วันนี้ผมได้ทำวิดีโอสรุปการใช้งาน WEKA Scoring กับ Pentaho Data Intregration ครับ โดยมีแหล่งข้อมูล และตัวอย่างการทำ ดังนี้ แหล่ง Download Plug-in: Pentaho Data Integration Plug-in แหล่งข้อมูล: WEKA Scoring , ARFF outtput ไฟล์บทความวิจัยที่ใช้:[wpdm_file id=5] หมายเหตุ: ใช้ WEKA ให้ถูกเวอร์ชั่นด้วย เพราะไฟล์ Model มันจะขึ้นกับ Version ของ WEKA ถ้าผิด version ไฟล์ Model จะเปิดขึ้นมาไม่ได้ หมายเหตุ ปัญหา: มี step ของ WEKA Scoring ลากมาวางได้ แต่กด Edit แล้วไม่มีหน้าจอขึ้นมา วิธีแก้: ปิดโปรแกรม ตรวจดู ถ้าใครใช้ plug-in WekaScoring_PDI4.x_Weka3.6or3.7.0 ให้เอาไฟล์ WEKA.jar มาวางไว้ในโพลเดอร์ WekaScoringDeploy ด้วย ดังรูป

[IR] สรุปจาก Quiz ที่1

ข้อที่หนึ่ง ข้อใดต่อไปนี้ไม่จัดเป็นระบบ IR A: ค้นหาคำว่า “computer” จาก E-mail B: ค้นหาคำว่า “computer” จาก Google C: ค้นหาคำว่า “computer” จาก windows explorer ตอบ ข้อ C เพราะงานในด้าน IR นั้นจะยุ่งกับข้อมูลในส่วนของ unstructure data(ข้อมูลทีไม่ได้จัดเก็บเป็นระบบ เช่น ไฟล์ word, e-mail) เอามาทำเป็น index และทำส่วนรองรับการค้นหาจากผู้ใช้ แต่ในกรณีของข้อ C: ค้นหาคำว่า “computer” จาก windows explorer ไม่นับว่าเป็นระบบ IR เพราะใน windows explorer มีการจัดเก็บข้อมูลอย่างเป็นระบบ(Structure data)เป็น folder และ sub-folder เป็นต้น ข้อที่สอง การจัดเก็บ Term ลงในส่วนของ Inverted Index เรียกว่าอะไร A: posting B: dictionary C: token ตอบ ข้อ B เพราะ dictionary เป็นที่จัดเก็บของ Term แต่ละแบบ โดยในแต่ละ Term จะที posting list ในการบ่งบอกว่า Term นี้ ค้นพบที่ document อะไร ข้อที่สาม การทำ Stem จะไม่ลดค่า precision จริง หรือไม่ ตอบ เท็จ เพราะคำที่ผ่านการ Stem จะถูกทำให้เป็นรากศัพท์ ซึ่งจะนำ Term หลายๆเทอมมารวมกันเก็บลงใน posting…

[IR] คำถามเกียวกับการทำ Cluster Pruning

คำถาม: การทำ Cluster Pruning ใน Lecture 6 หน้า 33-37 โดยการกำหนดค่า b1 และ b2 นั้น เมื่อ b1 และ b2 มากขึ้นจะทำให้เกิดอะไรขึ้นต่อการคำนวณ คำตอบ: มาดูคำแต่ละคำกันก่อนว่า คือ อะไร Cluster คือ การแบ่งกลุ่ม โดยที่เรายังไม่รู้ว่าจะได้กี่กลุ่ม Pruning คือ การจัดทอน ลดจำนวน (ลดโดยการจัดเป็นกลุ่ม ทอนข้อมูลจำนวนมหาศาล ให้ลดลง) Cluster Pruning คือ การเตรียมข้อมูล ซึ่งก็คือ document ต่างๆ ในระบบ(ทำตั้งแต่ช่วงสร้าง Dictionary เลย) เพื่อที่จะแบ่งกลุ่ม document ที่คล้ายๆกัน ให้อยู่กลุ่มเดียวกัน เพื่ิอที่จะช่วงลดเวลา ในการค้นหา โดยจะกำหนดให้มี Leader: เป็น document ถูกกำหนดว่า Query จะต้องมาหา Score ที่นี่ก่อนที่จะตัดสินใจเลือกกลุ่มของ Leader นั้นๆ Follower: เป็น document ที่ถูกจัดกลุ่มให้ติดตาม Leader เพราะมีความคล้ายกัน หมายเหตุ ความสัมพันธ์ของ Leader กับ Follower จะมีความสัมพันธ์แบบ 1 ต่อ 1 (b1=1) การทำงาน เมื่อมี Query Query จะไปหา Leader ที่มีความใกล้เคียงมากที่สุด จำนวน 1 ตัว (b2=1) เมื่อได้ Leader ที่ใกล้เคียงแล้ว ระบบก็จะหา document จาก Follower ทีติดตาม Leader นั้นๆ มาจำนวน K…

[IR] ข้อสงสัยของ Frequency แบบต่างๆ

จากที่เรียนมาจะมี 3 คำ ได้แก่ term frequency คือ จำนวนเทอมนั้นๆ ในเอกสาร document frequency คือ จำนวนเอกสารที่มี term ที่สนใจปรากฏอยู่ (ไม่ว่าในเอกสารนั้นจะมีคำจำนวนมากมาย ก็จะนับเป็นหนึ่งเท่านั้น) collection frequency คือ จำนวนครั้งที่ term นั้นปรากฏทั้งหมดรวมในทุกๆเอกสาร หรือในระบบ(Collection) ตัวอย่าง สมมุติมี document แค่ 2 อันในระบบ(collection) doc1: I like a dog doc2: You like a cat and a bird term frequency (doc1) I = 1 a = 1 like = 1 dog = 1 term frequency (doc2) you = 1 a = 2 like = 1 cat = 1 and = 1 document frequency I = 1 a = 2 like = 2 dog = 1 cat = 1 you = 1 collection frequency I =…

[Internship@True]วันที่ 28-29

ในสองวันนี้ ก่อนจบการฝึกงานที่ยาวนานกว่าสองเดือน(ไม่ได้ทำกับทีม แต่ไปทำกับ Outsource) ผมได้รวมงานของผมที่ทำกับงานของพี่ โดยไฟล์ในส่วนที่พี่ทำใหม่นั้นจะมีการเปลี่ยนแปลงเท่าที่สังเกตมา 2 อย่าง ได้แก่่ การสร้างส่วนของ Class ต่างๆ จากเดิมที่ใช้ aBator มาเป็นการใช้ MyBatis(iBatis แต่เปลี่ยนชื่อใหม่) และใช้ Tools MyBatis generator ในการสร้างClass, DAO และ sqlMap และมีการใช้งานที่ง่ายมากขึ้น โดยเฉพาะใน่สวนของ where clause ที่เราสามารถที่จะเรียก method มาเพื่อให้ตัว Framework มัน Mapping ให้ การวางพื้นฐานการออกตัว Report มาให้แล้ว อันนี้ยังไม่ได้ศึกษาจากที่พี่ทำมาเลยฮ่าๆ

[Internship@True]วันที่ 27

วันนี้ศึกษาการนำเสนอข้อมูลด้วยกราฟเพิ่มเติม(จากที่อาจารย์สอน เราก็ไม่ได้อะไรเลย อ.มัว แต่ไปรับงานนอก) โดยจากข้อมูลที่ได้มา แต่ต้องการที่จะเอาข้อมูลในส่วนของ filter, transmitted และ received โดยกราฟที่ได้ทดลองและศึกษา ได้แก่  แผนภูมิเส้น เพราะจะนำมาแสดงความต่อเนื่องของค่า  filter, transmitted และ received ในแต่ละวัน/เดือนได้ แต่มีปัญหาตรงที่เวลาไป plot แล้วนั้น ในส่วนของ transmitted  กับ received มีความทับซ้อนกัน เพราะค่าทั้ง 2 มีความใกล้เคียงกันมาก เลยไม่ได้ใช้กราฟชนิดนี้ แผนภูมิคอลัมน์ แบบเรียงซ้อน (Stack) จะหาผลรวมของ 3 ค่า   filter, transmitted และ received รวมออกมาในแท่งเดียว เพื่อที่จะลดพื้นที่ในแสดงผลลง แต่มีปัญหา คือ ไม่สามารถที่จะเปรียบเทียบความแตกต่างของข้อมูลในแต่ละวัน/เดือนได้ เลยไม่ได้ใช้กราฟชนิดนี้ แผนภูมิคอลัมน์ แบบกลุ่ม เปลี่ยนวิธีการเขียน SQL ใหม่จากเดิมที่ให้แยกเฉพาะเจาะจงไปทีละ node มาเป็นการหาผลรวมของ แต่ละกลุ่ม โดยสุดท้ายก็เลือกกราฟแบบนี้ เพราะมีความเหมาะสมที่สุดในการแสดงผล ที่มาข้อมูลเรื่องแผนภูมิ: ชนิดข้องแผนภูมิต่างๆใน Microsoft Office (เนื้อหาดีมาก ^__^)

[Internship@True]วันที่ 26

วุ่นๆกับการลงทะเบียนเรียนเทอมหน้า ที่ตอนจะลงวิชาเรียนจะต้องมาหาข้อสรุปมติ แต่ทำไมตอนจับกลุ่มโปรเจค ไม่เห็นมีแบบนี้บ้าง และก็โยนปัญหามาทางเรา ต่อมาจัดการวิชาเลือกเสรี เพราะโพสไปในเว็บบอร์ดสาขาที่ไม่มีคนจะมาโพสเพิ่ม อยากจะเป็นฝ่ายรับอย่างเดียว มีปัญหาอะไร โยนมาทางเราอีก ซวยอีกโดนบ่นในทวิตอีก ทำดีแล้วโดนด่า สู้ทำตัวแบบบางคนจะดีกว่า เห็นแก่ตัวเยอะๆ ช่วยงานบ้าง เสนอ idea แต่ไม่ต้องทำ