紅蔥頭觀點

在看邏輯斯廻歸時 看到 e ( Euler's number ) ~啊~突然碰到了ˊ多年以來的罩門 指數對數 本想再次跳過，但想一想，為了更懂依些自然運作，只好硬著頭皮面對了 沒想到上網一查，看到了維基百科，反而有重覆引用，越來越不清楚之感... (謎之音~~歐... 原來是無限循環啊....難怪大家都循環解釋 ) ...然後，給了個公式.. 然後我就在數字與符號間迷路了 幸好，發現茫茫網路海中也有知音... 簡言之，數字1 是每個數字共享的常數；Pi 是每個圓與圓周共享的常數；而e也是每個持續成長數值的基本比率 (rate)... 如細胞增殖與利息 (不是卡債族)...，為了使得計算簡便，因此將此值明確定義出來，如前述的數字1與圓形的Pi的角色。 其他內容，請詳見參考網站Better explained 參考網站 Better explained, 20??, http://betterexplained.com/articles/an-intuitive-guide-to-exponential-functions-e/ e (數學常數)， 維基百科，2014.12.29查詢 http://zh.wikipedia.org/wiki/E_(%E6%95%B0%E5%AD%A6%E5%B8%B8%E6%95%B0 )

又是個當書蟲啃書的日子。最近老為了找到有意義的研究議題傷神，結果在研究遊戲議題時看到了有國內學者以系統動力學討論遊戲產業的發展，雖然不是很清楚建構模型的來源，但至少又打開了一扇窗。而翻著youtube，又找到MIT 拍攝的影片在討論big data的應用，所以，再次拾人牙慧，參考一下: 在討論big data的應用時，不妨以 Madden所提的架構做為發想的基礎，我在這邊試做一下: Learning-  啊~~ 怎麼想不到.... Science- data mining, weather, earthquake...forcasting Retailing- money issues, inventory, shopping behavior... Entertainment- game, movie, TV, a tone fit all??... Government- tax, ticket, spying??...the SHIELD Dept. (Iron Man...)?? Health/ Medical, health insurance... potential risk identify?? Social- ID, social network, Finance- stock, bank account, credit card... Transporting- traffic, waiting time, logistic,... +++ Political- policy implement, voting, ... 上述的應用最多討論到的是風險管理Risk management, 購物行為shopping behavior與預測，例如有了健保資料，購物資料，就如同美國百貨會在尿布的旁邊擺放啤酒一般，嬰孩的父親在買尿布"照顧"孩子時，也不會忘記買一手啤酒"照顧"一下自己。當然，巨量資訊也是雙面刃，也是試圖用過去來估計未來，仍舊會有準確性的問題。 有趣的是，看電影也能學科學，以美國隊長2為例，就是在說明big data被壞人與好人應用的差別... 真是，米國人科學強，連科學用來拍電影的娛樂性都高... 別阻止我看漫畫啊~~~ 該反省的是，我們的科學幻想度實在不足啊...

給自己一個紀錄 一個好的英文網站給自己參考之用 避免誤用統計錯誤的解釋千辛萬苦收集到的資料... 以下的網站為英文的，值得參考。 依變項(dependent v.) 自變項(independent v.) 原始版-對自變項與因變項的性質說明較為清楚 http://bama.ua.edu/~jleeper/627/choosestat.html 精簡版 http://www.ats.ucla.edu/stat/mult_pkg/whatstat/default.htm 中文參考 研究生2.0 http://newgenerationresearcher.blogspot.tw/2008/08/anovat-test-or-regression.html