fcamel’s blog

最近被迫得讀 Hidden Markov Model (HMM) 相關的內容，我入門的方法是參考下面這三篇：

• HMM不負責講座
• Hidden Markov model
• Viterbi algorithm

最近學新東西，愈來愈習慣先看完WikiPedia的介紹再開始，WikiPedia上的介紹通常比書裡寫得還要清楚，真方便。

(點此閱讀全文)

看到bc的文章有感，留了這麼一段話：

隨著不斷前進, 也會發現許多過去的同伴停下腳步,
安於在某個階段, 覺得有點可惜
 
有時我也會想停下來, 反正活得快樂就好, 有沒有大發展到是其次,
只是呢, 偶而又會想著, 如果就這麼停下來, 似乎太可惜了,
好像會對不起過去的自己, 白費他們的辛勞, 而湧出繼續往前踏的鬥志
 
愈接近碩士畢業, 這種想法愈強烈,
若最後我決定出國念博士的話, 大概是因為不想停止發展吧

bc在blog上提到數年後回頭來看，還是心情文最有感覺吧，我也這麼認為，偶而多寫些心情文吧。技術文則是留給自己備查以及分享給大家用的。

聽膩了最近放的音樂，太累睡不著又無法思考，想說找點平常很少聽的風格來放好了。忽然想到這張DMCC Work 3 (絕版了哦！)，拿出來放感覺真不賴，大學生涯裡值得紀念的一個作品，雖然大二因此更忙了不少，但不管是當時還是現在，都認為是相當值得的事。詳細介紹見這裡。

(點此閱讀全文)

整理一下鳥之詩的曲子，這首曲子有太多版本了，這裡列出幾個很有特色的曲子，其實只是老梗重新整理而已。

(點此閱讀全文)

Ruby查不到怎麼讀圖檔，只好從Java下手，原本想用jruby來搞定的，結果碰上jruby的bug，jruby還未成為完全體嗎？Java的解法見這裡，寫好的code在這裡。以下是用jruby的測試情況：

(點此閱讀全文)

書藉基本資料： Introduction to Data Mining

最近在做clustering的研究，仔細讀了這本書的ch8, 9，愈讀愈覺得該學的東西愈多，作者們真是太強大了，怎麼能懂這麼多東西，又能這麼有條理地分析整理出來，並配合許多直接易懂的例子說明。如果有時間的話，真想把這本書好好地讀一遍，但真的要讀完一遍，半年的時間都不夠吧，特別是需要數學較深的方法不是三兩下就能體會的。

(點此閱讀全文)

最近在看《搜尋未來》，第五章介紹Bill Gross，一位從少年時期就有經商頭腦不斷賣公司的強者。由於他有太多點子想做，不滿於專心做一件事，或著做一陣子就會嫌無趣，在賣了幾次公司後，創了Idea Lab，有點像育成中心，Bill Gross想許多點子，由此機構協助人力、空間、經費成立新公司，做個一陣子，可能又拿去賣掉。成功地開創並賣掉一個公司已很困難了，沒想到竟然有持續賣公司賺錢的人，真強！

(點此閱讀全文)

原本找到kd-tree覺得夠威了，沒想到還有很多有趣的相關研究。像是”Data Structures for Range Searching”鞭闢入理地分析了6種方法，針對hyperrectangle range query (或稱orthogonal range search)的time complexity、建data structure的time complexity和所需的space complexity，簡潔易懂。結論是一般來說kd-tree最適用，cell（切成格狀）在特殊條件下最適用。

(點此閱讀全文)

原本想把《Programming Ruby》K一K後再來寫心得，轉念想想，正因為學得不夠深，心境貼近，才能寫出未入門也感興趣的心得文；另一方面，照我在技術方面待學清單來看，不知那天才會輪到讀這本書，還是先寫心得吧。

(點此閱讀全文)

最近忙著趕研究進度（還有看完《誰是接班人》第一季，大力推薦！），總覺得花個半小時寫Blog不如拿來讀些related work，結果就積了一堆文章沒寫。這篇是上週六（8/4）的事了。

(點此閱讀全文)