PHP HTML JavaScript

รูปนี้วาดจากประสบการณ์การพัฒนาระบบจริง ทำให้เรียนรู้ว่าการเขียน web application เป็นกระบวนทัศน์ที่งงกว่าจาวา (ที่เรียนรู้ภาษาเดียวสามารถทำงานได้ทั้งฝั่ง server&client) เพราะต้องใช้หลายภาษาในการทำงานร่วมกันภายในระบบหนึ่งๆ ต้องแม่นยำว่าขั้นตอนการประมวลผลใดเกิดที่ฝั่งserver หรือ client จากนั้นต้องเลือกใช้ภาษาให้ถูก และถ้าต้องเรียกใช้ฟังก์ชั่นหรือส่งคืนผลลัพธ์ไปให้อีกฝั่งหนึ่งก็ต้องรู้ API ในการ interoperation ระหว่างต่างภาษากันหรือ cross programming platforms (แต่ L7 protocol คือ http/s ส่วนL8 protocol ก็ต้องเข้าใจโดย API ทั้งสองฝั่ง) ปกติส่วนPHP ถูกexecutedครั้งแรกคือตอนโหลดจากserverมาที่Browser ส่วนHTMLและJavascriptในไฟล์ PHP จะถูกรันทันทีที่โหลดโดยbrowser และแม้ทั้งสามภาษาอาจเขียนอยู่ในไฟล์เดียวกัน แต่พอถูกโหลดไปที่browser ก็จะเป็นคนละcopyกัน

ขันธ์ 5

สัตว์ที่มีอวิชชาเรียกว่าสัตตานังจะเกาะวิญญาณ(ถ้าละอวิชชา และรู้วิชชาแล้วจะเรียกว่าวิมุติญาณทรรศนะหรือสิ่งๆหนึ่ง ไม่ใช่สัตานัง) วิญญาณจะเกาะอยู่กับขันธ์ที่เหลือขันธ์ใดขันธ์หนึ่ง เทวดาชั้นอากาสานัญจายตนขึ้นไป คืออรูปพรหม ไม่มีขันธ์ดังนั้นวิญญาณจะเกาะอยู่กับขันธ์อื่นๆที่เหลือ

ผู้เดินมรรคคือสัตว์ ไม่ใช่วิญญาณเพราะวิญญานเปรียบเหมือนพยับแดดรวมทั้งขันธ์อื่นๆ มีอยู่ตามธรรมชาติไม่รู้เรื่องอะไร

หุ่นยนต์ที่มีระบบเซนเซอร์เปรียบเหมือนมีวิญญาน แต่ไม่มีสัตว์อยู่ข้างในจึงต่างกับสิ่งมีชีวิต

การละนันทิคือการทำให้จิตปล่อยขันธ์สี่ เมื่อปล่อยวางได้แล้วขั้นถัดไปสัตว์ต้องวางจิตหรือวิญญานให้ได้จึงเข้าสู่วิมุตหรือนิพพาน

จิตเดิมนั้นประภัสสรคือวิญญาณดั้งเดิมประภัสสรคือรู้แจ้งในขันธ์สี่ แต่สัตว์ต้องปล่อยจิตประภัสสรดวงนั้นให้ได้ด้วยจึงหลุดพ้น

Database evolution

กรรมเกิดจากผัสสะ

กรรมเกิดจากผัสสะ คือการที่วิญญาณเข้าไปกระทบกับนาม(เวทนา:สุขทุกข์อุเบกขา,สัญญา,สังขาร)หรือรูป(กาย)

เจตนา คือ กรรม ดังนั้นถ้ามีผัสสะแต่ไม่มีเจตนาก็ไม่ถือว่าเป็นกรรม จึงไม่มีวิบากกรรมตามมา

มรรคมีองค์แปดคือกรรมไม่ดำไม่ขาวมีวิบากเป็นกรรมไม่ดำไม่ขาวเพราะเป็นไปเพื่อการดับกรรมทั้งดำและขาว

Payment in kind (PIK)

The use of a good or service as payment instead of cash. คือค่าใช้จ่ายที่เกิดขึ้นจากการใช้อุปรณ์ สถานที่ หรือบริการที่ไม่ต้องจ่ายค่าใช้เป็นตัวเงิน เช่น ใช้สถานที่ของหน่วยงานตนเองจัดกิจกรรมจึงไม่ต้องจ่าย แต่ตีเป็นค่าเช่าสถานที่ได้

Opposite is payment in cash. คือค่าใช้จ่ายที่อยู่ในรูปของตัวเงินจริงๆ

Subjective

Based on opinion.
Its antonym is Objective.

BI VS. Big Data Analytics

We don't need to convert semi/unstructured data to structured data. They have their own storing and analytics ways.

• Structured (retail, financial, bioinformatics, geodata)
• Semi-structured (web logs, email, documents) has data structure not conforming to existing data models like RDB, OODB.
• Unstructured (images, video, sensor data, web pages)

 Structured data VS. Semi-/Unstructured data:

 
source: https://www.mongodb.com/hadoop-and-mongodb

A database shard is a horizontal partition of data in a database or search engine. Each individual partition is referred to as a shard or database shard. Each shard is held on a separate database server instance, to spread load.

Big data warehouse sw : http://tajo.apache.org

LaTex VS. MS Word

นักวิจัยมืออาชีพที่ตีพิมพ์ในวารสารคุณภาพสูงจำเป็นต้องใช้ LaTex เพราะสำนักพิมพ์บังคับ เนื่องจากมีข้อดีเหนือ MS Word

• การจัดฟอร์แมตเป็นไปโดยอัตโนมัติโดยผู้เขียนไม่ต้องคอยดูแลด้วยตัวเอง (anti-WYSIWYG) ทำให้ใช้สมาธิกับการเรียบเรียงเนื้อหาได้เต็มที่ ไม่ต้องเจอบั๊กปวดหัวเช่น รูปกระเด้งไปมาเวลาจัดหน้า หรือฟอนต์เพี้ยนเวลาไปเปิดที่เครื่องอื่น
• สร้าง references ทำได้ง่ายด้วย bibtex ซึ่งไม่ต้องลงโปรแกรมพิเศษใดๆเพิ่มเติม 
• เวลาเขียนเอกสารยาวๆมีรูปภาพมากๆ เครื่องจะไม่หน่วงทั้งตอนเขียนและตอนบันทึกไฟล์เพราะ LaTex เป็นเพียง simple text file ขนาดเล็ก 
• เปลี่ยนฟอร์แมตบทความสำหรับส่งที่อื่นได้ในเวลาไม่ถึง 15 วินาที โดยไม่ต้องก้อปเพสลงเทมเพล็ตใหม่หรือไม่ต้องจัดฟอร์แมตใหม่ใดๆทั้งสิ้น 
• แต่ LaTex มี learning curve ซึ่งถ้าเป็นแล้วจะคล่องและได้เปรียบนักวิจัยตระกูล MS Word มาก

ควรทั้งชมและติ

พระพุทธองค์สรรเสริญคนที่ชมและติอย่างถูกกาล ไม่สรรเสริญคนที่ชมอย่างเดียวหรือติอย่างเดียวหรือไม่ชมไม่ติใคร

พุทธดำรัส:-ดูก่อนโปตลิยะ บุคคล ๔ จำพวกนี้ มีปรากฏอยู่ในโลก คือ ผู้กล่าวติเตียนผู้ควรติเตียนโดยกาลอันควร ตามความเป็นจริง (แต่) ไม่กล่าวสรรเสริญผู้ควรสรรเสริญตามความเป็นจริงโดยกาลอันควร ๑ 

ผู้กล่าวสรรเสริญผู้ควรสรรเสริญตามความเป็นจริงโดยกาลอันควร (แต่) ไม่
ติเตียนตามความเป็นจริง โดยกาลอันควร ๑ 

ผู้ไม่กล่าวติเตียนผู้ควรติเตียนตามความเป็นจริง โดยกาลอันควร ทั้งไม่กล่าว สรรเสริญผู้ควรสรรเสริญตามความเป็นจริงโดยกาลอันควร ๑ 

ผู้กล่าวติเตียนผู้ควรติเตียนตามความเป็นจริง โดยกาลอันควร ทั้งกล่าวสรรเสริญผู้ควรสรรเสริญตามความเป็นจริงโดยกาลอันควร ๑ 

“ดูก่อนโปตลิยะ บรรดาบุคคล ๔ จำพวกนี้ บุคคลผู้กล่าวติเตียนผู้ควรติเตียนตามความเป็นจริง โดยกาลอันควร และกล่าวสรรเสริญผู้ควรสรรเสริญตามความเป็นจริงโดยกาลอันควร นี้ เป็นผู้งามกว่า และประณีตกว่าบุคคล ๔ ประเภทนี้ ข้อนั้นเพราะเหตุไร เพราะมีความงาม คือความเป็นผู้รู้จักกาลในอันควรสรรเสริญและติเตียนนั้น ๆ....” 

โปตลิยสูตร

Training VS Education VS Learning

Enterprise Architecture (EA)

A discipline to align business and IT. Its motivation is that organizations were finding that increasingly expensive and complex IT systems are not meeting business needs. Principle and components of EA are shown here.

ลาออกอย่าง happy ending

ความสุข

เข้าใจ

Neuro Fuzzy

ANFIS (Adaptive Neuro Fuzzy Inference System) เกิดจากการหลอมรวม 2 แนวคิดดังนี้

1. Fuzzy ใช้ในการตัดสินใจโดยการประมาณ (คือเป็น estimator ซึ่งเป็นการเลียนแบบการตัดสินใจบนความรู้สึกของมนุษย์) ทำให้มีค่าจริงเท็จได้หลายค่าระหว่าง 0 กับ 1 (เช่น partial truth นอกเหนือจาก completely truth,1 และ completely false,0) การตัดสินใจจะใช้ fuzzy rules ที่อยู่ในรูปแบบ if-then ช่วย โดยที่ในเงื่อนไข if ประกอบด้วยค่าระหว่าง 0 & 1 ได้ เช่น อุ่นมาก อุ่นกลาง ร้อนน้อย

เมื่อใดควรใช้ Fuzzy เมื่อการตัดสินใจเป็นแบบ estimation (i.e., fuzzy rules e.g. ถ้าอุณภูมิสูงและโวลต์สูงก็เข้าโหมดการชาร์ตแบบ slow)

ในการเอา fuzzy system ไปใช้กับ exact values ต้องใช้ fuzzifier และ defuzzifier ช่วย
- Fuzzifier decides how the crisp input will be converted into a fuzzy input to be used by the inference engine. ตัวอย่าง fuzzifier เช่น singleton fuzzifier,Gaussian fuzzifier, Triangular fuzzifier (A(u) = (1- |u1-u1*|/b1)*…* (1- |un-un*|/bn) โดยที่ u คือค่าที่จะถูก fuzzified).
- Defuzzifier decides how to convert the fuzzy result from the inference engine back into a crisp value.

ในกรณีที่ fuzzy rules มีตัวแปรในเงื่อนไข if ที่ต้องใช้ในการตัดสินใจเป็นจำนวนมาก จะทำให้ fuzzy rules ซับซ้อนมาก จึงใช้ MLP มาช่วย โดยนำตัวแปรเงื่อนไขเหล่านั้นป้อนเข้า MLP ให้ช่วยเรียนรู้สร้าง fuzzy rules ให้ และช่วยตัดสินใจให้ว่า then อะไร

2. การนำ Neural network ซึ่งมีความสามารถในการเป็น universal approximator มาบูรณาการเข้าไปทำให้สามารถสร้าง fuzzy rules ที่ซับซ้อน (เช่น nonlinear rules) ได้ทุกรูปแบบครอบจักรวาล (จึงเรียกว่า universal) ได้อย่างอัตโนมัติจากตัวอย่างข้อมูลสำหรับการเรียนรู้ในอดีต

ผลลัพธ์คือ neuro fuzzy ที่มีความสามารถในการเป็น universal estimator ซึ่งเหมาะในการนำไปใช้ตัดสินใจหลายสิ่งที่เกี่ยวกับธรรมชาติที่ไม่ใช่โลกแห่ง digital ที่มีแค่ 0 กับ 1

Original paper of ANFIS is proposed by Prof. Jyh-Shing Roger Jang

Data mining introduction

ไม่ได้มุ่งเน้นการเรียกดูข้อมูลด้วยเงื่อนไขต่างๆ แบบ SQL (+where clause) แต่มีวัตถุประสงค์การใช้งานต่อไปนี้

• Automatic discovery of patterns
• Prediction of likely outcomes
• Creation of actionable information
• Focus on large data sets and databases

สรุปคือใช้หาแบบอย่างหรือพยากรณ์โดยอาศัยแบบอย่างที่ค้นพบจากหลายฐานข้อมูล

(Ref.: https://docs.oracle.com/cd/B28359_01/datamine.111/b28129/process.htm#CHDFGCIJ)

ขั้นตอนการทำ data mining โปรดดู http://webdocs.cs.ualberta.ca/~zaiane/courses/cmput690/notes/Chapter1/

Data mining big picture diagram
http://www.saedsayad.com/data_mining_map.htm

Data Scientist