最近我在準備教授用Weka作文本分類的時候，就順帶的一直想試試理論上可以作、但一直沒資料的「文本評分」功能。文本分類主要的分類目標(class)是「類別資料」，而文本評分的分類目標就是「連續資料」，也就是分數。於是我就順手把「Reuters-21578 Text Categorization Collection」的新聞分類轉換成數字的評分，並整合StringToWordVector篩選器跟SMOreg分類器以迴歸的方式計算評分。其中StringToWordVector需要經過調整才能讓分類器順利運作，這邊我記錄一下大致上的做法。
(more...)最近買來了中國大陸公司台電科技(Teclast)的仿Micosoft Surface的二合一平板電腦：Tbook 16 Power，買來之後就發現常常有Wifi莫名其妙斷線、MicroSD讀卡機消失等問題。今天研究了一下台電論壇的內容，有人說重設BIOS但沒效，也有人說升級最新驅動2017 05 22後能完美解決，不過我選擇更新了Windows 10的系統韌體，這兩個問題就順利解決了。
(more...)深度學習CNN的熱門讓人再度對「圖片辨識」這塊領域投入許多注意。不過先不論你是很懂數學公式喜歡計算卷積的朋友，還是不求甚解只會call套件來用的朋友，大部分的朋友都必須經過安裝Python環境、tensorflow或keras等套件、一步一步遵照範例程式碼來執行CNN的這段辛苦過程。不過，在這之中應該也有不少朋友，一旦遇到輸入程式碼就十分痛苦到無法繼續作下去，對吧？別擔心，如果只是要作預測圖片、辨識圖片的話，其實來自紐西蘭的Weka也可以做到，還不用寫任何程式喔！
那麼本篇繼利用Image Filter抽取圖片特徵來分類初音彩色圖片之後，接下來這篇就要來挑戰現在CNN主要使用的資料集：MNIST手寫數字辨識問題囉。
(more...)在「從圖片抽取量化特徵：Weka的ImageFilter」這篇的介紹之後，我們知道怎麼利用Weka的Image Filter從圖片中抽取量化特徵，並進一步用於圖片分類上。本篇我們就以Terrence所撰寫的「用tflearn來做深度學習辨識初音」中分辨初音的例子，用Weka來實作看看吧。
(more...)在「不寫程式也能預測未知！用Weka分類模型來預測未知案例」這篇介紹了如何用Weka來進行預測，不過基本上像是Weka這樣的資料探勘工具處理的都是經過量化的數值或分類資料，如果今天遇到的是非結構的資料，像是圖片的話，我們要怎麼處理呢？這就要藉助Weka的「Image Filter」套件，來從非結構化的圖片檔案中抽取量化的特徵資料囉。
(more...)最近很多機會會使用到Weka，在此我想要整理一下Weka的下載位置，以及在Weka中安裝套件的方法，以供其他文章連結使用。
(more...)在進行研究的時候，我們常常會想知道到底是什麼因素影響到依變項(例如社經地位、收入、學習成效)的多寡。為此，我們會收集很多種自變項，像是年齡、收入、打字速度、前測成績、認知風格、認知負荷、學習時間等多種變項資料，想要以此來分析到底是那些自變項對依變項影響程度較大。這時候我們可以採用多變項分析中的多元迴歸分析，以解釋型的多元迴歸分析來看各個自變項的影響程度。以下我僅整理邱皓政老師所著的「統計原理與分析技術：SPSS中文視窗版操作實務詳析」這本書中例子進行介紹，詳細多元迴歸原理請去找書來看吧。
(more...)如果常常要開啟FTP或SFTP站台的話，不妨應用FileZilla Portable的指令列參數中的「--site="0/站台名稱"」來建立捷徑，以後就能快速開啟FTP/SFTP站台囉。
(more...)本學期在教卡方檢定的時候，一併研究起小樣本時SPSS時常使用的另一種卡方檢定「費雪爾正確概率檢定 (Fisher's exact test)」。這是一種用於2x2列聯表、行列的總數不超過20個、有細格期望值小於5的情況下所使用的無母數檢定法，可分析兩組類別資料之間是否有顯著相關。我翻找了許多書籍跟網頁，最後找到Ina Parks S. Howell的統計課講義「Fisher’s Exact Test: An Example」對費雪爾正確概略檢定有最詳細的介紹。內容不多，但還挺好理解的，那我就根據講義的內容，把計算過程整理一下吧。
(more...)
共變數分析是數位學習領域的準實驗研究法很常用到的一種分析方式。共變數分析所處理的資料一般是具有前後測的樣本統計量、對不同組別的後測平均值進行比較的方法。本篇是我在研讀吳明隆老師與涂金堂所著的「SPSS與統計應用分析」第16章「共變數分析」之後，節錄資料及操作方法的筆記。
(more...)
想要追蹤YouTuber的最新影片一定要打開YouTube嗎？其實YouTube也提供了RSS連結的方式供人訂閱影片喔。我參考「How to Get an RSS Feed for a YouTube Channel」這篇的做法，製作了一個「YouTube頻道網址轉RSS連結」，這樣就能在自己喜歡的RSS閱讀器上追蹤YouTuber的最新影片了。
(more...)
作為一位網站管理者，總是希望使用者可以更容易地將網站訊息分享到Facebook上。除了使用AddThis或SumoMe之外，我們也可以直接使用網址來開啟分享到Facebook的功能，還能夠客製化引言、圖片、網址標題、網址介紹、網站標題等資訊，讓使用者分享訊息更為搶眼喔！
我參考「Share to Facebook with custom parameters」這篇的做法，製作了一個「Facebook 分享連結產生器」供大家使用，讓大家也能夠提升社群媒體的整合力吧！
(more...)
算統計一定要SPSS嗎？這可是大大的認知錯誤。除了SPSS之外，Excel、R-Web都有許多統計工具。不僅如此，就連Google試算表的外掛程式也有統計工具XLMiner Analysis ToolPak可以用。今天這篇就要帶大家來用Google試算表計算推論統計中最常用的獨立樣本t檢定，步驟簡單又實用。
(more...)
一般來說，要檢查一個壓縮檔中的檔案時，必須先經過壓縮檔的程式、解壓縮、然後才能看到檔案內容，這樣才能真的打開檔案。可是這樣的過程實在是太煩人了。我用AutoIt跟7-Zip做了Archive File Opener，它可以讓我們直接開啟壓縮檔中所有檔案。我們不是要看壓縮檔，而是要看裡面的內容，不囉嗦直接用吧！
(more...)
Word的合併列印可以讓我們用試算表資料來產生大量格式相同、只有指定欄位不一樣的文件，那純文字的文件檔案能不能這樣做呢？當我們需要將大量的CSV資料搭配特定指令來重複操作的時候，這個CSV文字範本產生機就可以派上用場了。
(more...)
今天來慶賀一件特別的事情：有大大請布丁喝咖啡啦！ (感謝圖片來自於DONATION THANK YOU LETTERS)
(more...)
資料探勘工具Weka提供了多種不同的演算法以及設定演算法的參數，也許大家會在課堂上學到很多種演算法，但到底那一種演算法分類的效果最好呢？這個問題就交給Auto-WEKA來幫你決定吧。
(more...)
雖然Weka有很多用來預測的分類演算法，但真正用Weka來進行預測的教學卻很少。這篇將參考「How to Save Your Machine Learning Model and Make Predictions in Weka」的教學，從比較容易為大家編輯的試算表檔案開始，如何利用Weka的分類功能來為未知案例進行預測。
(more...)
Linux內建了強大的搜尋工具find，可以與grep指令搭配一起使用，以達到檔案內文全文檢索的功能。但是這兩個指令太長了，我每次都要找一下它們是怎麼組在一起。這次索性乾脆寫成一個簡單的find+grep指令產生器，讓我們使用搜尋指令更加便利！
預設產生的指令為：
find "/var/www/" -name "*.php" -exec grep -H "Exception" {} \;
這段指令的意思是：
關於find與grep的介紹，請看[Linux] 搜尋資料夾底下 檔案內部文字這篇。
如果要快速找尋全系統中擁有指定檔案名稱的指令，那麼建議使用locate。例如：
locate log.txt
有時候使用locate之前，要先搭配updatedb建立索引。updatedb指令需要有root權限，用法通常會是：
sudo updatedb; locate log.txt
關於locate的詳細用法，請參與鳥哥的「第六章、Linux 檔案與目錄管理：locate / updatedb」。
(more...)
春神到訪的三月有許多漂亮的花兒盛開。待在政大山上畢不了業的我，校內上下山時也喜歡拍些山櫻花的照片做記錄。山櫻花並不大，我用Android的Google Camera相機實在很難近距離對焦在花上。後來我改用了可變焦距相機APP，就能夠輕鬆聚焦在花朵上。不用專業相機也不用後製，我們就能在微距下拍出淺景深的效果囉。
(more...)
現在最流行的中文斷詞工具結巴(jieba)原本是以Python開發，必須要有Python的環境才能運作。不過它也有很多不同程式語言的版本，其中最好用的就是不需要安裝、只要瀏覽器就能夠執行的JavaScript版本：Jieba-JS。我把Jeiba-JS專案fork了一份：jieba-js，並加入了可以讓其他程式碼直接引用的方法。這樣在任何網頁上都可以輕易實作斷詞功能了。
(more...)
作業系統中可以設定捷徑開啟網頁(請參考「自製網頁應用程式！使用Chrome的命令列選項app來製作網頁應用程式捷徑」這篇)，那麼網頁能不能反過來開啟作業系統裡面的檔案呢？答案就是Registering an Application to a URI Scheme，在Windows裡面將應用程式登錄為指定通訊協定(Protocol)。我參考從網頁呼叫使用者電腦應用程式的寫法，製作了System Protocol程式。它可以讓我們的電腦用「sp://"c:\file.doc"」來開啟本機檔案的連結方式，甚至還可以傳遞參數。但是這個方法會為作業系統大開後門，使用的時候必須先瞭解它的安全性風險。
(more...)
最近很常在Debian裡面安裝PostgreSQL，在此將我會用到的指令都整理一下吧。以前寫過一篇「PostgreSQL的備份與復原」到現在也蠻常參考的，在這裡一併整合備份與復原的語法。
(more...)
現在很多網頁內容都是以動態的方式產生，例如Facebook會在開啟網頁之後再來讀取網頁內容，就連「布丁布丁吃什麼？」也是在網頁開啟之後再來慢慢載入旁邊的小工具。這種使用AJAX技巧來調整畫面的網頁，雖然便於一般使用者用瀏覽器查看，但是卻會造成伺服器端用程式抓取網頁的困難。
還好，現在我們可以用Node.js寫成的虛擬瀏覽器PhantomJS來幫我們載入完整的網頁內容。為此我寫了一些搭配PhantomJS使用的命令列腳本，讓我們可以在Linux 32位元環境下以指令端擷取指定網址，並配合jQuery選取器抽取出需要的網頁元素，最後直接回傳顯示在螢幕上。
(more...)
如果要做檔案中的全文檢索服務，那就要先把檔案的內文抽取出來轉換成字串，這樣才能提供全文檢索引擎進行索引。Apache Tika是一個萬用型的檔案內文抽取工具，我們可以用指令列來操作Tika，就能從PDF、Microsoft Office、Open Document、純文字檔案等文件抽取內文。非常好用！
(more...)
這篇製作了一個簡單的斷字器，將「這份編號是tc_130的心靈錯位器真是太cool了」變成「這 份 編 號 是 tc _ 130 的 心 靈 錯 位 器 真 是 太 cool 了」。詳細來說，就是在不是英數字的文字前後加上空格，但是英數字則保持原樣。這樣子就能讓Apache Solr這樣的全文檢索引擎為內容索引時，就可以找到以中文一個字為單位的層級了。
(more...)
最近有讀者覺得留言框只能寫文字、不能上傳圖片，不太方便發問。所以我在留言框的下面加上了Imgur上傳圖片的連結，並以這篇教大家如何上傳圖片、取得圖片網址，這樣大家就更能夠方便發問了。
(more...)
最近這幾天忽然很想知道現在水瓶戰記(水瓶世紀)的運作狀況，所以就上網查查看，簡單閒聊一下。(圖片來自於水瓶戰記官網)
(more...)
這是我在2016年到兩個地方介紹DSpace-DLLL的投影片。一個是在政治大學圖書館舉辦的「數位典藏、數位策展暨數位人文學研習班」，內含實作的3小時課程，另一個是在國立師範大學舉辦的「台北市教師研習中心校史研習班」單純講課的課程。這兩個課程都可以搭配我另外製作的VirtualBox版本DSpace-DLLL虛擬機器來使用，以下提供連結讓有需要的人自由下載。
(more...)
最近花了一段時間在研究怎麽把Google Drive (Google雲端硬碟)跟Zotero與Proxmox伺服器整合。整合之後可以運作，但是可能是因為檔案處理速度過慢或是Google Drive API配額的限制，最後都無法順利運作。這篇記錄一下到目前為止的研究進度。
(more...)
這是我在去年12月的時候到ASIS&T臺北分會論壇跟大家分享的投影片。投影片內容介紹了我想要研究的社交閱讀行為背景，以及我如何使用社交知覺、閱讀悅趣化來改善閱讀，並使用行為分析跟腦波來分析閱讀行為的研究計劃。
(more...)
臺中美術館附近的一個小巷子，整面牆都是旁邊機車行老闆的畫布，這就是臺中動漫彩繪巷。傳說中，老闆覺得畫布(牆壁)不夠多，會在一段時間之後把原本的畫作塗掉重繪。現在動漫彩繪巷的牆上畫作，跟在2014年介紹動漫彩繪巷的各個網誌的描述，已經有很多繪畫都不一樣了。既然如此，本著數位典藏的精神，我就在這邊記錄一下臺中動漫彩繪巷在現在2017的畫作吧。
(more...)
這是我在去年5月的時候到空中大學講授LibreOffice Calc的內容，這也是這一系列最後一堂課了。這堂課我借用了秋思blog中的減肥紀錄表，將它轉換成LibreOffice的格式，跟同學介紹如何使用一個綜合函式、圖表的複雜表格。此外也介紹了訂購單與成績單兩個例子，剛好用來練習函式計算。
(more...)
這是我為了文本探勘所撰寫的一個小工具。有些文字會在固定的寬度斷行，就像是BBS的畫面一樣。這樣文字探勘時會對句子、斷詞造成誤判。因此我寫了一個文字檔案斷行連結工具來將文字斷行的地方重新連接成一行。整理後的文本就比較容易進行後續的分析了。
(more...)
這是我在去年5月的時候到空中大學教授的LibreOffice Calc投影片。繼第二堂課介紹表格使用，這堂課介紹的是學生社團會用到的社團登記卡，以及大多媽媽輩同學會使用的計帳表。這次在上課之前也宣導一下盜版軟體的議題。
(more...)
這是一篇發表於2000年的課堂閱讀筆記。作者Borgman從全面的角度來介紹數位時代對於學術傳播帶來的衝擊，帶領讀者從認識「學者生態的改變」。這篇文章距今已經超過15年，對許多學者來說，數位圖書館已經如呼吸一般地自然 (很多人都不知道原來Google Scholar上下載的論文竟然是圖書館訂閱的)，而輔助學術研究的數位工具也越來越盛行(大推Zotero)。現在回頭看看這篇，會有很多時代差異的感受吧。
對了，這篇講的「出版」是指學術論文的出版，並非書店門口的暢銷書出版喔
(more...)
這是我在去年5月的時候到空中大學跟同學講授LibreOffice Calc的內容。繼前一篇的基礎介面認識之後，這一堂課也從我之前分享的LibreOffice Calc萬用表格作為例子，教授同學實際使用Calc的常見技巧。希望藉此能夠更貼近大家的使用情境，達到學以致用的效果。
(more...)
這是一篇課堂閱讀筆記。這篇2003年的文章是英國跨學科研究計劃的部分成果，但閱讀這篇的重點是在於看作者如何歸納不同形式的跨學科研究：跨學科(Interdisciplinarity)、多學科(Multidisciplinarity)、綜合學科(Transdisciplinary)、單學科(Monodisciplinary)。這些基本知識是瞭解跨學科研究的入門，很值得一讀喔！
(more...)
Comments