跳到主要內容

程式設計就是摳摳摳


看著畢業的日子漸漸接近,
終於自己的研究程式總算將近尾聲,雖然連續幾天的密集coding讓人通體舒暢,
但一想到未來還有好多好多題目等著我摳摳摳.....頭皮不禁一陣發麻。


回顧碩班被當成coding machine的心路歷程,


一路走來,不知不覺竟也聚沙成塔了,


從最初好玩寫的Schedule、Memo程式、三缺一大賽註冊系統、細線化Thining數值分析程式、
雯玲學姐的promoter分析統計程式、core promoter分析程式。


到自己研究上所用的,
啟發式貪婪多重PCR引子設計演算法、蛋白質截短衍生物定位演算法、寡核甘酸計算模組、
階層式引子分群演算法、最大Clique問題演算法、Clique分群演算法、多重PCR引子挑選之基因演算法、
和幾個動態規劃實作的序列分析程式。


還有芋伯源、一姐研究用到的,自動建構Ontology演算法、半自動新增Ontology節點演算法、
Adaptive Resonance Theory (ART) 分群法、階層遞迴式ART Tree演算法、TF-IDF計算模組、
潛在語意分析(LSA)計算模組、文件分析及關鍵字粹取模組、自動化中研院遠端斷詞系統、
相似度比較模組。


甩甩豪的模糊矩陣模組、物流配送點分配、客戶點分群程式和學長的分類評估模組。


和課業上寫的數值分析程式、Fuzzy polynucleotide space序列分析、統計程式.....


 


學了好多、寫了好多、也摳了好多.....


 


雖然我使用的方法與過程往往都是最直覺最笨的方法,
但總是能跑出些東西,看到點什麼....


Simple is good!!! (起碼我還有-XmsNm -XmxNm不讓它爆掉 ^^ )


所以給擔心或害怕寫程式的朋友,



別驚 也別慌,


我沒學過系統分析、演算法老師在教C、資料結構我在毀睿玩打屁玩排七,


 


但慢慢來、一步一步做,燃燒生命的寫,
還是會有點成果,甚至能幫同學一些忙。


那你們還有什麼好擔心的呢?
驚驚不得一等,大家往往都是因為不熟去排斥,因為初體驗而駐足不前,


 


事實上程式就是要摳呀,用力的摳努力的摳不屈不饒的摳.....
摳摳摳摳摳.......管他什麼演算法、資料結構,
摳出來能跑就是好程式。


(講歸講啦,演算法資結還是要瞭解啦....哈哈哈!!!)



不過就如老闆所言,或許現在感覺無所謂,
但程式設計與系統分析、專案規劃都可能是未來就業的敲門磚,


那何不趁就學時的當下,輕輕鬆鬆學程式設計、快快樂樂做研究呢...^^


(一度曾以為我是不是在某家軟體公司上班,但一個月1500的薪水讓我驚覺我的確在唸碩班 =.= )


 


程式設計並不難,起碼我覺得比微積分、工數、機率統計、數值分析那堆火星科目簡單的多。


而且或許這是另一種富有潛在價值的技能唷,
想想出社會後,去超市買個東西需要微積分找零錢嗎?
所以除非你要學傑叔用機率統計去算明牌....


不然學個有用的敲門磚又何嘗不好呢?


你共洗嗯洗呀??


 



                                       BP


P.S:上述的程式,除了未發表的研究主體礙於老闆會砍人的原則上不能提供外,


  如果有哪些用的到的模組想要參考修改,歡迎mail給我索取,不過寫的不好請見諒呢。


 


 

留言

這個網誌中的熱門文章

醫學健康跨領域合作的開始:資料工程

一直都很喜歡在會議上與跨領域的專家、醫師、學者分享我們在數據工程與分析應用上的發展經驗。 許多的專家學者,對於大數據應用的認知都仍侷限在一個超大型結構化資料集的子集合應用,在規劃好的條件設定下,針對特定的目標(疾病、行為)進行篩選,將數據narrow down到可以被個人電腦或是單一伺服器架構處理的小型資料集。 這樣的半手工處理方式,對於專一(Specific)領域主題的資料追蹤計算或許已經十分足夠,但當中倘若資料清理方式有改變、篩選條件增減,所有的數據都要從raw重新處理,不僅造成大量的時間與人力浪費,對於專案計畫進度的延宕更是麻煩。這些還不包含

別再期末談臨終

『在那六年多的時間,我常常反省、後悔、卻也培養勇氣,問自己再遇到時要做什麼決定?.......回想我要簽同意書的時候,真的會抖-我有資格決定人家生死嗎?』 面對死亡,我們都很害怕,更何況是家人的臨終。 但究竟我們的選擇,是為了給家人最後的尊嚴? 還是填補自己的罪惡感? 學習勇敢面對、學習放下, 更要學著為自己的未來做好規劃,不成為子女的負擔。 希望大家一起鼓勵這個勇敢的朋友, 因為她的經驗分享,讓我們更加了解, 面對家人臨終,我們該如何做好準備。 『末期才談臨終太遲』 https://www.wacare.live/health-forum/q/1984983840830?topicId=25049764537230&fbclid=IwAR1ei-zrfSj9w5kbvBW5ecSbqWrI408fJ1qjXhisZwLxYdbON_jJbNKMAyY 更多的失智照護課程 https://www.wahere.wapro.live/udnxwacare Pan 2020.12.22 #臨終 #失智 #善終 #放棄急救 #預立醫療 #病人自主

物聯網與大數據時代下的個人化精準醫療

Source:  idownload blog 2014 年,當致力於電子病歷 (Electronic Medical Record, EMR) 分析,藉以尋找癌症機轉與治療方法的大數據公司 Flatiron Health 獲得 Google 創投( Google Ventures )高達 1.3 億美元投資後 [1] ,個人化精準醫療( personalized medicine )隨即成為火紅的熱門主題,這樣一股氣勢發展,讓美國總統歐巴馬 (Obama) 更在今年提出精準醫療計劃( Precision Medicine Initiative) ,並投入 2016 年預算高達 2.15 億美金之譜 [2] 。 在精準醫療這般的強勢展開下,不僅僅只有過去生物資訊上基因體學、轉錄體學上的資料探勘或是電子病歷醫療健康數據分析,物聯網 (Internet of Thing) 的發展也同時透過行動裝置與消費型穿戴式裝置大舉進入個人化健康促進與醫學上疾病研究領域。在這機電感測裝置快速發展下,各種輕巧卻具備多種感測裝置的隨身穿戴式裝置逐漸普及於消費電子商品市場,各家廠商發展出豐富的產品功能不僅能記錄活動頻率,更能偵測活動強度、睡眠狀態、作息規律,更甚至能取得穿戴者 24 小時的心跳狀態與壓力疲勞狀態,並利用這些生理數據進行健康促進的提醒與建議。