上學期隨意接了一個intern，當初的想法說實話就是在賺外快；不過做一陣子之後真的有學到東西，再次感嘆學海無涯…。近來家裡總是寄來一些雜誌，每一本除了廣告外，通篇盡是密密麻麻的字，我就在想真的有那麼多東西好寫嗎？多少是被逼著交稿吧？早些時候更有聽聞其實英文文章通常一篇只有20%是重點，也如此衍生了挑重點看的現象；根本來說，作者如果一開始就只寫重點，不是雙方都開心？不得不說在這點上，我很是欣賞古代作詩的作法：把一個感覺、一個現象、一份心情，凝鍊到20個字裡，字字珠璣。離題了，主要是講到學海無涯…orz。所以多少還是可以安慰自己：雖然學識這麼多，每個人並不需要、也做不到每件事都知道。
歸題歸題…，在intern這段期間學到最重要的兩個技能就是PCA和embedded Matlab。
Principle Component Analysis真的是無心插柳學到的一項技巧，想不到現在在做生醫影像，這還是很重要的一個技巧呢！要我解釋的話，我就說是Linear regression的推廣吧，大家介紹PCA通常就帶到dimension reduction，以一個二維的(x,y)資料來舉例，linear regression就是要預測x,y之間的線性關係y=a*x+b。這裡有兩個特點值得觀察，第一、一旦預測出來a和b，剩下的就是只要給定x，就知道y，所以也可以說資料剩下一個維度(於是dimension reducted)。第二、要做linear regression多少就是想知道y=a*x+b在多大程度上代表了原始的(x,y)數據，如果y=a*x+b預測得很好，也就是一個維度的東西可以把二維的資料描述的很好，直接的好處就是資料就壓縮了；也可以說，第二個維度基本上就是廢物，並沒有提供更多的資訊。PCA就是有辦法做到這件事，而且是絕對客觀的預測，不得不佩服想到這個數學技巧的人，也再次體會數學之美；有趣的是這其實是心理學家Charles Spearman發明這個技巧的原型，早期叫做factor analysis，當初的想法大概舉例來說：當受測者做了一個決定，這決定有多少成份來自家庭的影響、多少來自朋友、多少來自老闆等等…。
第二個學到的是embedded Matlab。不得不說，Matlab"教育"學校還教育得真好(成功開拓市場)，美國大學生幾乎都會一點，台灣的學生可能要加油一下了。Matlab一直被垢病處理迴圈太慢，因此他們就發展了embedded Matlab：Matlab code converts 'automatically' to C code。這是個聰明的決定，一來運算效能提升了；二來是更加開拓市場，因為Matlab並不是到處都有，但是幾乎大家都可以執行executable file，C code攜帶方便，完全增加了可見性！現在embedded Matlab似乎還在發展階段，並沒辦法支援太多函式，期待一下未來的版本吧！
沒有留言:
張貼留言