美亞很多已經是公共版權的經典都提供免費kindle版電子書,要如何搜尋免費電子書呢？
上Amazon，搜尋kindle classics free books
2020年12月28日 星期一
荒野高三團-小蟻團 110.01漯底山
闖關活動/早上
砲台：空氣砲(只遊戲不手作)/紅
惡地形：知識性拼圖(在涼亭解說台)/黃
http://digimuse.nmns.edu.tw/taiwanlandform2/01_south/pageB/pageB_10_268.html
觀景台(觀測站)：
泥火山：繪本導讀(泥火山)/綠
繪本導讀
www.cna.com.tw › proj_goodbook億萬年尺度的臺灣|每週好書讀 - 中央社
燕巢泥火山蓄熱待發的生態奇景| 雜誌| 聯合新聞網
Power BI - DAX
假如A欄的值是空白，就代入b欄位的值，DAX語法要怎麼寫較好呢？
可以先寫用介面將A欄的空白值，簡單做取代後，將產生出來的步驟，根據本提問串的回答做改寫。
"
, each if [A] = null then [B] else [A]
"
2020年12月27日 星期日
Problem-Teradata: no more spool space in Database
今天用Teradata連接時出現的錯誤訊息, 查了一下網路後,果然把SQL語法中的一小部分改掉就好.
no more spool space in Database - Stack Overflow
Spool space is a shared resource with limits placed upon users at the Profile or User level. Furthermore, spool space for a given user is shared across ALL active sessions.
Spool space problems occur either when you have an inefficient query or when statistics have not been properly collected on the tables you are using. It can also happen with tables where the primary index was poorly chosen (high skew). Spool is an attribute of the user account you are using to connect to the Teradata environment; it is not really an attribute of the database itself.If your query is inefficient, rewrite it. If statistics need to be collected or if the index needs to be altered, contact the DBA responsible for the tables you are using.
精準銷售：王牌業務不告訴你的客戶心理學 (電子書)
博客來購書連結: 精準銷售：王牌業務不告訴你的客戶心理學 (電子書)
一流的業務，能使客戶馬上產生購買衝動；
二流的業務，能使客戶馬上心動；
三流的業務，不斷努力後能讓客戶感動；
四流的業務，把自己搞得很被動，客戶卻一動不動！
銷售必須要懂得心理學
要懂得自己的心理更要懂得客戶的心理, 用心銷售, 誠心服務, 才能贏得客戶的青睞
明白客戶內心深處最根本的購買動機, 每個過程中客戶的心理變化趨向
銷售就是洞察客戶心理特徵, 引導其心理走向的過程
Ch1
"知己知彼, 百戰百勝", 利用換位思考
1. 洞察客戶的心理, 根據客戶的心理變化調整銷售方式, 客戶對哪個利益點最感興趣
學會問"有效的問題",懂得訊息的"有效呈現"
心理知識對銷售的重要性
2. 客戶的消費心理分析
a. 求實心理
商品具備實際的使用價值, 講究實用
b, 求美心理
注重商品本身的造型美, 色彩美
c. 求新心理
d. 求利心理: 廉價
e.求名心理
f.求仿心理
g.偏好心理
h.自尊心理
i.疑慮心理
怕上當受騙
j. 安全心理
確保產品安全
k. 隱秘心理
3. 充分的換位思考
如果自己是一位客戶, 會喜歡什麼樣的業務, 會討厭業務哪些行為
故事: 王永慶賣米
了解客戶的需求: 從心裡下手
永遠把自己放在客戶的位置上, 探尋客戶所有表現背後的心理
從客戶的需求出發, 而不是從自己的商品出發是非常重要的.
焦點效應spotlight effect ，也叫做社會焦點效應，是人們高估周圍人對自己外表和行為關注度的一種表現。焦點效應意味著人類往往會把自己看作一切的中心，並且直覺地高估別人對我們的注意程度。
1. 善用焦點效應
2.把客戶當成自己的朋友
1. 善用焦點效應
2.把客戶當成自己的朋友
朋友意味真誠, 意味信賴
人們更喜歡從朋友而不是業務那裏買東西
以客戶為中心, 把客戶最關心的東西放在最前面
3. 了解客戶的購買價值觀
追求快樂, 逃離痛苦
銷售中的物以稀為貴
2020年12月23日 星期三
2020年12月21日 星期一
2020年12月20日 星期日
DirectQuery for Power BI Datasets and Azure Analysis Services (preview)
[Shared information]
DirectQuery for Power BI Datasets and Azure Analysis Services (preview)
Have you heard of Composite Model in Power BI (that existed from Nov 2018), which allow you to seamlessly add multiple DirectQuery sources and Imported data to your models? However, you could not use Power BI Dataset (in Power BI Service) in the Composite Model, because it is a Live Connection (not a DirectQuery), until now...
With DirectQuery for Power BI Datasets, you can now connect to Power BI Dataset (either shared by your organization's BI team, or your own), and combine it with other Imported or DirectQuery data. For example, if the central reporting team shared a Power BI Dataset with you, you can connect to that Dataset, then blend it with additional Excel data (or other data source) that contains your organization's own data, to further customize the data model to meet your reporting needs.
Here is what Marco Russo and Alberto Ferrari said about this new feature (or Composite Model 2.0 / Gen 2):
Marco Russo - "The business intelligence world dreamed of its holy grail for 20 year"
Alberto Ferrari - "an historical milestone in the development of Business Intelligence. Historical. Milestone."
"this is neither nice nor cool: this is huge: finally, can seal the marriage between self-service and corporate BI"
Why this feature is a big deal? (summarized by RADACAD - Reza Rad):
- Leverage the central model
- Bring more datasets
- Self-service and enterprise model combined
- Less redundancy
- More consistency
- Re-use instead of re-do
- More trust in Power BI results
It is definitely worth your while watching the ~13 min video from Adam (Guy in the Cube) and Tessa (Program Manager) to help with your understanding of this new capability:
Blend Power BI datasets with Excel files? INSANE AMAZING! - YouTube
2020年12月14日 星期一
Power BI 中的交叉分析篩選器
在使用 Power BI 中的交叉分析篩選器前, 必須先了解 Power BI資料結構.
如果資料不複雜, 維度資料表Dimension table已存在事實資料fact table中, 那就不需要去設定資料連結關係, 直接用Slider拉出欲篩選的維度資料就好.
但若你有多個資料表, 資料表中有共同的維度資料表, 則需要將分析的資料擷取出所需要的維度資料表Dimension table, 再去設定資料連結關係 (星型結構或是雪花式維度)
Slider則需要拉維度資料表的維度資料, 才能進行交叉篩選. 交叉篩選的資料需存在同一個維度資料表, 或是維度資料表篩選到事實資料表.
如果資料不複雜, 維度資料表Dimension table已存在事實資料fact table中, 那就不需要去設定資料連結關係, 直接用Slider拉出欲篩選的維度資料就好.
但若你有多個資料表, 資料表中有共同的維度資料表, 則需要將分析的資料擷取出所需要的維度資料表Dimension table, 再去設定資料連結關係 (星型結構或是雪花式維度)
Slider則需要拉維度資料表的維度資料, 才能進行交叉篩選. 交叉篩選的資料需存在同一個維度資料表, 或是維度資料表篩選到事實資料表.
Power BI 中的交叉分析篩選器- Power BI | Microsoft Docs
利用Power BI的篩選器，輕鬆控制篩選級別- 每日頭條
Youtube:
推薦影片
台劇《王牌辯護人》
【劇評】台劇《王牌辯護人》推坑：這部律政劇，和你想像的不一樣！《危險邊緣》（英語：Jeopardy!）是由梅夫·格里芬在1964年建立的美國的電視智力競賽節目。就像同一類的其它節目，節目涵蓋了歷史、語言、文學、藝術、科技、流行文化、體育、地理、文字遊戲等多方面內容。然而，與這些節目不同的是，《危險邊緣》採取一種獨特的問答形式：參賽者須根據以答案形式提供的各種線索，以問題的形式作出正確的回答。
1984年9月10日，《危險邊緣》作為每日的聯合媒體的系列節目重新播出，亞歷克斯·特里貝克擔任主持，約翰·尼吉爾伯特擔任播報員。自開播以來，這一版本的節目已創紀錄地獲得了30次日間時段艾美獎和1次皮博迪獎
《危險邊緣》第29季的首集於2012年9月17日播出。
2020年12月10日 星期四
Power BI資料結構
了解星型結構描述及其對Power BI 的重要性 - Microsoft Docs
模型製作人員必須將其模型資料表分類為「維度」 或「事實」 。
維度資料表Dimension table 會描述商務實體，也就是您模型化的「事物」 。 這些實體可以包含產品、人員、地點和概念 (包括時間本身)。 您會在星型結構描述中找到的最一致資料表是日期維度資料表。 維度資料表包含一或多個作為唯一識別碼的索引鍵資料行，以及描述性資料行。
事實資料fact table 會儲存觀測或事件，且可以是銷售訂單、存貨餘額、匯率、溫度等。事實資料表包含與維度資料表相關的維度索引鍵資料行，以及數值量值資料行。 維度索引鍵資料行會決定事實資料表的「維度」 ，而維度索引鍵值則決定事實資料表的「資料粒度」 。 例如，假設有一個事實資料表，其設計目的是為了儲存具有兩個維度索引鍵資料行 Date 和 ProductKey 的銷售目標。 您輕易就能了解資料表具有兩個維度。 不過，如果不考慮維度索引鍵值，就無法判斷資料粒度。 在此範例中，請考慮 Date 資料行中所儲存值是每個月的第一天。 在此案例中，資料粒度是在每月產品層級。
關聯性的 基數 屬性會決定資料表類型。 常見的關聯性基數包括「一對多」 或相反的「多對一」 。 「一」端一律是維度類型資料表，而「多」端一律是事實類型資料表。 如需關聯性的詳細資訊，請參閱 Power BI Desktop 中的模型關聯性。
許多其他與星型結構描述相關的概念可套用至 Power BI 模型。 這些概念包括：
Webflow
網站架設新平台 Webflow｜最適合設計師製作網站的好選擇
Webflow 的自由度，可以有效滿足設計師們的控制欲
Webflow 不適合對網頁設計完全不懂的同學，甚至還要一點前端語言基礎較好
👍Webflow網頁設計優缺點分析，國外設計師流行的架站平台趨勢
Webflow大學（Webflow University）中，透過教學影片瞭解網站架構及各項功能。
Webflow傳教士幫你準備的Webflow大補帖，全繁體中文圈最齊全的Webflow教學
2020年12月9日 星期三
Dynamic M query parameters in Power BI Desktop
With Dynamic M Query Parameters, model authors can let report viewers to use filters or slicers to set the value(s) for an M Query Parameter, which can be especially useful for query performance optimizations. With Dynamic M Query Parameters, model authors have additional control over how filter selections get incorporated into DirectQuery source queries.
2020年12月8日 星期二
輕鬆寫程式，打造屬於自己的Line Bot智慧助理
- 活動名稱：輕鬆寫程式，打造屬於自己的Line Bot智慧助理
- 活動時間：2020/12/09
- 活動地點：和平校區愛閱館7302教室
- 演講人：謝方博 先生
URL，完整名稱是 Uniform Resource Locator ，如果從英文直接翻譯成中文是 “統一資源定位器“，正確的中文學術名詞是網域名稱 (Domain name)
http( https)：HyperText Transfer Protocol 的縮寫，中文譯為超文件傳輸協定，又稱通訊協定
https資料交換過程中是加密的. 所以使用信用卡交易或註冊帳密比較安全
但http是以明碼傳送, 容易被駭客入侵. 不要在這種網站做信用卡交易
https網址後加 ":443"也可以瀏覽, 網絡埠：443, 但已經可以省略
443埠即網頁瀏覽埠，主要是用於HTTPS服務，是提供加密和通過安全埠傳輸的另一種HTTP。
http網址後加":80"
DNS伺服器
電腦只看得懂IP位址, 需要透過DNS去做轉換
DNS 伺服器的作用是負責維護網域名稱（domain name）與 IP 位址（IP address）的對應表，讓網路使用者可以透過 DNS 伺服器查詢指定的網域名稱或 IP 位址，幾乎任何上網的動作都會需要 DNS 伺服器，如果 DNS 伺服器的效能不佳，或是安全性出問題，就會直接影響我們上網的品質，所以慎選優質的 DNS 伺服器是很重要的。
網頁製作 (UI/UX + 前端 + 後端)
前端
HTML #架構: 網頁元件
CSS #外觀 (html語言中, 搜尋css, 就是透過css去定義的)
JS #動作
後端語言: Node.js/ Ruby/ Java/ PHP/ Python/ Go/ Scala/ Clojure
開發環境安裝
建議編輯器: 💁PHPStorm (要錢) or SublimeText/ Notepad++
MySQL client: HeidiSQL (windows)
PHP套件管理器composer
安裝node.js (主要會用到NPM前端套件管理器)
Blog網站大多用wordpress去建立
💪Laravel專案建立 (需實作)
最難的是環境的建立
Laravel 框架(framework)
MVC: Model view controller
Via PHPStrom
透過request變數, 使用者表單提交資料
Save儲存資料
設定基本路由(routes)對應的控制器
[Line Bot]
Message API運作原理
Input -> Line messaging server -> 開發者的網站伺服器
Line Bot申請
SDK: software development key
須設定channel access token/ Channel secret
Ngrok:
一個可以把你 localhost 對應到 https public domain 的服務
在開發 Chatbot 的時候，發現最困難的不是寫程式，而是測試。為什麼呢？因為 Chatbot 的原理就是接收到訊息時發送一個 request 到你指定的位置（webhook），你再 call API 然後回訊息。
可是呢，這個 webhook url 通常都會有兩個需求：
- 必須要有一個 domain（不能只有 IP）
- 要是 https
要讓我們的 Chat Bot 更加聰明，利用被 Facebook 收購的 Wit.ai 所提供之 API，可以很方便的讓 Chat Bot 有了 NLP 的支援，讓他/她更加聰明！
開源的語音辨識WIT.ai
WIT.ai強調的是開放與免費使用，並利用使用者回饋的數據作為改善的參考；截至目前統計，已經有6000多位開發者透過WIT.ai所免費提供的API，在其程式中加入語音辨識的功能，以便開發出各式類型的App與應用環境，而其語音識別技術與資料庫在免費提供user使用的情況下，利用使用者與開發者自主回饋的資訊，作為WIT.ai自我改良的方式、並使其語音識別效率更加精確。
在WIT.ai首頁上，直接開宗明義的列出它能協助完成的事：
- Mobile apps：如果你是App開發者，可以使用WIT.ai的語音服務，讓你的App具有語音控制的功能，讓使用者能夠透過手機發送或執行語音相關命令。
- Home automation：當WIT.ai成功解析了你所送出的語音命令，那麼就可以透過智慧家居設備來執行相對應的動作。
- Wearable devices：穿戴式設備由於體積小，與使用者的輸出入介面受到限制，因此高度依賴語音命令的動作方式。
- Robots：無論是在工廠生產線或家庭、娛樂用的機器人，皆可透過語音方式讓機器人去執行相對應的行為，讓人感覺機器人似乎擁有聽覺與智慧的能力。
- Messenger Agents：目前各科技大廠皆推出語音助手的服務，透過對話的方式處理部份help desk的工作，並提供即時性的協助；只要在個人的console上建立完善的語音命令資料庫，WIT.ai也可以作到這點。
訂閱：
意見 (Atom)