RUTHY/
因為資訊進步與居民電腦使用率增加，許多分散的原始文化手稿得以保存，成就了傳統文化的恢復!
室內設計評價-巨匠電腦報你知 | 室內設計評價報你知為巨匠電腦所成立。巨匠電腦收集相關資訊於此評價平台 …
分類: 巨匠電腦
103年【智慧原鄉、數位生活】每日一小時的快樂~老人家因為巨匠電腦而學會電腦
高評價！巨匠電腦分享以後Facebook也可以貼「能力標籤」
錚／
巨匠電腦分享以後Facebook也可以貼「能力標籤」
臉書最近動作連連，不只是近期在台灣等大中華地區推動影片行銷。最近更是傳來他們可能要再一次改版，改版的終極目標很像 LinkedIn。
怎麼說？最近臉書正在測試一個新的功能「profile tags」，臉書說這個功能是一個頗有創意的標籤工具，它可以讓你自己和你的朋友為你的臉書頁面下標籤，以此來重點標示你的特徵（職業、能力等）以及你的興趣；當然這些都必須經過你本人同意才會公開放上臉書頁面。
這項功能來自臉書內部的駭客松，在他們的構想中，某方面看起來會跟 LinkedIn 的能力標籤有點像，但他們強調這些標籤的內容是開放的，因此它可以有各式各樣的形式、內容，甚至是表情符號。
「設計師？思想家？」這些標籤讓你可以大聲說出你喜歡什麼、擅長什麼
除了這個神似 LinkedIn 的新功能外，最近臉書也一股腦的加入許多諸如：與朋友更緊密連結、新聞閱讀、影片觀賞，甚至是跟擁有同樣興趣的陌生人搭訕等等新功能；看樣子臉書期望提供一個複雜且全面的新體驗，變身為每一個人的一條龍服務站。
目前這項服務正在紐西蘭測試，臉書也並未透露會如何運用「標籤功能」。
巨匠電腦設計了電腦資訊技能課程，教你電腦的操作使用如Office、Facebook等等，快來巨匠電腦輕鬆學！
文章與圖片出處: http://goo.gl/WXQIG4
高評價！巨匠電腦學員：考取證照，達到期許
錚／
巨匠電腦學員：考取證照，達到期許
興趣為自己開啟學習的一扇門
硯浚在二專畢業之後隨即入伍，「其實在退伍後也曾思考過自己到底要做什麼，但仔細想想，二專前其實都是在混學歷，說穿了就是身無一技之長。」與父母親詳談後，對電玩一直很感興趣的他決定朝遊戲製作方向發展，在分校經過一番諮詢，有了基本課程概念的硯浚決定放手一試，從ACD跟3D-MAX開始學起。
快樂學習，遇到瓶頸也當作挑戰
「快樂」是硯浚對這段學習歷程所下的註解，「畢竟學習自己的興趣，做自己喜歡的事所以做起來會加倍愉快，即使遇到什麼瓶頸也覺得是種挑戰。」認真的硯浚總會提前到教室做練習，遇到不懂的地方就馬上提問，「王正義老師總會提前到教室，針對我的問題耐心地解答，並在上課時將問題再次提出，讓其他學員也注意到這些問題，細心的提醒每一位學員。」興趣的支持加上不懈的努力，硯浚順利考取了相關證照，達成對自我的期許。
擁有一份自我挑戰的勇氣最是難得
現在硯浚從事室內設計的3D繪圖工作，在巨匠的排課也從未間斷，「之後可能會朝向動畫製作發展。未來我希望能繼續加強自己在設計方面的知識跟手法，幫助自己在從事相關行業的工作時能更上手。」硯浚從不為現狀滿足，擁有一份足以面對挑戰的勇氣，不斷學習吸收、無時無刻地自我精進。
巨匠電腦設計了認證輔導課程，包含多種電腦證照供你選擇，快來巨匠電腦輕鬆學！
高評價！想從大數據淘金？巨匠電腦分享大數據系統的關鍵四層面
錚／
想從大數據淘金？巨匠電腦分享大數據系統的關鍵四層面
對於 Big Data 的這個 Big Idea，還是許多人抱有疑問，究竟大數據是什麼？大數據的哪些部分是嶄新的概念而哪些是舊科技新包裝？
整個大數據的概念就是發展一個能讓資料從最初生成的原始數據、到最後成為有價值的分析結果或趨勢預測的系統。而這個「大數據系統」基本上可以被分成四個層面來探討：
第 1 層：資料來源 Data sources layer
這個部分是關於資料如何到達你的手中，可能是從你的銷售紀錄、客戶資料庫、產品回饋、社群網路管道、甚至 Email 郵件，也就是和你的「目標」相關、來自四面八方收集來的各式各樣的數據。
這個層面最重要的就是評估你現有的各方資料，對於你想達成的目標、想知道的寶貴資訊，你手上的資料是否足夠、是否全面？
如果資料有缺口，就必須去建立新的資料來源來補足；如果你很滿意現有的資料來源，那就進入第二層吧！
第 2 層：資料儲存 Data storage layer
建立了多元、全面的資料來源後，可以想像資料會排山倒海般地向你湧來，而能否成功並完整的儲存龐大的資料量將成為大數據存活的關鍵。
現今許多技術跟工具被發展來應付這個需求，像是之前介紹過的 HDFS —— Hadoop 分散式檔案系統（請參考《認識大數據的黃色小象幫手 –– Hadoop》），以及相應的資料庫（Database）。例如專門用在 Hadoop 上的資料庫系統 HBase，其他最廣為人知的資料庫像是 Amazon 的 DynamoDB、MangoDB、Cassandra（請參考《學大數據不卡關：精選 Big Data 相關用語》）等 NoSQL 資料庫軟體。
第 3 層：資料處理及分析 Data processing/analysis layer
原始資料儲存之後，下一步則是得想辦法從龐大看似無章法的資料中挖出有價值的資訊。
資料處理及分析最常用的方法是 MapReduce 平行運算架構（同樣請見《認識大數據的黃色小象幫手 –– Hadoop》）來分散處理大量結構化和非結構化資料，主要是選擇資料中想分析的元素，並且將其整合成既定的格式。
如果你所在的公司或機構擁有自己的資料分析團隊，資料分析處理這一層會利用 Apache PIG 以及 HIVE 等工具來進行轉換以及簡化複雜的查詢操作。
第 4 層：資料輸出 Data output layer
大數據系統的最後這一層就是我們將拿來利用的精華部分了，根據目的，資料分析的結果可以被輸出成各種形式以達到最完美的表現，可以是表格、圓餅圖、趨勢圖、關鍵資訊等等。
最終，大數據系統的主要任務就是運用你現有的資料輸出結果，在現階段至少在一項 KPI（關鍵績效指標，Key Performance Indicator）中得到改善。如果你建立了這四層次的系統，並且進一步提升績效，那恭喜你，你已經在利用大數據邁向目標了！
巨匠電腦設計了程式/資料庫課程，教你程式設計、大數據分析與應用等等，快來巨匠電腦輕鬆學！
文章與圖片出處: http://goo.gl/BPwtov