【巨匠評價】電腦、英文、英語【巨匠電腦評價】建築室內設計見證1【巨匠電腦評價】建築室內設計見證2【巨匠電腦評價】建築室內設計見證3【巨匠電腦評價】建築室內設計見證4【巨匠電腦評價】建築室內設計見證5【巨匠電腦評價】建築室內設計見證6【巨匠電腦評價】建築室內設計見證7【巨匠電腦評價】成功案例見證1【巨匠電腦評價】成功案例見證2【巨匠電腦評價】成功案例見證3【巨匠電腦評價】成功案例見證4【巨匠電腦評價】成功案例見證5【巨匠電腦評價】成功案例見證6

朱)巨匠電腦分享UI設計 色彩透明度標示方式
在繪製介面時，調整顏色的透明度 (transparent) 是一個很常用的技巧，好處在於：

1．減少灰階顏色定義

2．維持介面顏色的一致性

早期網頁設計還沒支持透明度的屬性時，設計師要自己調色，來控制顏色的明暗，所以會發現許多網站關於灰階顏色的定義，基本上都用過一輪，但其實這樣的方式比較沒效率，後續要維護也會比較麻煩。

在app的開發上，灰階的顏色通常會使用在字體與線條上，為了讓字體的閱讀更加舒服，內文字體不會使用純黑色(#000000)，而會使用「灰色」來代替，但實色的灰色會因為背景色的不同，會讓app文字內容的易讀性有所差異。

上圖大概就可以知道為什麼要用帶透明度的黑色來取代實色的灰色，因為帶透明度的黑色，在背景稍深時，還是有比較好的閱讀性，如果是實色，字體就會被整個畫面給吃掉，不易閱讀。當然也可以多定義一個新的灰色，但那就是要多記一個顏色。

而在 Google material design  裡 Typographic 有提到文字透明度的設定說明：

第二段提到，建議文字顏色對比至少 4.5:1 建議是 7:1，最後定義出 54% black 與 87% black，雖然我有試著去算出這兩個數字，但最後還是找不到一個合理的算法(求解)。(百分比可以依需求自己設定，這邊只是舉 google 的例子，但我還是好奇這兩個數字是怎麼算出來的)。

2015/04/28補充：關於 4.5:1與7:1 的數值可以參考w3c的規範

2015/08/12補充：這篇文章被轉載，這邊再補充一下對比值的檢查工具

• 不透明：snook.ca
• 透明：contrast.ratio

至於透明度定義好，要怎麼提供給工程師，說明如下：

iOS

iOS 在給顏色的值，可以直接給 alpha(α) 值，也就是像是網頁 css rgba 的標式方式，最後的 α 值，給 0~1 之間 0 代表完全透明，1 代表完全不透明，因此在 iOS  的標示上不會有什麼問題。

Android

Android 就比較麻煩，因為要給 hex 的色號，之前花了一點時間理解透明度的 hex 換算方式；hex全名是 hexadecimal，也就是 16 進位，這是除了 rgba 外，另一個比較常見的方式，在網頁設計上也經常在使用(在色號上會給#符號的，就是使用hex的方式給色)。

通常不指定透明度時，給的 hex 值不含井字號會有六碼：例：「#aabbcc」，aa 用來控制紅色、bb 用來控制綠色、cc 用來控制藍色，如果要補上透明度，就要在 aa之前加上透明度的 hex 值。

之前為了透明度的問題，手動算換了 16  進位的透明度值，以下是 rgba 跟 hex 的概略的換算方式(不想算數學就直接跳到表格，因為算的事情交給電腦處理就好)：

但後來才發現有人整理好了不同透明度對應的 hex 值。– stackoverflow，如下表：

• 0% – 00
• 5% – 0D
• 10% – 1A
• 15% – 26
• 20% – 33
• 25% – 40
• 30% – 4D
• 35% – 49
• 40% – 66
• 45% – 73
• 50% – 80
• 55% – 8C
• 60% – 99
• 65% – A6
• 70% – B3
• 75% – BF
• 80% – CC
• 85% – D9
• 90% – E6
• 95% – F2
• 100% – FF

所以如果要提供帶有透明度的 hex 值，就直接在 hex 值上的最前面，加上透明度的 hex 值就行了。在標示給工程師的文件中，就可以直接提供帶有透明度的 hex 色碼，例：「#cc000000」，我想工程師看到你如此貼心，應該也會挺開心的。

結綸

這篇的重點，其實是在強調，在繪製 app 時，字體與線條的線色盡量使用帶有透明度的黑色，而不要直接指定實色的灰色(如果是要那種紅底綠線、藍底黃色的特殊需求，不在此討論範圍)。

這也是我之前在做 app 時，因為定義太多不同的灰色，常常困擾我的問題，有時我也搞不清楚那個背景要用那個灰色，所以到最後每個位置的灰色定義都不一樣，維護上也就更加麻煩，你會發現工程師會一直跑來問你這個字體要什麼顏色…。

而背景色，建議還是以實色為主，因為每個 app 都會定義自己的主、副色，背景色如果用有透明度的顏色，不小心的話，有時會影響主色與副色的使用，但這是依 app 的需求取捨。

上述的說明，是基於白色的背景做為說明，如果是以深色的背景為主，那可以用白色帶透明度的字體顏色也是一樣的效果。

巨匠電腦設計了視覺設計課程，教你跨界創意視覺設計、使用者介面設計等等，快來巨匠電腦輕鬆學！

文章與圖片出處: https://goo.gl/JaaM8O
想要學: 視覺設計課程

錚／

【巨匠評價】電腦、英文、英語【巨匠電腦評價】建築室內設計見證1【巨匠電腦評價】建築室內設計見證2【巨匠電腦評價】建築室內設計見證3【巨匠電腦評價】建築室內設計見證4【巨匠電腦評價】建築室內設計見證5【巨匠電腦評價】建築室內設計見證6【巨匠電腦評價】建築室內設計見證7【巨匠電腦評價】成功案例見證1【巨匠電腦評價】成功案例見證2【巨匠電腦評價】成功案例見證3【巨匠電腦評價】成功案例見證4【巨匠電腦評價】成功案例見證5【巨匠電腦評價】成功案例見證6

學大數據不卡關 巨匠電腦分享精選Big Data相關用語
大數據 (Big Data) 與資料科學 (Data Science) 已成為大眾耳熟能詳的詞彙，各行各業正在積極運用且開發大數據的價值，這些巨量資料也帶來了巨大的商機。

這時身處於「大數據時代」的我們，自然得對大數據有所認識，在這裏為大家列出了一些經常跟大數據一起出現的陌生用語，認識了這些大數據相關字彙，下次看大數據的相關文章就不會一直「卡」了。

Algorithm 演算法

出自於數學用語，在這裡指的是在有限步驟內，分析數據的具體方法，而且通常由軟體來執行。

AIDC 自動識別技術

AIDC（Automatic Identification and Data Capture）是將訊息數據自動識讀、自動輸入電腦的重要方法和手段，它是以電腦技術和通信技術為基礎的綜合性科學技術。常見的 AIDC 例如條碼（Bar codes）、磁條（magnetic strips）、生物識別（Biometrics）、RFID 等技術。

AWS 亞馬遜網路服務系統

2006 年 Amazon 開始以 Web 服務的形式向企業提供各種雲端運算服務，包括運算、儲存、資料庫、分析、應用程式和部署服務。現在許多科學家、開發人員以及各企業的技術人員都在利用 AWS （Amazon Web Services）進行大數據分析。

Avro 序列化系統

Avro 是 Hadoop 底下的子專案，是一個資料序列化系統（Data serialization system），被設計用來支援大量資料交換。

Behavioral analytics 行為分析

行為分析是指用科學方法分析環境刺激與行為之間的因果關係，藉著系統性的觀察來了解行為的變化原則，進而有系統的操作刺激，以達到行為的學習、塑造或改變。簡單來說，就是用一個有系統的方法去觀察、測量、收集客觀數據來分析目標的表現行為。

Big Data 大數據

大數據（or 巨量資料），顧名思義是指大量的資訊，當資料量龐大到資料庫系統無法在合理時間內進行儲存、運算、處理，分析成能解讀的資訊時，就稱為大數據。有興趣深入了解請參考《巨量資料的時代，用「大、快、雜、疑」四字箴言帶你認識大數據》以及《7 個你不可不知的大數據定義》。

BI 商業智慧

BI （Business Intelligence） 指用現代資料倉儲技術、線上分析處理技術、數據挖掘進行數據分析，再以圖形化的界面或報表呈現以實現商業價值。

Cassandra 資料庫系統

是 Apache 軟體基金會底下的開源分布式 NoSQL 資料庫系統，適合用來管理巨量的結構化資料，由於其良好的可擴展性和性能，被 Digg、Twitter、Hulu、Netflix 等知名網站所採用。

CDR 詳細通聯記錄

CDRs （Call Detail Record）是電信網路的使用紀錄，例如通話時間、通話長度等資訊。CDR 是電信業者與企業分析網路營運和客戶行為的重要資源。

Clickstream Analytics 點擊流分析

點擊流（Clickstream）就是使用者在網頁間來來去去的點選記錄，也可以分成 Upstream –– 進入這個網站的「來源」，以及 Downstream —— 拜訪完這個網站之後的「去向」。對於網路行銷跟搜尋引擎來說，點擊流分析是十分重要的參考。

Cloud Computing 雲端運算

雲端運算（Cloud Computing）是一種將資料、工具及程式放到網際網路上處理的資源利用方式，是一種分散式電腦運算（Distrubted computing）的概念，也就是讓網路上不同的電腦同時幫你做一件事，可以大大的增加處理速度。

也因為所有資訊都被放置到網路的虛擬空間裡，工程師在繪製示意圖時常以一朵雲來代表這個虛擬空間，因而有了「雲端（Cloud）」一名。

Data Mining 資料探勘

顧名思義，就好比在地球上從一堆粗糙的石頭中進行地物探勘、尋找有價值的礦脈，資料探勘就是從巨量資料中提取出未知的、有價值的潛在資訊。

Data Modelling 資料建模

資料模式（Data Model）在資訊系統中指的是資料如何被表達、儲存及取用的方式，包括資料的格式、定義和屬性，資料之間的關係，以及資料的限制，而資料模式的設計過程就稱為「資料建模」。

Data Visualization 資料視覺化

是關於數據之視覺表現形式的研究，資料視覺化的技術可以幫助不同背景的工程人員溝通、理解，以達良好的設計與分析結果。

Data Experts 數據專家

數據專家就是能利用資料作出研究評估的專業人士，像是資料分析師、資料科學家、資料架構師等都可以被歸類為數據專家，其工作內容細分請參考《資料分析師？科學家？架構師？大數據人才的工作內容及年薪比較》。

Exploratory Data Analysis 探索式分析

探索式資料分析是指在沒有標準流程跟方法的情況下，在現有的數據中找尋資料的結構和特點、探索潛藏於資料中的訊息，這種資料分析方法強調的是探索式的分析而非嚴謹的模式確認。

Hadoop 技術

Hadoop 是一個能夠儲存並管理大量資料的雲端平台，為 Apache 軟體基金會底下的一個開放原始碼、社群基礎、而且完全免費的軟體，Hadoop 的兩大核心功能 —— 儲存（Store）及處理（Process）資料所用到的分散式檔案系統 HDFS 跟 MapReduce 平行運算架構。Hadoop 被廣泛應用於大數據儲存和大數據分析，成為大數據的主流技術。有興趣深入了解請參考《認識大數據的黃色小象幫手 –– Hadoop》。

Internet of Things 物聯網

物聯網（Iots）是一個全球化的網路基礎建設，透過資料擷取以及通訊能力以連結實體與虛擬物件，透過網際網路的發展，物連網可透過特定的機制，將所有裝置連結在一起，以供控制、偵測、識別，並交換所有的資訊。

NoSQL 資料庫系統

NoSQL 最早是指「No SQL」，號稱不使用 SQL 作為查詢語言的資料庫系統。但近來則普遍將 NoSQL 視為「Not Only SQL」，也就是「不只是 SQL」的意思，希望結合 SQL 優點並混用關聯式資料庫和 NoSQL 資料庫來達成最佳的儲存效果。

在巨量資料所帶動的潮流下，各種不同形態的NoSQL資料庫如雨後春筍般竄起，其中 MongoDB 是眾多 NoSQL 資料庫軟體中較為人熟知的一種。

Predictive Analytics 預測分析

是指透過預測模型、機器學習、資料挖掘等技術來分析現有和歷史的事實數據對未來作出預測的數據分析方法。

R 語言

R 是一個開放原始碼統計軟體，提供統計計算和繪圖功能，類似 Matlab 跟 SAS，而 R 不但免費 而且簡單易上手，近年來成為資料科學界裡的重要工具。

SaaS 軟體即服務

SaaS （Software-As-A-Service）是隨著網際網路技術和應用軟體的成熟而興起的一種軟體應用模式。SaaS 提供商將軟體統一部署在自己的伺服器上，藉由網路提供軟體給客戶，所以客戶不用購買軟體，而是根據需求向提供商訂購所需的服務，且客戶無需對軟體進行維護，服務提供商會全權管理和維護軟體；軟體廠商在向客戶提供網際網路應用的同時，也提供軟體的離線操作和本地數據存儲，讓客戶隨時隨地都可以使用其定購的軟體和服務。

對於許多小型企業來說，SaaS 是採用先進技術的最好途徑，它消除了企業購買、構建和維護基礎設施和應用程式的需要。

Terabyte (1 000 000 000 000 Bytes)

TB 為兆位元組，是資料量的分級，相當於 10^12 bytes。其他資料量分級如下：

• Bytes (8 Bits)
• Kilobyte (1000 Bytes)
• Megabyte (1 000 000 Bytes)
• Gigabyte (1 000 000 000 Bytes)
• Terabyte (1 000 000 000 000 Bytes)
• Petabyte (1 000 000 000 000 000 Bytes)
• Exabyte (1 000 000 000 000 000 000 Bytes)
• Zettabyte (1 000 000 000 000 000 000 000 Bytes)
• Yottabyte (1 000 000 000 000 000 000 000 000 Bytes)

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/eLvDBb

拯救表弟大作戰！推薦給他巨匠電腦課程，收穫良多捏他！

與表弟的心得交流＊真的還好有巨匠電腦 讓他對生活開始有希望

巨匠電腦好嗎？我也曾經半信半疑！

大推！巨匠電腦評價 看這邊就知道！

錚／

【巨匠評價】電腦、英文、英語【巨匠電腦評價】建築室內設計見證1【巨匠電腦評價】建築室內設計見證2【巨匠電腦評價】建築室內設計見證3【巨匠電腦評價】建築室內設計見證4【巨匠電腦評價】建築室內設計見證5【巨匠電腦評價】建築室內設計見證6【巨匠電腦評價】建築室內設計見證7【巨匠電腦評價】成功案例見證1【巨匠電腦評價】成功案例見證2【巨匠電腦評價】成功案例見證3【巨匠電腦評價】成功案例見證4【巨匠電腦評價】成功案例見證5【巨匠電腦評價】成功案例見證6

巨匠電腦分享2015年大數據的四大發展重點

2012 年時《紐約時報》的一篇專欄文章「The Age of Big Data」正式宣告大數據時代的來臨，到了 2015 年，大數據一詞已經可以說是耳熟能詳，然而在現今網際網路跟雲端技術的發達，加上智慧型產品、行動裝置的普及下，以下四點將會是大數據的發展重點。

求快求即時：In-Memory 資料庫

當這世界上累積的資料量越來越龐大，各企業制訂商業策略所納入考量的資料也跟著大幅增加，這時候如何減少將資料（Data）轉換成資訊（Information）的時間變得尤其重要。

採用記憶體內運算技術（In-Memory Computing）減少原始資料的移動，僅搬移運算後的結果，加快處理的速度，並且透過壓縮技術減少資料量，能夠有效提升資料庫效能，應付企業對資料運算量及速度日益升高的要求，也使得企業得到的資訊更即時、能更快地回應各種市場需求及回饋，甚至開發出全新市場、開創出其獨一無二的價值。

萬物聯網的時代

在物聯網概念起飛的這個時代，越來越多行動裝置、智慧型居家裝置被市場接受，進入到我們的生活中，根據預測，智慧型裝置的數量將會從現在到 2020 年將從 130 億成長到 500 億。

可以預期的是更多種類型的資料將以更多形式被感測、收集起來，而且這些大量且即時性的感測數據（Sensor Driven Data）屬於非結構化資料，也就是從文本分析到未經處理的文字、聲音與影片導出的數據，如何儲存處理及分析成為現在十分重要的課題，可能從中挖掘出未知的趨勢並帶給人類生活重大的改變。

巨量資料上雲端

如果說「大數據」是現在最夯的科技潮字，那上一個最紅的則是「雲端運算」。從 2006 年被提出後，雲端（Cloud）便廣為科技業所使用，各企業更是積極提出各種雲端服務。

大數據與雲端技術可以說是相輔相成，大數據大大的推動了雲端服務，而雲端服務的普遍也使得資料量攀升。2014 年全世界平均每天產生 23 TB 的數據，大約是 2012 年的 920 倍，以這種情況來看，雲端服務在大數據時代相當於「公共設施」般不可或缺，不但用來儲存各式各樣的資料，還利用雲端運算來建構基於大數據的應用程式和 API，建立模型預測未來的事件。

人才很重要，平台跟工具更重要

因此對於不算「新」但算剛「熱」的大數據來說，在短短幾年內蓬勃發展，數據專家自然成為各公司爭搶的人才，四個最常見的大數據人才工作內容以及薪資範圍請參考《資料分析師？科學家？架構師？大數據人才的工作內容及年薪比較》一文。

不過事實是，人才需要時間培養（以大學主修到碩士畢業來算，約需要 4-6年），如果以 2012 年當作大數據發燒年，資料挖掘、資料處理因而成為超熱門的學科，最快的一票「趕潮流」的資料新鮮人將會在 2016 年進入市場。

對於正在狂燒的大數據市場，人才不夠的情況下，對於小企業來說最不可或缺的反而是大數據分析平台與資料視覺化工具！例如 Cloudera、SumAll 的線上分析平台，以及 Tableau、QlikView 等資料視覺化工具。許多企業都會要求員工熟悉上述平台及工具、具備一些數據分析「基本技能」。如果想讓自己在大數據時代中擁有更高的競爭力，可以參考這篇《大數據時代中求生存：9 個必殺絕技殺進 Big Data 市場》。

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/ePvyq5

巨匠電腦認證輔導班上課經驗分享～巨匠電腦超好～

巨匠電腦程式語言認證班經驗分享!超棒!

關於基隆巨匠電腦學程式語言的評價 心情點滴阿~~

補習人生 巨匠電腦讓我看見光明!!!