Mafia 重製版第一輪心得（劇透）

這是第一次玩主打幫派和犯罪的遊戲，其他 Sleep Dog 等都還在收藏庫躺著。遊戲敘述了黑幫主角 Tommy Angelo 的江湖生涯，遊戲玩法是看黑幫電影劇情、中間夾雜戰鬥。不停重複看劇情和打架，直到遊戲破關。

遊戲戰鬥基本上有三種模式：賽車、潛行、FPS。

遊戲戰鬥以 FPS 為主，個人感覺並不十分理想。武器種類少，手槍、散彈槍、輕機槍（打字機）還有步槍。槍好像各自有亞種，但用起來感覺差不多，只知道子彈不能通用 QQ。槍跟子彈在戰役之間還會重置，連當個收集狂都沒辦法。

敵人從頭到尾都同一種人型怪，混混跟警察打起來根本沒什麼差，只有他們手上拿什麼槍可以讓人感覺到差別。開戰就是找掩體，大概抓一下敵人在哪裡，抓準他們探頭的時機探頭開火，對方倒了就衝去撿子彈，一直重複直到把敵人清光。

潛行的部分任務不多，玩起來頗有煩躁感，跟 Deus Ex 完全不能比。步驟都是看小地圖上敵人在哪裡，想辦法從後面摸過去，按 Q 敲暈 Y 扛走一套帶走，過程小心不要觸動警報。萬一被對方發現了，就搶在對方開槍以前，衝到對方前面按QQQQQ 搭配 Alt 防守，想辦法在對方開槍前徒手幹掉對方恢復潛行。

追逐戰也是煩躁的部分，賽車遊戲鑲嵌在 FPS 裡面，讓我這個不會玩賽車的很痛苦，每次警匪追逐或是要搶時間的場景，常常一種彎就是撞到柱子撞到車。記得有一關，主角Tommy 還得替受傷的賽車手上場參賽，還只能拿第一名，這裡就不曉得刷了幾遍了 QQ

雖然個人認為戰鬥乏善可陳，甚至有些地方有些煩躁感，但劇情真的就很棒了。劇情很漂亮的演繹出不同角色的心路歷程。扮演智囊但最後被黑幫生活壓垮最後順勢叛逃的Frank，很衝但有義氣沒有什么心機的 Paulie，聰明好相處但最後背叛的Sam，把 「家族」放嘴邊但一統江湖後，打破自己制定的規矩，欺騙手下去運毒，視手下安危於不顧的教父Salieri。最後就是有勇有謀、有自己原則底限，良知未泯，最後厭倦一切，選擇投誠自首換家人平安的主角 Tommy。而故事中的角色們，哪怕「家族」口號喊的再好聽，面臨威脅和利益仍然互相背叛，分崩離析，黑手黨「家族」本質仍然是一群合伙罪犯。

遊戲結局收尾不錯。主角 Tommy 還是過了幾年心目中平穩寧靜的生活，直到最後被當年的恩怨找上門，應了「出來混就是要還」。重製版結局，主角中槍後，確認黑幫不打算波及家人，在家人團團包圍中安心死去。這樣的結局，對踏上江湖路的主角多少還算善終吧。

查了一下，二三代在steam上面評價好像就不行，應該就玩一代就好 XD

全文連結

一人過的中秋節

 

這一次的中秋節，不出意料先花了半天加班（也是為了下週可以放假 XD）

加完班弄一弄，就去壽司郎吃了一餐。 料理雖然不應景，但還是很好吃，新口味的壽司忘了拍上來，還好冰淇淋有記得拍 XD 

等會如果還有力氣就去健身吧，然後結束這一天。

全文連結

《概率論與數理統計》教學視頻全集（宋浩）

連結

看完宋浩老師的第二門課，值得記錄，可喜可賀 XD

學機率與統計的原因，是為了更好銜接生物統計。當年在醬料系的時候，數學相關的課程基本時間不夠，跟臨床關係不大，老師基本都是匆匆帶過，接近亂教 QQ。所以到了後面的生物統計，因為數學底子不夠，基本上只能背課本考試，無法實際運用，還很快就忘光。現在臨床研究要使用，我連 t 分佈、線性迴歸都不會用了 QQ

這門課老師上課品質很好，節奏穩定不匆忙，所有概念都講得很清楚，加上看完高等數學後，能真正看懂需要積分進行的證明，比當年學習感覺好很多。雖然課程到了結尾，統計只涉及幾種常用的簡單分佈和基本假設檢定，臨床研究會用到的線性迴歸、ANOVA、存活分析等都沒提到，但我想有了更好的基礎，再去學應該狀況會好很多。

接下來下一門應該是線性代數，線性代數基本擋修深度學習，統計好像也仍然會用到，至少我看一些統計檢定（如 Shapiro-Wilk 常態檢定），推導和證明還是有向量和矩陣，等線性代數看完再來攻難一點的統計學好了。也期待習題進度可以快點，例如做幾萬年的高等數學習題 Q<>Q

全文連結

TDL Telegram 下載器

Github 網址

最近有從 TG 下載禁止轉發影片的需求，有試過網路文章做法，例如從 Android TG 資料夾找檔案，加入網路的 Bot 等等，通通沒有用，可能 TG 改版被封殺掉了。

後來在 Github 找到這個專案，試用後可以成功下載禁止轉發影片，而且看來還在更新。官網說明很長，其實要快速下載某支影片，安裝好後只要這三個步驟就好：

1. 設定 Namespace：Namespace 對應 session，不設定程式會報錯。

set TDL_NS=test

2. Login

tdl login

3. 用URL下載檔案

tdl dl -u https://t.me/tdl/xxx

整體用起來十分方便，比網路上還要串 TG Api 自己架 bot 的方法簡單太多了。

全文連結

極安御信 - 30天逆向工程師速成訓練營

課程連結

今天逛B站偶然看到有人推廣逆向工程的課程，紀錄一下 XD

對逆向工程一直有點泛泛的興趣，但一直沒有好的系統性的課程可以學。B 站很多白嫖課各有各的問題，更不可能有課後作業教師解答。我又不大擅長自己歸納整理和做實驗形成體系。

難得看到有系統的課程、價格也沒太離譜、目錄看起來不錯，記錄一下，不確定會買就是。

全文連結

便宜 Webcam

 

   

語音輸入用來發 blog 真的方便。之前我都用手機加 DroidCam 完成錄音，但每次錄音都要插拔USB-C 線、電腦和手機兩邊開軟體、邊錄邊控制手機，實在是太麻煩了，我在蝦皮上看到便宜webcam 一個不到200塊錢、還不用裝驅動程式插了就用，就一口氣買了兩臺，未來兩台桌機一個地方一台 XD

使用結果非常滿意，語音輸入的部分沒問題，Captura測試了一下錄影畫質，有點渣，不過我不需要錄影，也就算了。

 

 

全文連結

做數學、日常 murmur

磕磕絆絆，終於把同濟高等數學第一章的總習題做一遍，不過只有挑題目做，很多題目到最後是看答案。做完兩本的進度還是遙遙無期 QQ

對岸的題目實在太變態，一個題目同時運用多個重要性質，如重要極限加三角函數公式、重要極限加羅必達….忘了一個就不能做，基本就是初見殺。

每次壓力大的時候就會想要搞一些業外活動，之前是開發搜尋引擎。這次就是寫數學，B站宋浩視頻很早就看完了，就一直懶得做習題 XD。

搜尋引擎則很遺憾變成壓力之一了，只能說希望樂子不要太大了，要我一人肩負眾多使用者的系統，或真的丟個小組給我，對我來說都是挑戰，分不出何者比較慘 Q<>Q

全文連結

Windows 10 下修改無效目錄名稱

 最近用 Steam 備份遊戲，不知道為什麼產生出的備份目錄只有空白字元，目錄用目錄滑鼠雙擊還是可以進去，但用檔案總管更名、刪除的時候就找不到這個目錄。

試了不少軟體都無法解決問題，到最後是 ChatGPT 給出答案：進 cmd 用 dir /x 找到該問題目錄的 short name，然後用該 short name 作為改名的目標就可以了。

全文連結

PyCon 2023 第二天

紀錄下第二天聽到的課

在 Dcard 我們如何用 Python 打造推薦系統

這門課標題乍看像講 ML/DL 技巧。實際上內容偏向軟體工程，包含 team 怎麼拆分，還有實際做推薦系統的經驗。遇到 performance 的問題，怎麼透過 tracing 和 profiling 找出正確的痛點，把推薦系統從 batch prediction 改成 near real time。

當AI遇上財經-利用Graph Neural Network分析財經市場

稍微講了一些 time series 的概念，但講者想講的內容太多，很多地方只能蜻蜓點水，有提到財經數據的一些重要特性，例如 autocorrelation。相比之下，網路有些文章講預測股票價格，結果連要減掉昨天的價格都不知道真的就是亂做。

Automating Victory: Beating browser games with accessible Python

今天最好玩的課程。講如何用 Python 去自動打遊戲，其實就是外掛製作，只是它是透過電腦視覺的方式，不是傳統的 hooking 或記憶體監控 XD

中文長文本語意理解

這門課蠻可惜的，課程中講到的分類問題，是我醫療場景可能會遇到的，講者也有研究和實務經驗，分享了很多攻略的思路，但講者的投影片實在是字太小，可能年輕人眼睛就是好。

今天遇到比較尷尬的事情，中午12點的時候進入會場，一群人在拍照，我以為是活動合影，結果繼續後發現周圍的人都穿制服，一問之下才知道這是工作人員合影，趕快跑走 XD

最後，今天吃的黑毛屋摩滋鍋，跟昨天吃的涮涮鍋比起來，湯頭濃郁的多，牛大腸很脆很香（當然也很油 QQ）。湯裡面的料吃完服務生才上了菜盤和麵，昨天今天的鍋都吃很飽 XD

全文連結

PyCon 2023 第一天

今天參加 PyCon，選擇的主題都與 data preparation 相關，紀錄一下 XD

Challenges in Data Cleaning and Transformation: Mistakes, Confusion, and Solutions

這堂課的收穫是理解了新的工具，如 dbt 和 PipeRider 。

我一直以來都是自己寫 Python 腳本硬上處理 data，而 dbt 粗看像是個強化板 SQL 工具，可以更有效率完成 ETL 的 T。

看了下官網和網路範例，相比於自己寫 python， dbt 似乎可以節省開發工作量，並且將軟體工程的思維引入到數據分析中。未來，當需要處理更多數據時，可能會考慮使用。而且 dbt 似乎在開源社區中也很受歡迎。

講者還提到了 PipeRider ，這個工具可以持續監測數據質量，並在不同資料處理階段引入指標（例如空行數、總筆數...）確保數據品質。ETL 管線版本變更的時候還可以前後比較。透過在 data processing 的不同  stage 加入額外監測，可提早發現資料品質問題，避免 ML 或 DL 在資料處理程式修改後忽然間性能下降，沒有人知道問題可能出在哪裡。

Explainable AI: Demystifying Complex Models with Shapley Values

這門課程也相當有趣，總結了許多可解釋 AI 的方法，包括針對特定模型（例如 linear regression）以及 model agnostic 的方法，很多內容是之前已經聽過但也有新的方法。不過不過講者的英文我實在跟不上，ppt 顏色很漂亮但是字太小，所以主要收穫應該是那些投影片上的關鍵字。

資深 Python 工程師提交的程式碼如何被審查

這堂課是今天覺得上課技巧最好的。PPT 的設計非常精緻，排版、配色和字體大小等細節都做得很好。內容量也適中，不會太多或太少，顯然是特別練過的。可惜的是，我剛好需要處理其他事情，無法全神貫注聽講。

中文長文本語意理解

這堂課的主要收穫是聽到了新的 model name，原來在 information extraction 等 task 中已經有了新的 SOTA。對我這個只會無腦硬上 BERT 的野蠻人來說，開了不少眼界。

有趣的是，講者的模型在 information extraction 的 F1 score 似乎不太高（0.8+）。我在猜是不是 sample size 不足的緣故，因為他們在投影片中推崇了 few-shot learning 所以很可能不會像我發 paper 一樣砸幾千筆資料訓練以求「力大磚飛」。我在 QA 中提問有關 sample size的問題，但很殘念講者沒有選擇回答我的問題。

全文連結

黑毛屋

紀錄一下好吃的料理，來臺北參加 PyCon，就在微風廣場吃黑毛屋。黑毛屋是我在臺灣吃到最好吃，品質最靠近日本的涮涮鍋之一。湯頭道地，和牛也是真的日本和牛。台南雖然也有但是離上班地點遠，來台北吃反而方便 XD

去吃涮乃葉的時候也點過他們的「和牛」鍋，結果美國澳洲的「和牛」跟日本和牛根本天差地遠，難怪很多人直接把美澳和牛當假貨。

料理好吃，就是價格貴。我胃口大需要點大份肉，哪怕什麼都不加點含服務費也直接破千...

 

 

全文連結

Elasticsearch 線上課程

課程網址

紀錄一門透過 B 站學習的 Elasticsearch 課程。

我之所以學 ES，是因為與其他部門合作的圖資系統需要使用它。目前，我已成功將基於ES的自行開發系統上線，並在科裡面運作良好。除非未來換工作，否則這套系統的開發維護應該就是我。

之所以決定學 ES 的線上課，是因為我在學習 ES 方面一直難以成長。我一直是通過看 tutorial 硬幹的方式來學，但這種方式已經遇到瓶頸了。幸運的是，我在 B 站找到了這門針對初學者的好課。這門課從 ES 的安裝開始，一直講到重要的查詢操作和背後的原理，還提供了一些應該避免的坑。

通過參加這門課程，我對 ES 的理解有了明顯的提升且變得更加系統。學完後重新檢視之前的系統設計，我發現許多地方都不理想，甚至是錯的。我對未來優化系統有了更多的想法和方向。

令人遺憾的是，這門課程只涵蓋了初級知識，只到講解了重要查詢操作為止。一些更進階的主題，如 clustering 和底層算法、資料結構，講者開了支票說未來會有更多影片，但已經隔了幾年沒有消息。看來應該是爛尾了。

不過，根據目前學到的知識，我想對於未來繼續開發現有系統已經很夠。系統目前日查詢不到一次，資料規模幾百萬筆，單節點單伺服器的架構已經夠用，應該可應付相當長一段時間。我也沒有考相關認證的打算，所以缺少的知識點，等有需要的時候看其他影片或書籍來補充應該就可以了。

全文連結

計算機網路課程

網址

又聽完了一門 B 站的好課。

網路一直是我想修的課，在 CS 也很基本。本來我是透過七拼八湊、片段的網路文章和書本章節學習，雖然唸了本 Computer Networking: A top-down approach，但因為沒有人帶、沒有考試、純粹娛樂性自修的關係，吸收多少存疑。一直沒有系統的理解，知識不成體系。我在職碩班也沒特別鑽研。

這門課用不長的時間，把網路從底層往上講，講者有網路實務經驗，穿插很多實例，講的簡單好懂，透徹明白，對我初學者領悟基本原理幫助大。

缺憾就是，應用層新應用講的不多，某些部份（如網絡安全）滯後且太過簡單，不過作為打基礎的課非常好。

全文連結