樹莓派、樹莓派之學習、樹莓派之教育

失之豪釐，差以千里！！《下》

也許那『踏天之梯』『及時』出現是有原故的。『天旱』之所以望『雲霓』，盼『及時雨』之『甘霖』。人果能『踏』上『天之梯』 ！正是『大 T 』之心願的吧！！

9404354_orig

深海經絡之發現者 M♪o

△︰ 有如歷來一樣，在這神聖的『春之祭』之時，我們定舉辦『生生』之展︰

志在參與，
名實相符。

讓我們『揮手風迎』，今年『不息獎』得主，介紹『得獎作品』── tinyiot ── 的吧！

朋比翼鳥‧有社明朋

明月當空‧始神月比

社神廢祀‧無廢當翼

有始無終‧終祀空鳥

ryannrocks7498-wario-16504
W!o+ 的信息之詮釋

天下『朋比』為伴，互助學習，宛若振『翼』高飛的《大鵬》『鳥』；這時日月『明』，『月』正『當空』曌ㄓㄠˋ── 照也 ──。結『社』祭『神』，誠心是本，香『廢』『祀』免；此刻《乾坤》『有始』開新局，『彌勒』住世永『無終』！！！

若是能解『武功』有所謂『內功』與『外功』，『內功』也就是『練功』之『心法』，由通達『此功』『是什麼』到『為什麼』，『外功』就是『此功』的『 Know How』，大概『內外兼修』之事『思過半矣』的吧。

所以打算應用『感測器』 Sensors 於『 IoT 』的人，自然『需要』 Need To 了解『量測』這『事務』，才容易達成『想要』 Want to 的那『東西』。有關『誤差』之基本『觀念』，以及『數據處理』的一般『方法』，讀者可以閱讀

《實驗數據的處理與分析》

一文多作理解。作者不過『杯水車薪』，徒擔心測『杯水』怕那『儀器』不夠『靈敏』，用『秤坨』量『車薪』恐是『操作』不當 ，也只能『杯水車薪』點滴一番，起個薪火罷了。

尤其注意

【篩選數據者之誤】

一九七四年美國大物理學家理查‧費曼 Richard Phillips Feynman 曾經在『加州理工學院』 California Institute of Technology 的一場畢業典禮演說當中述說『草包族科學』Cargo cult science，他其中有一段講：

從過往的經驗，我們學到了如何應付一些自我欺騙的情況。舉個例子，密立根做了個油滴實驗，量出了電子的帶電量，得到一個今天我們知道是不大對的答案。他的資料有點偏差，因爲他用了個不準確的空氣粘滯係數數值。於是，如果你把在密立根之後、進行測量電子帶電量所得到的資料整理一下，就會發現一些很有趣的現象： 把這些資料跟時間畫成座標圖，你會發現這個人得到的數值比密立根的數值大一點點，下一個人得到的資料又再大一點點，下一個又再大上一點點，最後，到了一個 更大的數值才穩定下來。

為 什麼他們沒有在一開始就發現新數值應該較高？── 這件事令許多相關的科學家慚愧臉紅 ── 因爲顯然很多人的做事方式是：當他們獲得一個比密立根數值更高的結果時，他們以爲一定哪裡出了錯，他們會拚命尋找，並且找到了實驗有錯誤的原因。另一方面，當他們獲得的結果跟密立 根的相仿時，便不會那麼用心去檢討。因此，他們排除了所謂相差太大的資料，不予考慮。我們現在已經很清楚那些伎倆了，因此再也不會犯同樣的毛病。

更需小心

【準確與精密】

概念之區分。

High_accuracy，_Low_Precision
一般射擊結果為低準確度，低精密度；惟以槍隻調校為目的的射擊，則屬於高準確度，低精密度

High_accuracy，High_precision
高準確度，高精密度

Low_accuracy，_High_precision
低準確度， 高精密度

Low_accuracy，_Low_precision
低準確度，低精密度

引自維基百科︰

『準確度』 Accuracy 與『精密度』 Precision 是在科學、工程學、工業及統計學等範疇上一個重要概念。

準確度是每一次獨立的測量之間，其平均值與已知的數據真值之間的差距(與理論值相符合的程度)。例如:多次實驗結果其平均值接近於已知的數據真值（理論值），可知道數據「準確」，或是數據具有「高準確度」；反之，平均值與已知的數據真值差距較大，表示實驗數據不準確，或準確度不高。

精密則是當實驗數據很精準時，會要求實驗有高度的再現性，表示實驗數據是可信的，也就是實驗數據需要具有高精密度。(多次量度或計算的結果的一致程度)。

一個結果必須要同時符合『準確』與『精密』這兩個條件，才可算是『精準』。

常見文獻以射擊彈著點分佈情形來說明準確度與精密度的意義如圖示，初看似乎簡明易懂，實際仍隱含認知的盲點。以射擊而言每一彈著點均儘量接近靶心才稱得上精確或是精準；最左邊圖示就一般射擊而言屬於低準確度低精密度。如果是期望求得彈道與瞄準機制間的關係、以槍隻調校為目的的射擊，其本質與一般真值未知的測量或實驗相同，同一最左邊圖示因為彈著點分佈其平均值接近靶心，依準確度的定義則屬於高準確度低精密度。

『中的』，距離『目標』多遠，決定『準確性』；『密集』，『各次』的『結果』彼此『相近』，確立『精密度』 。既『中的』又『密集』，才是『量測』之『精準儀器』。

最好知道

【數據呈現方式】

引自維基百科︰

『移動平均』 MA  Moving Average ，又稱『移動平均線』簡稱『均線』，是技術分析中一種分析時間序列數據的工具。最常見的是利用股價、回報或交易量等變數計算出移動平均。

移動平均可撫平短期波動，反映出長期趨勢或周期。數學上，移動平均可視為一種卷積 CMA cumulative moving average。

點金靈-MA_MV
移動平均

MovingAverage
Moving Average

計算方法︰

如果『數據』 x_{t_i} 依『時間序列』 t_0, t_1, t_2, \cdots 而得，表示成 x_0, x_1, x_2, \cdots

假使當下 t_n 之

\textit{CMA}_n = {{x_1 + \cdots + x_n} \over n} ，

那麼，下一刻 t_{n+1} 之

\textit{CMA}_{n+1} = {{x_{n+1} + n \cdot \textit{CMA}_n} \over {n+1}} 。

這有什麼『意義』嗎？難到不是『如實』顯示『數據』比較『好』嗎？？設想要是你有一臺『精準』且『靈敏』的溫度計，每秒可以報十個 N_1 N_2 N_3 . n_1 n_2 n_3 n_4 n_5 這樣的『數據』。用它來讀今日戶外『氣溫』，一旦風吹草動，果真『靈敏』的『數字亂跳』 ，大概不『易讀』的吧。豈不是無故遭受機器霸凌！一個不明『度量』的人，難到不認為那台『溫度計』是『壞』了吧！！

所以『呈現』任何數據文字，最好用著『將心比心』之法，善體『讀者』的『角度』為上︰

《禮記‧經解》:

故禮之教化也微，其止邪也於未形，使人日徙善遠罪而不自知也。是以先王隆之也。《易》曰：『君子慎始，差若毫厘，繆以千里 。』此之謂也。