Hadoop+Spark大數據巨量分析與機器學習整合開發實戰

「Hadoop+Spark大數據巨量分析與機器學習整合開發實戰」一書，算是姐妹作「Python+Spark 2.0+Hadoop機器學習與大數據分析實戰」的前身。就是藉由許多實作的練習，一步步教導讀者學會使用Spark平台進行大數據分析以及機器學習預測。

Hadoop HDFS、Hadoop Map/Reduce等大數據重要觀念也一併收入到書中。不誇張地說，只要好好研習書中介紹的技術並且詳加練習，讀者將在大數據以及機器學習上打下了穩固的基礎。依時序來看以Python 語言為主的「Python+Spark 2.0+Hadoop機器學習與大數據分析實戰」才是續作，也反映出目前業界在機器學習領域中，Python儼然成為非正規的標準語言，有最多人投入研習與實作。

諷刺地是我反倒是先看完「Python+Spark 2.0+Hadoop機器學習與大數據分析實戰」之後，才再看「Hadoop+Spark大數據巨量分析與機器學習整合開發實戰」這本書。主要原因是透過PySpark開發出來的預測系統在執行效能上不甚理想。透過Python轉Py4J最後在Spark上執行中Context Switch，讓程式運算耗掉太多轉換時間，對於建置線上預測系統而言，是一大致命傷。因此只要回過頭來研究如何用Scala語言來開發Spark機器學習，畢竟Scala號稱能比PySpark快上數倍。

對於不在意採用Scala來實作機器學習的人，這本書不遜於Python的那本續作。只是因為此書出版較早，所以重點多在解說Spark RDD，而在Spark Dataframe的章節相對不足。另外開發工具也建議採用IDEA，不要使用書中介紹的Eclipse(Spark plugin)這樣就沒問題了。

哪有工作不委屈，不工作你會更委屈

常看網路文章的人，肯定覺得「哪有工作不委屈，不工作你會更委屈」的內文很眼熟。沒錯!書中相當部份的文章早在網路上廣泛傳閱，加上慫動標題後都成為內容農場裡細睛率極高的引流文章。這也證明了洪雪珍在職場觀察角度上確實引起許多白領階級的共鳴，不論是破題和立論都以她特有的風格呈現。

作者擅長以說故事的手法來描述一個個她想解說的白領職場工作「應然」觀點。具體的英文姓名加上活靈活現的場景加乘下，漸漸地將文字切入洪雪珍想要「指導」的方向。看完一整本書後，有點懷疑書中的人事物會不會只是作者編造出來，方便切入重點的引子。但這並無損作者想要達表的核心觀點，在職場中如何穩健踏實地做出不失分的決擇。

工作不是生活的全部、職場上沒有公平、不斷的推持競爭力才是長久之道。這些職場觀點，其實都是老生常談，書中的內容也不脫這些「主流」觀點。真的要說那裡有別以往的心靈雞湯書藉的部份，就真的是洪雪珍講故事的能力吧。

正格地說，剛出社會的小鮮肉和位處高層的企業老闆，都無法在閱讀「哪有工作不委屈，不工作你會更委屈」中獲得共鳴。這本書大概是屬於一般基層白領和中高階主管，在同溫層中相互處暖的心靈雞湯。身寒時喝點雞湯可以預防感冒，心寒時唸點心靈雞湯倒也是可以振奮精神。放這本書在家裡，職場上遇到狗皮倒灶的鳥事時拿來翻翻，倒也是比看心理醫師便宜。

吃藥前，你必須知道的事：看懂高消費低知識的台灣食藥文化與真相

如果沒有看過「吃藥前，你必須知道的事」，我大概一輩子都會認為藥妝店裡的藥師，就是穿著醫師服賣保健食品的業務員，而街頭巷尾常看到的藥局，則是購買OK蹦、牙膏牙刷等醫療清潔用品的特殊商店。如果你對「原廠藥」,「學名藥」,「處方簽」這些名詞非常陌生，或許能讀讀這本好書。

王惠珀教授用她淺顯簡白的文字，帶領讀者認識藥師在醫療體系中應該扮演的角色。醫師是治病的專家，而藥師是藥物作用的專家，看病吃藥原本應該由兩類專家通力合作，替病人的健康把關。但台灣社會長期以來獨尊醫師，讓藥師角色淪為撿藥包藥的藥劑師，無法擔任病人和藥物之間監督的守門員。讓病人處於潛在的用藥風險中(體質和藥物不合、中藥西藥混著吃、重複服用同藥效的藥物)，也難怪台灣洗腎人口為世界第一。

表層問題肯定是底層結構所造成，醫藥體系無法分家的情況，歸納原因就是利益問題。藥事費佔醫療費用相當大的比重，也佔了健保支出的25%。藥品市場在醫療產業是眾所皆知的大金礦，買藥賣藥之間的價差，更是大型醫院獲利的主要來源。也就形成了醫院不可能放掉賣出藥品的權利，「以藥養醫」策略讓醫療體系得以有穩定收益。

理想的教育形式，理應朝向全人教育，讓受教者能成為一個具有獨立思考並有健全生活智識的公民。然而在台灣填鴨式分數導向的教學下，多數國民大概都只能對某項特定專業有深入瞭解，對其它事務卻是一知半解、人云亦云。像健保的「藥價黑洞」議題，對多數民眾來說就僅止於報章媒體的片面字句，未曾認真探索背面複雜的環節背景。「吃藥前，你必須知道的事」一書，是個非常棒的起點，可奠定讀者對健保議題討論所需要的基礎智識。未來當媒體又出現保健破產的新聞時，或許我們將更能掌握箇中的關鍵點為何。

從書中內文可見，王惠珀教授撰文立書，不僅是想對民眾介紹良好的醫藥文化。有更多部份是以一位藥學專家的角色，苦口婆心地建議社會各界接納其「醫藥分家」、「藥事社區化」的理念。作者曾到衛生署從事藥政事務的規劃與執行，後來因為其對製藥產業的保守態度，不容於執政團隊自行請辭。其人其事或許不能單單僅憑隻字片語妄下定論，但書中所描述的醫藥分家理念，確實是令人非常認同，期待能有達成的一天。

AI經濟的策略思維：善用人工智慧的預測威力，做出最佳商業決策

其實我不太喜歡看所謂的趨勢書，特別是那種封面是某人作做的笑容，書名是「ooo談xxx」形式的大師隨筆。也因此對於2018年興起的AI熱潮，除了工作必須研讀的相關電腦技術書籍外，以財經企管觀點切入的書藉我都沒買。「AI經濟的策略思維」這書，則是同事N推薦給我，在隨手翻翻後。發現書中對於預測技術的講解相常清楚，和之前研究的心得相互呼應，覺得應當值得一探後續節章。

書中將論述切分成「預測」、「決策」、「工具」、「策略」與「社會」五個層面。其中「預測」一章，明確簡潔地歸納了機器學習在預測上的演進與能力。對於機器學習從業人員來說，有著溫故知新的熟悉感。重點是作者認為當AI技術普及且成本下降後，量變將造成質變。AI技術將無處不在地影響著各行各業，不過前提是工作流程的分析與重構，以符合AI思維的方法操作。

「決策」章節更進一步的解說了，當原本由人類負責的「預測」工作讓AI取代時，判斷預測結果是應採取行動的「決策」將更為重要。以經濟學的觀點，可以大量供給的資源價格將下跌。由於預測工具的隨手可得，將降低預測功能的價值。「預測」能力的供應方(不論是人或技術)也難逃量多價跌的宿命。反觀可訂定「價值評估函式」的專業人員將變得炙手可熱。簡言之，當預測能力不再是競爭優勢的項目時，能根據預測結果做出正確的「判斷」並且採取「行動」將更具有獨特價值。

書中後半說了很多策略面的論述，特別是企業經營上如何面對AI技術的興起。對於企業老闆或是高階經理人來說，有很多值得閱讀並反思的課題。縱觀全書，除了若干詞句有點翻譯不到位的小問題外，內容和觀點都是精實有深度的分析AI對企業與社會的影響。甚至有許多立論與說法，都值得反覆思量一讀再讀，感謝同事N善意的推薦~

不過在看完書後，其實我對台灣企業界能否邁向AI經濟的預測是較悲觀的。其實不論是大數據或是後繼的人工智慧，核心思維正是用數字說話的實證精神。而多數台灣企業在經營管理上還是習於由上到下的權威式管理。當數據或AI呈現的結果與企業老闆的決策不同調時，又有多少AI團隊能堅定立場推翻老闆的看法?AI浪潮肯定會對未來的你我造成巨大的影響，但能隨著這波巨浪一躍而起的台灣企業，我想不會太多...

中國奇蹟的句點：殭屍企業、鬼城與影子銀行，停滯的中國將如何波及全球經濟？新的成長力道會出現嗎？

預言中國經濟將崩潰的書籍，印象中每年都有新書上市，就如同星座老師的水星逆行一般，大家喜歡聽當然要衝閱聽率。「中國奇蹟的句點」可以算是2018年這系列的代表作。套上了中美貿易大戰的背景，網路上一篇篇中國GDP向下修正的評論文章，多半也讓此書搭上了時事的順風車，增加成為話題書的機率。

書中從中國經濟數據造假的陋習談起，接著講述金融放款浮濫、國營企業獨佔等問題。再帶到土地房市的投機現象，讓大陸各城鄉土地上出現的一座座鬼城。在力求經濟轉型又遭遇既得利益團體的各種抵抗，清楚說出了中國亮麗經濟背後的隱憂。

就我看來上述問題背後，不外乎就是「造假」和「貪婪」這兩個毛病。源起於人口紅利，工資便宜所形成的世界工廠角色，為中國的大國崛起打造了千年未見的舞台。卻受限於一黨專治、黨國不分的極權政體，所有經濟問題很容易被看成了政治問題。一方面期望超英趕美的經濟成長，另方面又要顧及社會穩定的統治需求，掛一漏萬的決策也就可以理解。在體制不佳的情況下，一味追求高成長，放寬貨幣政策補助地方財政漏洞，換來的卻是過多的游資投入股市、房市等投機市場，「脫實入虛」成了經濟泡沫浮現的註腳。

炒作土地與房地產，高獲利的「錢景」間接地影響到各行各業。連帶著金融市場過度渉入土地開發，形同國家金融體系全被土地開發商綁架。上述問題在我們看來完全不陌生，因為同樣的劇本一樣在台灣上演。「有土斯有財」的觀念，無關統獨，倒是不約而同地讓兩岸華人都陷入了向下沉淪的經濟黑洞中無法逃脫。

不論你對中國經濟前景是悲觀還是樂觀。這本「中國奇蹟的句點」都值得一讀，它沒有帶著對中國政權的好惡情緒下，具體而微地說出中國經濟改革的困境。未來有意到中國求職就業，甚至是開創一番事業的企業主，更不能錯過這本好書。

最光明，也最黑暗的醫療現場：一位心臟外科醫師，揭露醫療崩壞下最震撼的真相。

醫師過勞、六大科崩壞等議題，對於非醫療從業人員來說，只是略為耳聞的新聞片段。然而從「最光明，也最黑暗的醫療現場」一書中所看到的，是一位心臟外科名醫在面對健保總額給付、醫療機構財團化、消費者至上的病患亂訴等內憂外患下，憂心忡忡又無力回天的心情扎記。

台灣現行的大環境下，低薪過勞的問題如野火般蔓延到各行各業。數月前的台鐵普悠瑪出軌事件，讓外界察覺台鐵在行車員排班制度的輕率與著重表面功夫。而「最光明，也最黑暗的醫療現場」則讓讀者們一窺眾所稱羡的白色巨塔，近年來也在大環境不佳下龜裂斑駁。作者李紹榕也是促成「醫勞盟」(台灣醫療勞動正義與病人安全促進聯盟)的主要推手，目標在改善台灣目前日益惡化的醫療勞動環境，避免血汗醫護間接保障病人就醫的安全。

健保制度讓全民就醫負擔全面減輕的光明面，也帶來了人謀不臧的財務黑洞的黑暗面。政府不正面積極地在藥價黑洞、轉診制度、人民就醫觀念等矯正與改善，掩耳盜鈴地過一天算一天，選舉剛結束，又是綠地變藍天的現象(從藍天變綠地，又變一次)。不管顏色為何，官僚政府的「積極不作為」不止對醫療產業，各行各業都深受其害。

Flask網頁開發第二版

在大數據、機器學習和人工智慧喊得震天作響的現在，Python語言得利便於數據分析的優勢，儼然成為新世代的首選程式語言。從事軟體開發已經十多年，後半段的時間都是在處理後端資料面的應用，已經好多年沒有開發第一線的網站程式了。之所以研究起Python網頁開發技術，主要是將PySpark機器學習模型包裝成線上可用的API服務。向同事打聽主流的Python網站開發框架有那些後，就挑了比較輕便的Flask來學習。

「Flask網頁開發第二版」一書旨在教導讀者如何使用Python開發網頁程式。它手把手的帶領讀者，用Flask框架來打造一個小而美的部落格網站。完整地介紹了網站開發中各種核心元件的觀念與實作，從基本的前端表單元件、資料庫ORM，一路到API、測試、效能等進階議題。用300頁的內容就讓讀者進入Python網站開發的領域，作者在書籍章節設計上的巧思令人折服。

雖然多數的核心元件的章節頁數不多，僅講說了最基本的概念和功能。想要深入瞭解各元件的細部實作，得另外再找其它資料研究。但對於想要在短時間內掌握Python網站開發技術的工程師而言，「Flask網頁開發第二版」是非常不錯的敲門磚。