你只是重新发现了一些东西

havef — Sat, 22 Jun 2024 15:01:55 +0800

丹尼尔曾经用到的一个技巧我觉得和上面我的"自以为是"很像，当别人提到一个和他不同的想法的时候，他不会去评价这个想法，而是会去思考，别人的这个想法在什么情况下适用（相当于创造了另外一条思考路径）。在传统教育中，一般注重的都是知识性内容的教育，对于我们自己是怎么运转的，对于思维是怎么运转的，对于这个世界是怎么运转的，对于我们的职业怎样影响我们的性格，对于其他人性格的理解，我们知道的都是一些只言片语，甚至经常误解，产生各种各样的问题或困惑。可惜的是，我们的时间总是那么少，况且还有那么多无意义的事情等着我们去做。

如何在不懂足球的情况下对欧洲杯进行预测

havef — Sun, 16 Jun 2024 14:11:37 +0800

在比赛前，可以通过分析对手的比赛数据，可以发现对手的战术模式、强项和弱点，从而制定有效的比赛策略；再比如，多样化策略，提供多种投注类型，如胜平负、半场/全场比分、总进球数等等，以吸引不同类型的投注者，并分散单一结果的风险。上面说过的足球数据是一些低维度的特征，对于整体比赛来说，肯定都是有用的，但考虑到时间等成本因素，我们可以直接使用一些高维度的特征。数据早就融入到了专业的体育活动中，无论是提高运动员的表现，还是战术和策略制定，伤病预防和恢复，甚至球迷和商业分析，都离不开数据的分析和预测。

KNIME 报告扩展

havef — Mon, 13 May 2024 17:20:09 +0800

在这里，您将在之前指定的名称下找到您的报告，以 PDF 格式保存。要将报告保存为 HTML 文件，请按照之前的步骤，但不要添加 Report PDF Writer 节点，而是使用 Report HTML Writer 节点。但是，您可以更改配置对话框中的位置路径，例如，将其更改为工作流数据区域。将其添加到您的工作流中，并将其输出端口连接到组件的左侧现有的报告输入端口。在快速节点插入面板中，找到条形图节点并将其添加到您的工作流中。从创建报告的组件的报告输出端口，您可以拖动连接并选择兼容的写入节点。

KNIME正在煮什么(What‘s cooking)-2024/05/03

havef — Fri, 03 May 2024 19:26:42 +0800

一瞥 KNIME 正准备发布的新功能 Expression 节点在现有的 KNIME 环境中(<=5.2)，已经有了 String Manipulation, Math Formula, Rule Engine 甚至还有 Lab 扩展中的 Column Expression 节点。但这些节点各有各的问题，比如功能和描述有些相悖，比如 String Manipulation 节点可以输出不是字符串的内容；或功能不够完善，比如想要在 Math Formula 节点中做一些逻辑判断有点麻烦；或其他一些问

KNIME 国际化支持投票

havef — Tue, 16 Apr 2024 17:44:33 +0800

虽然对于指北君来说，英文界面没有任何问题，但考虑到经常有很多人问什么时候能有中文界面呀，于是我在它的论坛中提交了一份建议，就是 i18n 的支持。18 指的是首字母i和末字母n中间有18个字母。KNIME 的开发是由康斯坦茨大学的软件工程师团队于 2004 年 1 月开始开发的，也就说，到 2024 年，它已经发展了20个年头。AI 和 Modern UI 是最近几个版本的重头戏，遗憾的是，这款开源软件仍然没有中文界面。所以考虑到几个方面的原因，我提了一份建议，如果对中文界面有期待的同学，可以去投票了。

Game of Nodes 8进4, 指北君惨遭淘汰

havef — Mon, 01 Apr 2024 19:10:18 +0800

从这个角度来看，算法是有一定缺陷的，如果有更多的数据，比如各个街道的人口，各个塔日常的负载数据，也许这个问题会更容易解决一些，或者在考虑是否移除塔之前，做一些其他约束。指北君在这里使用了一种非常像特征选择的 RFE 方法(recursive feature elimination，递归特征消除), 即，每次随机移除一些点，然后观察总覆盖面积有没有下降，如果没有下降，那么就移除成功，如果下降的太厉害，那么就移除失败，继续尝试下一次移除，在随机几次移除都没有成功的情况下，宣告移除结束。是不是听上去很简单？

Game of Nodes 16进8

havef — Tue, 19 Mar 2024 18:22:35 +0800

人力资源经理发现自己很难审查每个候选人的简历，并根据他们的技能找出最合适的候选人。构建一个简历摘要器，它依赖于您选择的 LLM 来摘要候选人的简历。仪表板还应包括您选择的特征（例如，按关键字过滤、候选人与职位匹配分数等），以方便人力资源经理的工作并简化对合适候选人的识别。比如左下角的能执行多个步骤的界面，在 KNIME Server/Hub 可以做到，但是在 KNIME AP 中，可以做到吗？关键要求：您必须将 LLM 的使用保持在最低限度，并在仪表板中包含至少 2 个用于候选人选择的特征。

什么是 KNIME Hub(2024)

havef — Sat, 16 Mar 2024 19:53:59 +0800

当然，指北君认为，这里的版本控制目前还存在一定的问题，它和软件工程中的版本管理不太一样，Hub 在这里混杂了版本管理、Tag等概念，用户可能会因为概念的混杂不清导致使用困难。想象一下，你们公司有好几个部门，每个部门都有不同的数据项目，对于这些项目来说，它们又会有不同的阶段，想法验证、开发、测试、回归改进等等周期，Business Hub 就是在处理中间沟通、信息传递、反馈的事情。在上传了工作流之后，进入工作流界面，会发现和免费的版本的区别是多出来两个按钮，一个是运行(run)，一个是部署(deploy)。

KNIME 4.7 - 5.3 中的新节点 -- 行到列名

havef — Tue, 27 Feb 2024 11:24:59 +0800

重要★☆☆ 难度★☆☆ Table Difference Finder（表格差异查找）节点是KNIME 4.2版本新增的，可以通过它的第二个输入端口来控制具体比较哪些特定的列。重要★☆☆ 难度★☆☆ Extract Table Dimension（提取表维度）节点。输出两行，一行为输入表行数，一行为输入表列数。重要★☆☆ 难度★☆☆ Extract Table Spec（提取表规格信息）节点，其实就是把输入表的Spec标签页给输出了。重要★☆☆ 难度★☆☆ Transpose（转置）节点。

(2014)什么科学理念应该准备退休 -- 标准差 by Nassim Nicholas Taleb

havef — Sun, 11 Feb 2024 19:57:22 +0800

社会和生物科学的概率问题不止这些：研究者使用罐头式的统计概念而不理解它们，滥用 "n of 1"、"n large", or "this is anecdotal" (for a large Black Swan style deviation)，将 anecdotes 误为信息、信息误为 anecdotes。标准差(Standard Deviation)在科学领域引起了广泛的困惑，现在是将其从常用的统计方法中替换为平均偏差（one of mean deviation, 比如 MAD ）的时候了。

为期 90 天的免费数据科学认证（KNIME）

havef — Fri, 02 Feb 2024 19:53:53 +0800

您可以使用 KNIME 分析平台提升新的数据科学技能——这是一种用于端到端数据科学的直观、低代码工具。当然还可以考虑指北君的书《KNIME 视觉化数据分析》或其汇总的视频链接进行学习（国内用户请访问: https://havef.gitee.io/knime-cn/knime_chinese_videos/ ）。无论您是刚刚迈入数据科学领域、已经掌握了一些技术，还是正在构建预测模型，都可以参加为期 90 天的 KNIME 认证挑战赛，完成尽可能多的认证并获得数据科学技能免费认证。

KNIME 节点之战(Game of Nodes)锦标赛

havef — Fri, 02 Feb 2024 19:41:58 +0800

不仅如此，进入决赛的队伍以及最终的胜利者将会获得一份来自 KNIME 的精美礼品包、一件专为本次大赛量身定做的T恤，更有机会作为特邀嘉宾，出现在 KNIME 的网络直播节目“My Data Guest”中。在这场单淘汰制的赛事中，各支队伍将面临一系列多样而吸引人的分析挑战，从训练机器学习模型到数据报告和网络爬取，每一轮都是对技能和智慧的考验。而在众多队伍中脱颖而出，荣登榜首的团队，将被授予备受瞩目的 KNIME 金节点奖，这是对他们卓越表现的最高赞誉，象征着技术与智慧的最佳结晶。

也许你不需要人工智能

havef — Sat, 16 Dec 2023 22:33:47 +0800

在过去一年中，我对 GPT 一类的工具接触了很多，甚至自己编写了几个只为自己日常使用的工具。我发现我和那些使用人工智能较少的人来说有一个明显的区别就是，他们会觉得这个工具有的时候能吐出来有用的东西，有的时候却胡说八道。已经不记得我是什么时候开始使用谷歌搜索引擎的，在刚开始的时候，我看到了一本书，里面有各种各样的搜索技巧。从那本书中我学到了一些搜索技巧，比如 site 可以在特定的网页范围内搜索，再比如 filetype 可以搜索特定的文件类型，还有一些什么乱七八糟的搜索技巧，我现在已经完全忘记了。

Just KNIME It 第二季完结

havef — Wed, 25 Oct 2023 11:51:23 +0800

在挑战时，可以先下载相关挑战的数据之后，自己进行尝试，如果没有成功，你可以借助“解决方案摘要”前进，如果还是没有成功，可以通过“工作流构建描述”了解构建工作流中使用了哪些节点，甚至下载官方答案或参考社区讨论进行学习。”（就用KNIME吧！注：参考工作流中如果发现数据不能成功读取的情况，那么有可能是数据文件路径的问题，需要使用者手动更改数据文件路径，或者复制数据文件到工作流中指定的数据目录中。挑战28：Plotly 绘制漏斗图的乐趣 - 难度：中等。挑战13：了解犯罪与房地产的关系 - 难度：中等。

[S2] Challenge 25 心脏病预测

havef — Mon, 18 Sep 2023 21:10:33 +0800

这个扩展似乎是在今年4、5月份提出的，只是一个非常初步的插件，所以不应对其期望过高。我在这次挑战中尝试使用了2023年9月14日发布的KNIME Analytics Platform 5.1.1，并尝试了一下 5.1 中引入的新扩展，KNIME AI Assistant。这个问题相对简单，只要了解流变量和Parameter Optimization Loop 节点的使用，就没有什么好说的了。如果有人想要使用更高级的模型，比如GPT4，允许用户输入自己的密钥并承担相关费用，可以增强该扩展的功能。

如何阅读一本书(上)

havef — Sat, 09 Sep 2023 00:01:23 +0800

在某些情况下，我们可能选择了不够精确，或者是因为我们自身的限制或这个时代的限制，我们读到的书中的内容可能是不准确的。针对旧书的阅读方式，我目前的方法如下：首先，通过使用大型语言模型，迅速了解这本书在相关领域的历史地位以及其他人对它的评价，包括优点和缺点。当然，这样做的缺点就是可能会受到其他人对这本书的评价的影响。对于一些基本的书籍类型的分类，适用于不同的阅读方法，如何利用书籍的目录获得整体的结构，如何检视阅读，如何区分作者的事实与观点，如何了解作者是怎样将自己的主题贯穿在整本书中的，培养批判性思维。

Just KNIME it[S2C21] 图像识别

havef — Tue, 22 Aug 2023 20:49:38 +0800

然而，在大多数情况下，这不再是必要的。像 ResNet 和 YOLO 这样的老派算法似乎已经变得不那么流行了（尽管我不完全确定，考虑到 YOLO 已经有版本 8）。Meta 的 SAM 算法的名字，代表 Segment Anything，也表明了这个领域的成熟。描述：球童汤姆是一位最受欢迎的高尔夫球手的助手，他向你寻求帮助。因此，他希望您制定一个工作流程，帮助他识别从球场拍摄的图像上的高尔夫球。然后，您的任务是分割包含高尔夫球的图像。随着深度学习的普及，该领域的成熟度进一步提高。本季已经到 21 期啦。

对橡子的恐惧

havef — Sun, 23 Jul 2023 23:19:21 +0800

回顾过去的十年，我们面临了各种挑战：新冠病毒、虚假信息、加密货币和FTX诈骗、伊朗、中国、俄罗斯的问题、气候变化、科技泡沫2.0、供应链短缺、全球化的影响、硅谷银行的倒闭、办公室空置以及利率的上升等。我一直热衷于寓言故事。因此，近些周在我的办公桌上，出现了一个特别引人注目的寓言故事——“小鸡”，我发现它与我们当前生活的世界和市场环境有着极为贴切的联系。就在上周末，我阅读的各类报纸中，有超过二十篇文章讨论了人工智能可能带来的风险：它可能颠覆美国的劳动力结构，加剧贫富差距，影响经济的稳定甚至有可能引发核灾难。

KNIME 节点巡礼 -- Data Explorer（数据浏览器）节点

havef — Thu, 13 Jul 2023 09:32:42 +0800

试想一下，用户可以在页面中直观地看到数据形态，然后可以选择需要的列，忽略不需要的列，为下一步的数据处理工作做好准备。如果你对“组件”的概念不太了解，可以参考“8.2 模块化”章节，或者查阅官方指南，“组件”是指北君强烈建议你掌握的中高级知识点。而且，由于这个节点是 JavaScript 类型的，它可以嵌入到组件的视图页面中，供用户直接交互。尽管该节点目前位于 Labs 扩展包中（Labs 意为实验室，暗指可能存在变动），但从我们对 KNIME 发展趋势的理解来看，这个节点只会变得更加强大，值得学习。

KNIME工作流和节点比较功能

havef — Fri, 30 Jun 2023 16:47:16 +0800

如果需要返回到之前的工作流或节点版本，可以快速、高效地执行此操作。比如你在修改当前工作流之前另存了一份工作流，修改工作流之后，想再回顾一下修改了哪些节点和参数，这时就能用到这个功能了。将当前工作流与旧工作流进行比较可能有助于识别冗余或不必要的节点，并简化工作流。协作：如果您在团队中工作，比较功能可以帮助您跟踪其他成员所做的更改。这是一个出色的功能，可以在多个贡献者的情况下保持一致的工作流程。故障排除：如果您的工作流程遇到问题，将其与先前成功的版本进行比较有助于确定可能导致问题的任何更改。