信義書院社區營造計畫參與心得


        一開始只是由同學相拉參加信義書院社區營造專案的說明會,說是有特色點數可以拿,想說不拿也不能畢業,於是就半推半就的組了個隊,跑到宜蘭的結頭份,看這個我們要「營造」的社區是甚麼模樣,其實沒有出乎我的意料太多,就是電視上、社會課本上看到的台灣農村,擁有一些只以口耳相傳的傳統文化,卻因為農村工作機會少,造就年輕人外移導致人口老化,傳統文化也逐漸凋零,無人承其衣缽的情況。
          老實說在課本上看到、讀到,甚至到現場看到時,對我來說都沒有很大的共鳴,畢竟不是我的家鄉,只是感到些許同情,抱持對於這種情況,我也愛莫能助的心態,我默默的看完了村長給我們一天的導覽,從醬油到歌仔戲,竹編到挽面,一切對八年級的我們是如此的陌生,如此的沒有交集,只記得小時候父親很愛看歌仔戲,廟門口的野台,他偶爾會攜著我們去湊湊熱鬧,我卻只想著要和弟弟去旁邊買冰吃。抽籤選定主題後,我們著手進行我們這組的發想,我們抽中的是歌仔戲文化館的建制構想,但建築甚麼的,對商學院的我們來說,實在是沒有一丁點概念,於是我們便想到要用拍影片的形式,將歌仔戲的概念用精簡的短片呈現給年輕人,喚起他們對這個塵封已久的童年回憶,至少可以增加關注度,關注多了,自然會有更多人來解決問題。
        訂好日期跟村長約好時間後,便二度出發結頭份,首先是竹編和挽面的畫面,本來村長告知村裡只剩一位年就九旬的老長輩會竹編,但他身體欠佳不知道能不能幫忙,結果抵達時出現了一雙長者,竹編阿公和挽面的阿嬤,他們聽說是為了宣傳傳統文化,義不容辭地來幫忙,雖然兩老在現場略顯害羞,不怎麼講話,拍攝時卻扎扎實實的配合我們,一幕一幕,想要保存文化的心確實的傳達到了畫面中。拿著砍刀,一刀一刀跟著阿公削竹子,編著要裝農作的竹籃,不必花俏,也不必太多言,只要能沉穩的裝載著耕作的辛勞就可以,當下好像真的體會到蓽路藍縷的先民,一刀一鋤開墾的辛勞,有種說不出的感動,也有點羞愧前些日子的意興闌珊。
        拍攝完畢和村長一同進餐,村長很熱心,帶我們去他喜歡的宜蘭菜餐廳,請我們吃飯,席間,村長訴說他想振興當地文化,卻得不到政府資助;想要捐出自家的倉庫,花錢找來設計系的大學生卻是一張藍晒圖畫完後便拍拍屁股走人的窘境,老人家不懂行銷,有的只是對傳統文化的執著,「結頭份大樹公是歌仔戲的發源地,這東西不能不見。」村長笑笑地說,卻語帶無奈,這時也或許是感受到村長的心意,我們決心把今天沒拍到的大樹公歌仔戲畫面補足,跟村長約了下一次時間,馬上著手腳本的設計,意外的因為這次專案跑了這一生中最頻繁的宜蘭行。
        當天是村長老婆,也可以說是當地歌仔戲的台柱之一,親自幫我們化妝,還找來了當地的小朋友,畫得出將入相,花白花白,親外婆都認不出自己的孫子,還擺起傳統的「落地掃」,吊嗓唱起,或許是沒落了許久,這一聲叫板響起,附近居民都出來看熱鬧,「弟弟你看,這是爸爸小時候最愛看的歌仔戲,是我們住的地方的人發明的哦~」,這次弟弟沒有吵著要吃冰,而是興致勃勃地問著爸爸眼前五顏六色的戲是在演甚麼,看到這裡,被亞熱帶七月烈陽曬得通紅的我,覺得都值了。

ReadDaBook#004-我,跟自己拚了

「我跟自己拼了」的圖片搜尋結果




        還記得在國中時期,看過Tony Robbins 的一本勵志書籍,叫一分鐘巨人,內容具體是甚麼我忘記了,只記得看完的當下我感動地想要改變全世界,想像自己明天立馬就能變成偉人,事實上除了那個禮拜我特別早起以外,我沒有任何改變。時過十年,我看到這本書,Bertrand"我,跟自己拚了!",看完當下我又找回十年前的感動,並且了解了為什麼我當初沒有辦法真正與Robbins的書產生連結的原因了,就以此篇文章記錄下這最當下的情感,很真實也很感觸,也以此勉勵自己不要忘記這份激動。

        "各位先生:相信我,現在我們每個人都身陷地獄之中。我們可以選擇一續窩在這裡,坐以待斃;或是努力奮戰下去,重返光明。"書中一開頭,就引述了美國電影 Any Given Sunday的這一句台詞,有點駭人,也好像有點危言聳聽,畢竟不是戰亂時代,何來地獄之說,但不管是不是,我相信會翻開這本書的任何人,都是感受到我「受夠」現狀的人,是真正遇到問題想改變、想奮戰的人,而我認為,對任何有自覺的人來說,沒有朝目標前進、停滯不前便是一種地獄,名為安逸的刀山油鍋。

        首先,免不了一些陳腔濫調,像是把你的生命的每一天當成是最後一天來過、人生只有一次等等,但,真的是只有這樣子嗎?好聽話人人會講,我認為,這些眾所周知的陳年老化都有一個大前提-了解自身的價值觀,你認為什麼是生命中「必需」的價值觀?健康?家庭?還是財富?不論是甚麼,都應該要徹底地了解自己,跟自己對話,唯有找出生命中自己認為最真、最重要、最不可或缺的,才有跟自己拚了的動力。

         再來,就是我認為最重要的一個部分,就是設定目標。聽起來很簡單,但如果你懷著跟許新年新希望一樣的草率心情去做,那可就大錯特錯了,畢竟,不痛不癢的目標是激不起人的鬥志的,只規定自己不能做甚麼、自己要做甚麼,像國小聯絡簿上寫的一列一列回家作業,除了拖延到犯了破戒後自責不已之外,不會有任何的改變。我要的是拚命也要達成的熱血,所以目標得是死也想要達成的渴望,想像達成的那個時刻都會忍不住偷笑的那種,用夢想般熱血的情緒來羈絆自己是最有效的;第二個設定目標的準則就是要明確:我要變有錢!太籠統、我要成為海賊王!太大,如果沒有具體要執行的代辦事項會使自己失了方向,最好是細到連明天要打敗的敵人都鉅細靡遺;想趁這個機會,列下自己的夢想:我想去美國工作,用所學的知識,對資料、統計和電腦科學的知識,見證並且創造未來,然後靠自己的力量達到年薪至少15萬美金,在加州過我喜歡的生活。去年底去加州拜訪我在矽谷工作的朋友,那是個好地方,雨季很短,大部分時間是陽光滿溢的明媚,街道寬大開起車來非常舒服,比鄰著世界頂尖科技企業所在地矽谷,每天開車上班準時下班,郊區晚上沒有嘈雜的夜店以及喧囂的夜生活,只有早歸的人們和家庭生活,光用想的就覺得興奮,當下我就知道這是我想過的生活了,就算要我拿十年、二十年的努力去交換我也願意。我想,我和十年前自己最大的不同,就在於當時的我並沒有能令我熱血沸騰的目標吧!

        這本書後半部運用了大量運動員心智訓練過程的例子,來引導出持之以恆的方法,很具體也很實用,作者說,踏上實現的旅途時,就必須不斷的提醒自己,提醒自己的目標,我每天運動時,壓一下伏地挺身我就在腦海中想像達成目標的我會是怎麼樣,強烈的肌肉扭動帶動汗水和情緒,腦中的多巴酚分泌都好像在為我祝賀這腦海中的成功,結束後就把修課和自學程式的挫折以及學海無涯的感嘆全部拋諸腦後,又有重新坐回位子上奮鬥的動力。

         最後,作者提到每個人都有屬於自己的最佳狀態,不論是沉穩、安靜,或者是好動、叫囂,想像上一次自己最佳狀態的經驗,刻畫成模板,訓練千百變後變成隨時可以拿出來使用的工具,畢竟,一路上不會風光明媚,會需要這層武裝面對這一切挑戰。不簡單也不輕鬆,甚至會有些痛苦,但我最喜歡作者最後說的一句話,相信自己能做到的比想像的還多,既然確定目標了,就不要對自己手下留情,畢竟,痛苦過後你才知道自己存在、痛苦過後你才真正知道暢快。

R_assignment#ch16


1rnorm(100, mean=60, sd=12)產生隨機向量x,並計算出x的平均數、中位數、眾數、變異數、標準差、全距、最大值、最小值、Q1Q2等各項統計
ch16_1 <- function(){
    x <- rnorm(100, 60, 12)
    x.tb  <- table(x)
    y <- summary(x)
    yx <- as.vector(y)
    if(identical(unique(x),x) == T) {
        mode.x <- NA} else {
        mode.x <- which.max(x.tb)}
    var.x <- var(x)
    sd.x <- sd(x)
    range.x <- max(x) - min(x)
    x.info <- as.vector(cbind(mode.x, var.x, sd.x, range.x))
    x_summary <- matrix(c(yx, x.info), nrow = 1)
    colnames(x_summary) <- c("Min." ,"1st Qu." ,"Median" ,"Mean" ,"3rd Qu." ,"Max."
                          ,"Mode", "Var", "Sd", "Range")
    rownames(x_summary) <- "freq"
    print(x_summary)
}
2.建立X之直方圖及密度圖
ch16_2 <- function()
{
    x <- rnorm(100, 60, 12)
    x.hist <- hist(x, freq = F)
    lines(density(x))
    print(x.hist)
}
3.使用summary()了解x各項總結及繪製箱型圖
ch16_3 <- function()
{
    x <- rnorm(100, 60, 12)
    y <- summary(x)
    z <- boxplot(x, col = "Green")
    print(y)
}
4.rchisq(100, df=8)產生隨機向量y,重複前述三題
ch16_4_1 <- function()
{
    x <- rchisq(100, df = 8)
    x.tb  <- table(x)
    y <- summary(x)
    yx <- as.vector(y)
    if(identical(unique(x),x) == T) {
        mode.x <- NA} else {
            mode.x <- which.max(x.tb)}
    var.x <- var(x)
    sd.x <- sd(x)
    range.x <- max(x) - min(x)
    x.info <- as.vector(cbind(mode.x, var.x, sd.x, range.x))
    x_summary <- matrix(c(yx, x.info), nrow = 1)
    colnames(x_summary) <- c("Min." ,"1st Qu." ,"Median" ,"Mean" ,"3rd Qu." ,"Max." 
                             ,"Mode", "Var", "Sd", "Range")
    rownames(x_summary) <- "freq"
    print(x_summary)
}

ch16_4_2 <- function()
{
    x <- rchisq(100, df = 8)
    x.hist <- hist(x, freq = F)
    lines(density(x))
    print(x.hist)
}

ch16_4_3 <- function()
{
    x <- rchisq(100, df = 8)
    y <- summary(x)
    z <- boxplot(x, col = "Green")
    print(y)
}
5.計算x, y之線性相關係數
ch16_5 <- function()
{
    x <- sample(rnorm(100, 60, 12), 100)
    y <- rchisq(100, df = 8)
    z <- cor(x, y)
    print(z)
}

ReadDaBook#003-不被情緒左右的28個練習


        第一眼看見本書的封面,覺得有點滑稽,有點好笑,從而更引起我想翻開他的慾望了,好像不僅僅只是為了吸收使心靈強壯的知識,更是為了想看看選用如此滑稽封面的日本作者如何完整詮釋他的獨特情緒練習理論。

       翻開目錄,本書分成5個章節,前兩章探討人情緒被影響的原因,比起醫學理論上的各種專業術語,本書更注重行為上的解釋,淺顯易懂而且很有說服力,雖說有些很難不落入俗套,但也再再點明現代人的一些問題,以下整理:

1.          容易被影響的人忙別人的事;懂得將工作變成「自己的事」,才能提升自我效能
2.          容易被影響的人意興闌珊;找到除了工作外的多線道興趣,較容易對情緒放得下
3.          容易被影響的人過度解讀別人話語;將不滿寫下、客觀分析,遠離妄想式猜測
4.          容易被影響的人非黑即白;找到人生的灰色地帶,會好過一些
5.          容易被影響的人喜歡期待別人;放下別人「應該如何」,使溝通變明確
6.          容易被影響的人做錯事會找藉口;如果是自己的錯,爽快的道歉吧
7.          容易被影響的人在意失眠;接受偶爾的失眠,是為了保護自己
8.          社群媒體、偏頗資訊使人不安;重視真實世界之體驗,活在當下
9.          生物本能傾向忘不了不愉快的事物;接受自己無法放下
10. 越想不被影響,越容易被影響;接受自己當下就是「受影響了」
11. 不被影響不等於忘記;可以多借助別人的力量
12. 大腦會被一時的情緒牽著走;把情緒化做言語,不要快速做出反應
13. 即使是減少坐著的時間,也有助於心理健康
14. 別太在意男生如何、女生如何;朝「自己如何」去思考
15. 用環境中和基因對情緒還有個性的影響
     身在文明的社會,少了豺狼虎豹的立即威脅,多了人際關係以及文明世界的煩惱,人們再使用對付豺狼虎豹那套來應付,似乎有點不切實際,也對自己的心理造成了許多不小的負擔,所以我們寫了許多書來找尋平衡、找尋心中寧靜的一塊,有人說,心情就像天上的雲朵一樣,壞心情就像烏雲,但若妳開飛機飛過平流層,會發現平靜的地方一直都在,不過不是人人都會開飛機,所以就需要一些練習,下面整理書中說的練習:

1.          習慣可以改變情緒;將行動代替心靈創傷
2.          提高心理的韌性;建立良好人際關係,不要凡事自己承擔
3.          化悲憤為感謝;即便是親近的人也要時常表達感謝
4.          軟化死腦筋;即便已經知道答案,也要列出答案客觀思考一遍
5.          勇敢地放棄;承認做不到才是健康的放下
6.          告別假設是思考;與其沒做而後悔,不如就做吧
7.          用愉快經驗覆蓋不開心
8.          不用過分區分煩惱的公私
9.          學習真正的正面思考;積極面對現在能做的事
10. 給自己高明的藉口;以狀況為藉口,不要涉及自身價值判斷
11. 有容乃大;接受「原來也有人這樣想」
12. 不要因為「熱心」造成自己的困擾
13. 將快爆炸的自己「臨停一下」;心情停車後,專心先作正事
14. 別讓自己的正義感變成對別人的仇恨
15. 身體語言跟情緒密不可分;試著強迫自己微笑
16. 疲於人際時,來場小旅行
17. 換個說法;不要再使用負面的被害者說法
18. 別把不幸推給過去;有不滿就儘快說出來吧
19. 承認自己放不下;告訴自己被影響也沒關係
20. 對有壓力的事情訂一個期限;不要給自己判無期徒刑
21. 「想像」走出悲傷的自己;沒有人希望一輩子走不出來
22. 把悲傷哭出來,無論妳是男性或女性
23. 想煩惱就盡情煩惱一場,直到大腦厭煩
24. 切換情緒,接受失敗經驗也是成長必經
25. 別讓希望成為重擔;希望要適可而止
26. 保留遠離網路的時間
27. 了解失眠的意義,不要太執著
28. 尋找有相同經驗的夥伴,消除「只有我這樣」的孤獨感

     總結一下,這是一本蠻實用的工具書,用實際的練習代替嘴砲心靈雞湯,切切實實的要妳身體力行,凡是無法一蹴可及,第一次做練習總是覺得沒有效果,就像重訓一般,只有持續的練習才有辦法比昨天的自己更強壯。



R_assignment#ch15


1請重新設計動物園程式,使用sample()函數,在10100間,自行產生30天動物出現次數
ch15_1 <- function( )
{
    an_info <- matrix(sample(10:100, 90, replace = T), ncol = 3)
    colnames(an_info) <- c("Tiger", "Lion", "Leopard")
    rownames(an_info) <- c(paste(rep("Day", times = 30), 1:30))
    print(an_info)
    apply(an_info, 2, function(x) c(max(x), min(x), round(mean(x))))
}
2.設計一個比大小的程式,先行設定電腦贏的機率
ch15_2 <- function( )
{
    cat("請輸入1~10內之數值資料,若想結束,請按Enter")
    x1 <- scan()
    x2 <- sample(1:10, 1, replace = T,c(1 ,2 , 3, 4, 5, 6, 7, 8, 9, 10))
    x3 <- "abc"
    if(x1 > x2)
    {
        x3 <- "Win"
    }else if (x1 == x2)
    {
        x3 <- "Flat"
    }else {
            x3 <- "Lose"
        }
    cat(x3)
}
3.設計骰子遊戲,每次結束詢問一次是否重玩
ch15_3 <- function( )
{
    x2 <- y
    repeat{
        x1 <- sample(1:6, 3, replace = T)
        cat("Dice game :", x1, "\n")
        cat("Play again? y/n")
        x2 <- scan(what = character())
        if(x2 == "n") break
    }
    print("Game over")
}
4.請計算iris花瓣及花萼平均的length/width
ld.r.petal <- mean(iris$Petal.Length / iris$Petal.Width)
ld.r.sepal <- mean(iris$Sepal.Length / iris$Petal.Width)

ch15_4 <- cbind(ld.r.petal, ld.r.sepal)
5.請將islands物件—面積大小分成10等分
ch15_5 <- function( )
{
    islands_2 <- as.data.frame(islands)
    label.islands <- cut(islands, 10, 
                         labels = c("Low", "9th", "8th", "7th", 
                                    "6th", "5th", "4th", "3rd", "2nd", "High"))
    islands_new <- cbind(as.character(label.islands), islands_2)
    dimnames(islands_new)[[2]] <- c("grade", "area")
    x <- order(islands, decreasing = T)
    y <- islands_new[x, ]
    print(y)
}
6.合併state.x77中人口少於500萬盒月收少於500美元的州
ch15_6 <- function( )
{
    mystate.x77 <- as.data.frame(state.x77)
    mystate.x77$Name <- rownames(state.x77)
    rownames(mystate.x77) <- NULL
    mypopu.states <- mystate.x77[mystate.x77$Population < 5000, c("Name", "Population")]
    myincome.states <- mystate.x77[mystate.x77$Income < 5000, c("Name", "Income")]
    x <- merge(mypopu.states, myincome.states)
    print(x)
}
7.承上題,只要其中一個條件符合即可
ch15_7 <- function( )
{
    mystate.x77 <- as.data.frame(state.x77)
    mystate.x77$Name <- rownames(state.x77)
    rownames(mystate.x77) <- NULL
    mypopu.states <- mystate.x77[mystate.x77$Population < 5000, c("Name", "Population")]
    myincome.states <- mystate.x77[mystate.x77$Income < 5000, c("Name", "Income")]
    x <- merge(mypopu.states, myincome.states, all = T)
    print(x)  
}
8.計算mtcars裡不同汽缸數車輛之平均馬力(hp)
ch15_8 <- function( )
{
    mycar <- within(mtcars, 
                    cyl <- factor(cyl, levels = c(4, 6, 8),
                                  labels = c("四汽缸", "六汽缸", "八汽缸")))
    x <- with(mycar, tapply(hp, cyl, mean))
    print(x)
}
9.自行設5位球員主力,到各處比賽之資料,製作長格式及寬格式數據,同時建立樞紐分析表
ch15_9 <- function( )
{
    game <- c(paste(rep("G",times = 10), 1:10, sep = ""))
    site <- c("LA", "SF", "SF", "NYC", "LA", "TX", "TX", "SF", "NYC", "LA")
    Lin <- c(sample(10:20, 10, replace = T, set.seed(1)))
    Wang <- c(sample(10:25, 10, replace = T, set.seed(2)))
    Lu <- c(sample(15:25, 10, replace = T, set.seed(3)))
    Pete <- c(sample(9:18, 10, replace = T, set.seed(4)))
    Jordan <- c(sample(16:28, 10, replace = T, set.seed(5)))
    balls <- data.frame(game, site, Lin, Wang, Lu, Pete, Jordan)
    lballs <- melt(balls, id.var = c("game", "site"), 
                   variable.name = "name", value.name = "points")
    site.ball <- dcast(lballs, site ~ name, sum)
    game.site.ball <- dcast(lballs, game + site ~ name, sum)
    cat("Enter a for short form; b for long form;
        c for site~name; d for game + site ~ name")
    x <- scan(what = character())
    if(x == "a") print(balls)
    else if(x == "b") print(lballs)
    else if(x == "c") print(site.ball)
    else if(x == "d") print(game.site.ball)
    else print("Error")
}

R_assignment#ch14

1請設計程式,此程式會要求輸入姓名,然後回應”Welcome”和所輸入的姓名
ch14_1 <- function( )
{
    cat("Please enter your name, press /Enter/ to end")
    x1 <- scan(what = character())
    cat("Welcome~", x1)
}
2.重新輸入上一個程式,但將輸出轉至exer14_2.txt
ch14_2 <- function( )
{
    cat("Please enter your name, press /Enter/ to end")
    x1 <- scan(what = character())
    cat("Welcome~", x1, file = "~/exer14_2.txt")
}
3.使用Scan( )讀取txt10筆資料,計算總合、平均、最大及最小值
ch14_3 <- function()
{
    x1 <- scan("C:/Users/veryv/OneDrive/桌面/Exercise.txt", sep = ",")
    cat("Sum=", sum(x1), "\n")
    cat("Mean=", mean(x1), "\n")
    cat("Max=", max(x1), "\n")
    cat("Min=", min(x1))
}
4.參考前例,將執行結果輸入exer14_3.txt
ch14_4 <- function()
{
    x1 <- scan("C:/Users/veryv/OneDrive/桌面/Exercise.txt", sep = ",")
    cat("Sum=", sum(x1),"\n","Mean=", mean(x1),"\n",
        "Max=", max(x1),"\n","Min=", min(x1),file = "~/exer14_3.txt")
}
5.讀取茶銷售量excel表並計算:各茶種年度總銷售量、各茶種年度總銷售額、各業務員年度總銷售額
ch14_5 <- function( )
{
    excel <- file.path("C:/Users/veryv/OneDrive/桌面/Test.csv")
    xCSV <- read.csv(excel, sep = ",")
    tea.info <- matrix(c(tapply(xCSV$Quantity, xCSV$Product, sum),
                         tapply(xCSV$Revenue, xCSV$Product, sum)),
                       nrow = 2, byrow = T)
    colnames(tea.info) <- c("BlackTea ", "Green Tea")
    rownames(tea.info) <- c("year_quant", "year_rev")
    Sales <- tapply(xCSV$Revenue, xCSV$Name, sum)
    answer <- list(TeaInfo = tea.info, RevBySales = Sales)
    print(answer)
}



R_assignment#ch13


1.某動物園,觀察30天有關老虎、獅子和豹的出現次數,列出三種動物30天內出現次數之最大值、最小值及平均值
ch13_1 <- function()
{
 an_info <- matrix(round(rnorm(90,10,3)), ncol = 3)
 colnames(an_info) <- c("Tiger", "Lion", "Leopard")
 rownames(an_info) <- c(paste(rep("Day", times = 30), 1:30))
 print(an_info)
 apply(an_info, 2, function(x) c(max(x), min(x), round(mean(x))))
}

2.承上題,請設計含有NA之數據,再次計算最大、最小及平均值
ch13_2 <- function()
{
 an_info <- matrix(c(round(rnorm(87,10,3)),NA,NA,NA), ncol = 3, byrow = TRUE)
 colnames(an_info) <- c("Tiger", "Lion", "Leopard")
 rownames(an_info) <- c(paste(rep("Day", times = 30), 1:30))
 print(an_info)
 apply(an_info, 2, function(x) c(max(x,na.rm = TRUE), min(x,na.rm = TRUE),
                                 round(mean(x,na.rm = TRUE))))
}

3.請使用tapply函數,執行計算美國四大區之人口、面積及收入平均
ch13_3 <- function()
{
 sstr <- as.character(state.region)
 vec.pop <- state.x77[,1]
 vec.area <- state.x77[,8]
 vec.income <- state.x77[,2]
 x <- c(vec.area, vec.pop, vec.income)
 names(x) <- NULL
 Info <- matrix(c(vec.pop, vec.area, vec.income), ncol =  3)
 a.answer <- matrix(c(tapply(vec.pop, factor(sstr, levels = c("Northeast", "South",
                                                  "North Central", "West")), sum),
                      tapply(vec.area, factor(sstr, levels = c("Northeast", "South",
                                                   "North Central", "West")), sum),
                      tapply(vec.income, factor(sstr, levels = c("Northeast", "South",
                                                   "North Central", "West")), mean)),
                    nrow = 3, byrow = TRUE)
 colnames(a.answer) <- c("Northeast", "South", "North Central", "West")
 rownames(a.answer) <- c("pop", "area", "meanIncome")
 print(a.answer)
}


季寧談管理讀後感

承蒙研究所恩師曾宗琳老師贈書,尤其在企管所唸了兩年之後,拜讀季寧的管理哲學,別有一番風味。公司管理究竟是可以用教科書教學而使管理人才有機會量產的一門學科,還是師父領進門,悟道與否自在徒弟有否慧根的一門藝術,自古便爭論不休。印象最深刻的,便是研究所參加台大 TMBA ...