ပါရမီ၊ ကြိုးစားမှု့၊ ဝါသနာ

တစ်ခါတစ်လေမျာ ဝါသနာကတစ်ခြား လုပ်သင့်တာကတစ်ခြား ဖြစ်နေခဲ့တာတွေလည်း အများကြီးရှိတာပါပဲ။ အထူးသဖြင့် ဆယ်တန်းအောင်ချိန်မှာ ဝါသနာပါရာတက္ကသိုလ်ကိုရွေးခဲ့ကြသလို တစ်ချို့ကလဲသင့်တော်ရာ တစ်ချို့ကတော့ မိဘသဘောကျရာ ဘာရယ်မဟုတ်ပါဘူး ရွေးခဲ့ကြတာပါပဲ။ ကိုယ်တိုင်ရွေးခွင့်ရခဲ့သူရှိသလို မရခဲ့တဲ့လူတွေလည်းရှိတာပါပဲ။ တစ်ချို့ကလဲ ဝါသနာပါရာကိုပဲ လုပ်သင့်တယ်လို့ဆိုတယ် မလုပ်ရလို့ဆိုပြီး အရွဲ့တိုက်ပြီးပေတေနေလို့ သုံးစားလို့မရအောင် ဖြစ်တဲ့လူလည်းရှိတာပဲ။ ဝါသနာမပါခဲ့ပေမယ့် ရတဲ့နေရာမှာပဲ ထူးခွန်အောင်မြင်တဲ့လူတွေလည်း အများကြီးပါပဲ။ ဆယ်တန်းဆိုတာ ဘဝအတွက် အရမ်းအရေးပါတယ်လို့ မစဥ်းစားပါနဲ့လေ အသက် ၁၆ နှစ်ဆိုတာ လူ့သက်တမ်းရဲ့ ငါးပုံ တစ်ပုံလောက်ပဲရှိပါတယ် တစ်သက်လုံးစာအတွက် ၁၆ နှစ်အရွယ်က အသေးအမှားအောင်မြင်မှု့ဟာ စာမဖွဲ့လောက်ပါဘူး။

Natural Born and Nurture ဆိုပြီး Professional Seminar တစ်ခုမှာ အရင်နှစ်ကဆွေးနွေးရဖူးတယ်။ လွယ်လွယ်ပြောရရင် IQ နဲ့ EQ ပေါ့။ ဗမာလိုဆိုရင်တော့ ပါရမီနဲ့ ကြိုးစားမှု့ပေါ့။ လူတိုင်းမှာတစ်နေရာစီတော့ ပါရမီရှိကြပါတယ် ဒါပေမယ့်နေရာတိုင်းတော့ ဘယ်သူမှ ပါရမီမပါပါဘူးလေ။ သူပါရမီပါတဲ့အပိုင်းမှာ လေ့လာရမယ်ဆိုရင် ထူးခွန်နိုင်ပါတယ် ဒါပေမယ့်သူက ကြိုးစားဦးမှလေ မကြိုးစားလို့ကတော့ သူ့ရဲ့ပါရမီဟာအလကားဖြစ်တာပါပဲ။ နောက်ပြီးတော့ ပါရမီလည်းပါတယ် ဝါသနာလည်းပါပေမယ့် ကြိုးစားဖို့အခွင့်အလမ်းကလည်း ရှိခဲ့ပါမှဖြစ်နိုင်ဦးမှာပါ။ ဝါသနာနဲ့ ပါရမီတစ်ထပ်တည်း ဖြစ်ရင် အခွင့်အလမ်းလည်း တိုက်ဆိုင်ရင်တော့ အင်မတန်ထူးခွန်တဲ့ လူတစ်ယောက်ဖြစ်နိုင်တာပါပဲ။ ပညာရေးရယ် မဆိုလိုပါဘူး စီးပွားရေး လူမှု့ရေးလည်း အတူတူပါပဲ။ ပြောရင်းနဲ့ သုံးခုတည်းဆိုပေမယ့် နည်းနည်းရှုပ်လာပါပြီ ရေးနေကျလို သင်္ချာလိုရေးရင်တော့ နည်းနည်းရှင်းမယ်ထင်တယ်။

A ကနေ D အထိVariable တွေကို Binary အဖြစ်ပဲယူဆလိုက်မယ် ဥပမာ- A = ပါရမီပါသည် NOT A = ပါရမီမပါ Z ကတော့ အပေါင်းကိန်း ဝ ကနေ အထက်ပါနိုင်ပါတယ် ကိန်းများလေ ထူးခွန်မှု့အတိုင်းအတာ များလေလေ ဖြစ်ပါလိမ့်မည်။

ဒီတော့ Binary Variable လေးလုံးဆိုတော့ ဖြစ်နိုင်တဲ့အဖြေက ၄ ^ ၂ = ၁၆ ခုရှိတယ်ဆိုတာ Probability ဖြစ်ဖြစ် Number System ဖြစ်ဖြစ်နားလည်တဲ့လူဆိုရင် ရှင်းပြစရာမလိုပါဘူး။ Variable တွေရဲ့ အရေးပါမှု့ကိုစဥ်းစားမယ်ဆိုရင် D ကိုဦးစားပေးစဥ်းစားပါမယ်။ C ကို A & B အပေါ်တွင် ထပ်လောင်းတန်ဖိုးဖြည့်စွက်မှု့အဖြစ် စဥ်းစားပါမည်။ ဒီအဆိုပြုချက်တွေကို အခြေခံပြီးတော့ Algorithm အသစ်တစ်ခုတင်ပြရမယ်ဆိုရင် ဒီလိုရေးပြလို့ရပါတယ်။ သင်္ချာပုံစံတွေနဲ့လည်း တစ်မျိုးရေးလို့ရနိုင်ပါတယ်။

Begin
     Z = 0
     IF D Then
          Z = Z + 1
          IF A Then
               Z = Z + 1
          End IF
          IF B Then
               Z = Z + 1
          End IF
          IF C Then
               Z = Z + 1
          End IF
     End IF
     Return Z
End

Begin
     Z = A + B + C + D
     Return Z
End

Begin
     Z = 0
     IF D Then
          Z = A + B + C + 1
     End IF
     Return Z
End

သုံးမျိုးရေးထားပေမယ့် တစ်မျိုးစီမှာပြောစရာရှိတယ် သဘာဝပြဿနာကို ရေးထားပေမယ့် ပထမတစ်ခုက Algorithm အရဆိုရင် Efficient မဖြစ်ဘူး တင်ပြပုံမကောင်းဘူးပေါ့။ အလည်တစ်ခုကတော့ သဘာဝအတိုင်းဝင်လာမယ့် Data တွေအတွက်မှန်ပေမယ့် Variable တွေရဲ့ Condition ကိုအတိအကျမဖော်ပြလို့ ချို့ယွင်းချက်ရှိတယ်။ NOT D ဆိုရင် A, B, C သည် NOT ဖြစ်ပါစေလို့ အရင်ပြောခဲ့မှသာ အဆင်ပြေမယ်။ မဟုတ်ရင်သင်္ချာအရ ပထမတစ်ခုနဲ့ တူညီမှု့မရှိဘူး။ တတိယတစ်ခုကတော့ Algorithm အရလည်း Efficient ဖြစ်တယ် သင်္ချာအရ Correctness လည်းဖြစ်တယ်လို့ ဆိုလို့ရတယ်။

အားလုံးမှာ သင်္ချာရေးသားမှု့အရ မှန်ကန်ကြောင်းရေးပေမယ့် ချို့ယွင်းနေတာကတော့ အဆိုပြုချက် မှန်ကန်ကြောင်း လိုအပ်နေပါတယ်။ အဲဒါတွေကို သက်သေပြချက်လို့ခေါ်လို့ရပါတယ် Quantitative သို့မဟုတ် Qualitative သို့မဟုတ် Quantitative + Qualitative သက်သေပြရပါမယ်။ ဒါမှသာ အဆိုပြုချက်မှန်ကန်ကြောင်း ရေးသားပုံ ရှင်းလင်းတိကျကြောင်း တွက်ချက်ပုံအကျိုးရှိကြောင်း ပြည့်စုံပါတယ်။ အများယုံကြည်မှု့ရှိဖို့အတွက်ကတော့ Quantitative or Qualitative Data တွေကို တိတိကျကျ မြင်သာအောင် ပြသဖို့လိုပါလိမ့်မယ်။

ဒီလိုမစဥ်းစားတတ်ရင်တော့ Computer Science Research လုပ်ဖို့မလွယ်ပါ။ အခြားသော Research များလည်းအတူတူပါပဲ ဒါပေမယ့်တစ်ခုတော့ရှိပါတယ် ရေးသားပုံကွဲပြားပါမယ် သက်သေပြချက်များလည်း ကွဲပြားနိုင်ပါတယ်။ Engineering အများစုမှာ Qualitative Data တွေကို Experiment အများစုကနေပဲ ရနိုင်ပြီးတော့ Social Science တွေမှာတော့ အများစုဟာ Quantitative Data တွေဟာ Survey တွေကလည်းရနိုင်ပါတယ်။ Computer Science မှာကတော့ Qualitative အတွက်ရော ရေးသားမှု့အတွက်ပါ Mathematical Writing တွေဟာအင်မတန် အရေးကြီးပါတယ်။ Practical Research ကိုသုံးရက်အတွင်း အလွတ်ကျက်ဖြေတာ အမှတ် ၁၀ဝ အပြည့်ရခဲ့ပေမယ့် အချိန် ၈ လ ကုန်ဆုံးသွားတဲ့နောက်မှသာ ဘာဆိုတာကို ရေရေရာရာသဘောပေါက်ခဲ့တယ် အဆိုပြုချက် ထပ်ထည့်ချင်ရင် အတွေ့အကြုံဆိုတာပါ ထပ်ထည့်ချင်ထည့်ကြဦးပေါ့။