商品編號:DJAD3J-A900GOITQ

人生卡關的時候,就用「期望值」思考吧!AI時代輕鬆存活必備技能,寫給文科生的統計學超入門

$300
$380
折價券
  • P幣

    全盈+PAY單筆消費滿1200回饋80P幣(限量)

  • 登記送

    【全家】單筆滿$350純取貨/取貨付款訂單登記送日式稻荷壽司兌換券乙張(限量)

付款方式
出貨
  • PChome 倉庫出貨,24小時到貨
配送
宅配滿$490免運,超取滿$350免運
  • 宅配到府(本島/低溫)
    滿$699免運
  • 宅配到府(本島/常溫)
    滿$490免運
  • 超商取貨(常溫)
    滿$350免運
  • 超商取貨(低溫)
    滿$699免運
  • i郵箱(常溫)
    滿$290免運

商品評價

5.0
共 1 則評價
5.0
100%
4.0
0%
3.0
0%
2.0
0%
1.0
0%
最相關
*明*
2023/12/01
商品詳情
作者:
譯者:
劉格安
ISBN:
9786267378007
出版社:
出版日期:
2023/09/27
  • 內文簡介

  • <內容簡介>

    ◤ 25堂「AI世代」標配的統計素養課 ◢
    不知不覺就懂了!
    從數據識讀、邏輯推理,到決策輔佐,
    前BCG集團王牌顧問
    教你用統計學看懂世界運轉的祕密

    >>> 人生是靠「骰子點數」決定的?
    >>> 贏家為什麼都把YES或NO交給期望值?
    >>> 鬼遮眼的時候就用數字釐清真相?

    \WTF!! 原來統計學這麼好用∕
    日文版熱銷20萬冊,文組圈口碑爆紅!
    只要會按計算機,你就能解開這個世界的祕密

    「統計學」是AI時代的必備素養,
    但對文組人來說,卻總是不得其門而入……
    這是一本即便不擅長數字的人,
    也能一步步學會運用「統計式見解/思維」的訓練書,
    只要懂得操作計算機上的加、減、乘、除,
    你就能一邊享受解題樂趣,
    一邊鍛鍊出看穿數字背後真相的能力!

    \你可以:看見別人看不見的因果,回答網路上找不到的答案∕
    本書並不是要教你怎麼驗算統計學,
    而是要教你怎麼「用統計學思考」,這個才是ChatGPT搶不走的能力!

    Class1  即使只靠「四則運算」也能懂得這麼多!──@變換是強大的工具
    Class2  工作與人生是靠「機率」在決定輸贏的嗎?──關於情境規劃與漏斗
    Class3  萬事萬物是「常態分布」構成的結果!──關於解讀大局的「偏差值」
    Class4  掌握統計學上「正確的」數據處理法!──分辨有意義與無意義的調查
    Class5  「多變量分析」是在AI時代生存的必備知識──機會、風險與財富,皆在其中

    \懂「機率」與「期望值」,那些卡住你人生的難題就能迎刃而解∕
    任何人都能節省龐大的試錯成本、快速釐清問題本質!

    本書作者齋藤,曾是波士頓顧問集團(BCG)首屈一指的王牌顧問,生涯協助無數公司導入AI及數據分析、管理機制,大幅升級第一線經理人的「數字腦」。
    同為文組人出身的他,將透過這本專為跨領域讀者而寫的書,用25個與我們生活切身相關的精彩提問,引導你進入用統計學思考、解決問題的世界。
    他強調:「數據與AI的各種應用,今後會更加如火如荼地發展。抗拒或欣然接受這種時代的變化,差別只在於你『懂不懂它運作的機制』。交友軟體也好,AI給你的作文建議也罷,說來說去都不脫「多變量分析」(本書第五章)的範疇……」
    而本書提供的方法論,就是你弄懂這個新時代遊戲規則的敲門磚。有趣,而且超級好懂!

    ※更多精彩內容,請下滑至【內容連載】──前言:你可以從這本書中獲得什麼?


    ★本書特色:

    ☆ 第一本針對AI及演算法時代而設計的「統計思維訓練」入門書。
    ☆ 文科生與跨界職人皆適用,只要你會小學程度的「加減乘除」,就能運用本書的方法解決難題、創造自我價值。


    ★目錄:

    前言:
    在一邊享受閱讀樂趣的同時,不知不覺就突破盲點
    ──什麼?原來這些東西也是統計學!
    ● 「世界的祕密」究竟藏在哪裡?
    ● 你可以從這本書中獲得什麼?

    序章:
    學會運用統計學的力量,解開「世界的祕密」
    ──理解支配我們生活的遊戲規則
    ● 世界是靠「骰子的點數」來決定的?
    ● 公司內部充斥著「更加」、「總之」等模稜兩可的指示
    ● 不是要學習統計學,而是要「運用統計學」
    ● 統計學可以做到的事:了解數字的意義
    ● 統計學可以做到的事:預測未來
    ● 預測未來的意義在於「防患未然」
    ● 統計學可以做到的事:因應AI時代
    ● 莫非我們已經被AI玩弄於股掌之間?
    ● 還記得國中學的「一次函數」嗎?
    ● 關鍵是先了解這個世界的「遊戲規則」


    第1章:
    即使只靠「四則運算」也能懂得這麼多!
    ──@變換是強大的工具

    1-1 如何看待那些過於龐大的數字?
    ● 平均的「正確使用方式」是什麼?
    ● 運用「@變換」將龐大的數字化為自己的事
    ● 如何把龐大的豐田汽車變得「平易近人」?
    ● 用數字看出「安倍口罩」的問題出在哪裡

    1-2 把公司的相關數字套用@變換
    ──如何找出「好公司」?
    ● 看到公司營收數字就自動套用「@變換」
    ● 觀察零售業店面每一坪的營收是多少
    ● 「數大就是美」的時代結束了嗎?

    1-3 把「時間」的相關數字套用@變換
    ──如何洞悉真正的使用成本?
    ● 用數字分析當紅的「共享汽車」
    ● 把用車成本轉換成「月」支出
    ● 如今已邁入「不持有」汽車的時代?
    ● 比用車成本更令人在意的是「車輛對環境造成的負荷」

    1-4 運用@變換來做「推測」
    ──如何回答網路上找不到的答案?
    ● 如何看見那些別人「看不見的數字」?
    ● 「費米推定」是怎麼估算的?

    1-5 小心「平均值」的陷阱
    ──數字會說話,但別讓它騙了你
    ● 「@變換」與「平均」絕非萬靈 丹
    ● 根據平均值所做的判斷有誤差時……

    1-6 認識「平均值」與「中位數」
    ──世界上的財富分配不均是真的嗎?
    ● 破解年收入的迷思
    ● 從「有薪假消化率」來思考
    ● 用中位數來取代平均值
    ● 你是勝利組還是失敗組?


    第2章:
    工作與人生是靠「機率」在決定輸贏的嗎?
    ──關於情境規劃與漏斗

    2-1 不懂機率,就無法在競賽中取勝?
    ● 隨著次數增加,一切會愈來愈趨近機率
    ● 那次成功,是否只是「歪打正著」?
    ● 從機率可以導出「期望值」
    ● 用賭骰子來思考期望值的話……
    ● 如何在商場上活用期望值?
    ● 重點是要建立「可供討論的基礎」

    2-2 學會先用「機率」描繪出情境
    ● 什麼是「情境規劃」?
    ● 相較於成功,重要的是「悲觀情境」
    ● 假設的也可以,先提出「機率是多少」再說
    ● 檢視整個計畫的「期望值」,你就會發現……

    2-3 職場上好用的「555漏斗」
    ● 頂尖業務員都會思考銷售漏斗
    ● 突破業績高牆的機率是?
    ● 把各項數字乘以倍數的話……
    ● 「勤跑業務」其實才是正解?

    2-4 「335」是解讀新事物的關鍵密碼
    ● 切入新領域時要思考「335漏斗」
    ● 開發新業務的最大困難點
    ● 陸戰受阻,還可以打空戰


    第3章:
    萬事萬物是「常態分布」構成的結果!
    ──關於解讀大局的「偏差值」

    3-1 如果把「離差」數值化的話
    ● 同班同學的成績差距很大嗎?
    ● 怎麼把「離差」數值化?
    ● 檢視各種數據的「變異數」
    ● 釐清大局的好用工具──標準差

    3-2 數據與組織都可用「常態分布」去解讀
    ● 如何尋找身高超過190公分的長人?
    ● 變換標準差可以讓你的目標變得更清晰
    ● 常態分布中的「2:6:2的法則」
    ● 為什麼「反對你的人」一定會出現?
    ● 如何應付那些極端反對者?
    ● 人際關係也會呈現「常態分布」嗎?

    3-3 需要「偏差值」的不只是學生而已?
    ● 只要有人群的地方,就有偏差值
    ● 偏差值60,代表排名在「前16%」?
    ● 為什麼考試完全是「與別人的競爭」?
    ● 思考自己的職涯時也可以應用偏差值
    ● 「偏差值決定一輩子」的時代遲早會到來?

    3-4 解讀生活中隨處可見的「S型曲線」
    ● 新商品的銷售初速度很差⋯⋯怎麼辦?
    ● 常態分布與S型曲線的關係
    ● 學習新事物的成果也會呈現「S型曲線」?
    ● 新冠疫情下的「S型曲線」

    3-5 該如何與「網路評論文化」共處?
    ● 無所不在的2%負面評價
    ● 用「常態分布」解讀暗樁是否存在
    ● 你該在意評論到什麼程度?


    第4章:
    掌握統計學上「正確的」數據處理法!
    ──分辨有意義與無意義的調查

    4-1 到底該聽取多少人的意見才夠?
    ● 「開票率1%」就能確定當選的奇妙現象
    ● 概略推估即可的話,「30個樣本」就OK!
    ● 即使在統計學上不正確,「徵詢意見」為什麼依然很重要?

    4-2 從「樣本」就能推測出全體嗎?
    ──關於稍微有點複雜的「信賴區間」
    ● 5個樣本、10 個樣本可以代表「全體」嗎?
    ● 樣本量太少,就愈可能得出極端的結果
    ● 身邊有許多朋友離婚,是整個社會的縮影嗎?
    ● 話說回來,「離婚率」是有意義的數字嗎?

    4-3 養成數據識讀的能力
    ● 正確率有九成的數據,為什麼是無效的呢?
    ● 「偽陽性」為什麼會愈來愈多?
    ● 從不同面向拆穿數據的謊言


    第5章:
    「多變量分析」是在AI時代生存的必備知識
    ──機會、風險與財富,皆在其中

    5-1 賣場的面積愈大,營收也會愈高嗎?
    ──關於「迴歸分析」
    ● 店面的大型化真的是正解嗎?
    ● 先提出「預測值」,再驗證是否正確
    ● 用Excel 就能輕鬆搞定迴歸分析!
    ● 數據科學家都怎麼判斷迴歸分析?
    ● 找出潛藏大好機會的「離群值」

    5-2 那個「相關性」真的正確嗎?
    ──學會運用PAC思考
    ● 試著將自己的主張帶入「計算式」裡
    ● 運用「PAC思考」突破邏輯的盲點

    5-3 用「多變量分析」開啟AI時代的大門
    ● 葡萄酒的價格取決於「僅僅4個」要素?
    ● 根據多種因素進行考量就是「多變量分析」
    ● 你可以用「多變量分析」做什麼?
    ● 數據科學家的工作意外的樸實無華?
    ● 用AI計算「錄取婉拒率」的問題在哪裡?


    終章:
    本書所謂的統計式見解與思維是什麼?
    ──看清事實、提高勝率的行動方針
    ● 養成「統計式思維」習慣的重要性
    ● 運用「MECE分析法」解決問題
    ● 只要理解統計學,就能預見未來?
    ● 人類與世界溝通的型態已經改變
    ● 適應混沌新世界的完美工具,就是統計學


    <作者簡介>

    齋藤廣達
    芝加哥大學商學院畢業。先後任職於波士頓顧問集團(BCG)、羅蘭貝格(Roland Berger)、花旗銀行等公司,後來以管理顧問的身分獨立創業。
    齋藤曾多次參與企業併購與事業重整案,他以社長的身分在第一線指揮、重建那些營運效率不彰的企業。隨後他會在這些上市公司擔任執行董事,負責推動電商及AI導入等數位化轉型的工作。目前他主要擔任AI開發、數位行銷、行動裝置應用等顧問。
    齋藤同時也是一位極受商業讀者歡迎的暢銷書作者,主要著作包括:《用數字說話》、《鍛鍊「計算力」》(PHP研究所出版),以及《創新思維革命》、《讓業績往上衝的統計式思考術》、《商務專業教科書》(日経BP社出版)等。

    譯者:劉格安
    政治大學畢業,現為專職譯者,譯作類型包含商管、醫學、旅遊、生活、歷史和小說等。


    ★內文試閱:

    ‧前言

    在一邊享受閱讀樂趣的同時,不知不覺就突破盲點
    ──什麼?原來這些東西也是統計學!

    世界的祕密」究竟藏在哪裡?

    「為什麼這個商品如此熱銷?」
    「為什麼這個App這麼熱門?」
    「為什麼這個YouTuber這麼受歡迎?」

    ……總覺得這些所謂的「成功案例」背後,似乎藏著什麼特定的法則。
    如今市面上充斥著各種媒體內容,試圖解析成功案例背後的法則或主因。從累積各種經驗或思考訓練的顧問所分析的內容,到一些三教九流之輩如洗腦講座般的分享……老實說,內容良莠不齊,有些是根據真憑實據的分析而來,但單純的意見或感想也所在多有。
    即使對此心知肚明,但一旦在職場上或私生活中遭遇任何不順遂,人們就會想要依賴那些媒體內容,以為這個世界上一定有什麼成功的祕訣,只要知道那個祕訣,肯定能夠把世界看得透徹,做任何事情都一定會成功。
    但是實際上,這個世界並沒有那麼單純。像國中學的數學那樣「只要知道x即可知道y」的簡單法則,並不是那麼地通用。學生時期書讀得愈認真,成績就會愈好,但轉換到工作上可就沒那麼簡單了……
    以前的我也是如此。回想起來,我總是不曉得怎樣做才是對的,每天都被上司提點著我的一舉一動──為了擺脫這樣的生活,同時找到成功的祕訣,必須更努力學習才行。我就是帶著這樣的想法,度過了年輕歲月。

    你可以從這本書中獲得什麼?
    我就是在那樣的情況下,接觸到「統計學」。原本堪稱「超級」文科人的我,下定決心前往美國的研究所深造,在那裡學習統計學,並一腳踏入顧問圈。後來我學習使用Python進行數據分析與機械學習,目前也經手許多跟數據分析或AI相關的工作。
    那段期間,我一直都在接觸「統計學」。然後我發現,過去心中的疙瘩也慢慢地消失了。
    當然,這種工具並沒有那麼神奇,並不是「只要學會統計學,就能知道世界上所有的祕密」,只不過,藉由學習統計學,你會發現:

    ● 每天的生活會看起來稍有不同。
    ● 對於工作上該做些什麼,可以運用數字思考得比以往更清楚。
    ● 可以用統計學的觀點來分析世界的動向或趨勢。
    ● 然後最重要的是──可以對這個充滿不確定性又不可思議的世界,再多一些些理解。

    這就是統計學的魅力,也是統計學所擁有的力量。
    因為想讓讀者體驗上述這些統計學的厲害之處,所以我執筆寫下本書。
    過去我曾出了好幾本關於數字或統計的書,但本書的切入點則與以往不同,會著重在「對日常生活或工作有幫助」的內容上,並以謎題為主軸,讓讀者得以在享受解題樂趣的同時,也能充分理解統計學。
    自從PHP研究所的吉村先生,也是我作為商業書作者出道以來的舊識,向我提及此事後,我們一同絞盡腦汁思考,什麼樣的主題可以更貼近讀者?什麼樣的謎題可以讓讀者當成自己的事情一般產生興趣?此外,我也盡量避免使用艱難的詞彙或數字,好讓同為文科出身的人,也能夠享受閱讀的樂趣。
    讓讀者在回答謎題並閱讀解說的過程中,不知不覺學會「統計式見解與思維」,就是我完成此書的用意。
    當你在閱讀本書時應該會發現,有很多地方讓人心想「什麼?原來這也是統計學」。沒錯,儘管統計學給人難度很高的印象,但基本上都是極其單純且眾所皆知的觀念。只要再多補充一點點知識,就能大幅加深理解的程度。
    前言的部分還是就此擱筆,趕緊進入正題好了。請務必在享受樂趣的同時,嘗試接觸統計學的世界。
    但願各位都能夠發現各自的「世界的祕密」,學會如何簡單又有效率地在工作上創造成果,並且在私生活中也能夠擁有充實的時光。

    ‧摘文

    序章:
    學會運用統計學的力量,解開「世界的祕密」
    ──理解支配我們生活的遊戲規則
    (部分節錄)

    世界是靠「骰子的點數」來決定的?
    想像一下:你的眼前有一顆骰子,你骰子擲到1點的話,可以得到1萬圓,但擲到6點的話,則會反過來損失1萬圓,若擲到2至5點的話,就再擲一遍。
    我認為經營事業就像這個擲骰子的遊戲一樣。
    成功與失敗都有一定的機率會發生,非要到等實際執行之後才會知道結果。有時堅持下去會成功,有時堅持下去則會失敗。只是如果一再重複這個過程的話,最終將會按照機率去發展。
    如果想要贏得這場遊戲,該怎麼做才好?
    訓練出能夠經常擲出1點的能力嗎?那也是一個辦法。聽說賭場的荷官能夠透過訓練,慢慢學會如何擲出特定的數字。
    不過還有一個方法比那簡單多了,那就是「改變遊戲規則」。
    例如,把規則變成擲出數字2與3,而不是只有擲出數字1時,也能夠得到1萬圓。如此一來,贏得遊戲的機率就會一口氣提高許多。
    當然,失敗的機率並不會變成零,但知道規則的話,不僅可以為失敗做準備,也可以經由「試錯」,更進一步提高機率。
    經營事業也一樣,成功與失敗都是基於一定的機率來決定,結果要等到實際去做才知道,但你可以藉由各種行動來提高成功的機率。
    經營事業就是一門可以像這樣用數字來掌握、用數字來計算的科學。
    不,應該不只是經營事業而已,即使說世界上所有事物都是由「數字」構成的,也絕非言過其實。
    能不能進入自己想要的學校或公司、能不能負責有成長空間的工作、能不能遇到理想的伴侶、能不能在偶然踏進的餐廳裡吃到合自己口味的餐點……真要說來,這些也全都是機率的世界。

    不是要學習統計學,而是要「運用統計學」
    以統計學為主題的書籍,大部分都著重在如何處理數據,還有為此要進行什麼樣的計算。畢竟統計學就是「處理數據的技術」,所以這也無可厚非。
    其中還常出現文科人沒聽過的用語,例如變異數、標準差、信賴水準、卡方檢定、t檢定等等,許多人可能光是看到這些就頭痛了吧。
    藉由使用這些專門技術,舉例來說,就有可能根據店面的營收數據,提出這樣的詳細分析:「這個數據的變異數只有這樣,標準差是○○,信賴水準是△△……」
    不過,能夠進一步論及「那該如何運用那個數字比較好」的書籍,絕對不多。
    反觀本書所設定的目標,則是「有用的」統計學知識。
    書中盡量避免採用複雜的數字或算式,而是專注於「用統計學的思維來想,會是這樣,所以可以如何派上用場」。
    在基本知識方面,只要懂得四則運算,亦即「加、減、乘、除」就夠了。

    統計學可以做到的事:(1)了解數字的意義
    那麼,閱讀本書究竟可以做到哪些事呢?
    首先,第一件事就是「能夠了解數字的意義」並融會貫通。
    2020年席捲全球的新型冠狀病毒肺炎,是否讓更多人了解到數字的意義了呢?
    每天持續公布的確診人數、不斷攀升的統計圖表、疫苗接種率的變化……看到那些資料,即使知道「喔,昨天的確診人數是○○人啊」,也不曉得那究竟代表著什麼意思。
    與此同時,(據稱)使用各種數據的可疑資訊甚囂塵上。「打疫苗會讓身體產生磁力……」、「吃○○的話就不會感染新冠肺炎……」等奇談妙論也漫天飛舞。
    究竟該相信什麼才好?未來又會如何發展?恐怕有許多人都為此感到焦慮。
    若能具備統計學的基本知識,就能夠理解那些「數字的意義」並融會貫通。如此一來,至少能夠緩和焦慮,而且在碰到明顯可疑的數字時,也能夠意識到「不太對勁」。
    所謂「數字能力強的人」都有一個特徵,就是「擅長將數字融會貫通」。每當碰到不理解的數字,習慣自動自發地去思考,如何將那轉換成可以具體想像的數字。
    例如在看到「確診人數突破100 萬人」的數字時,能夠舉一反三地聯想到:「確診人數超過100 萬人的話,大約是日本人口的1/100。我們公司的員工是500人,目前為止確診者只有1人,所以我們的對策應該是相對較成功的。」
    如果你在人資部或總務部任職的話,應該一方面會對那個數字感到安心,一方面也會思考「萬一疫情擴散的速度變快的話,必須強化我們的對策才行」等等。
    沒錯,正因為了解數字的意義,才能夠採取「下一步行動」。

    統計學可以做到的事:(2)預測未來
    正如文章一開始提及的,經營事業就像擲骰子的遊戲一樣。
    如果是擲出1點能得到1萬圓、擲出6點會損失1萬圓的遊戲,贏的機率約為17%,輸的機率也約為17%。
    像這樣解讀遊戲規則並預測未來,也是統計學的強項。
    例如使用統計分析來預測便當的銷售量。根據過去的資料來預測可以賣多少便當,像是一月的星期六、陰天的日子、最高氣溫10度時……類似這樣的計算,只要資料收集得夠齊全,應該能夠導出準確度相當高的數字。
    而目前統計分析走在最尖端的,就是EC(電子商務)的世界。不只是哪個商品在什麼時候賣出多少量而已,就連哪種屬性的人看了哪裡的網站點進來、瀏覽哪個頁面多長的時間才下單購買,這些行動紀錄全部都會留下痕跡,這就是EC的特徵。正因如此,才能夠預測「哪個部分如何改變會得到什麼結果」。
    近來大受討論的流行語,就是「SDGs」(永續發展目標)。所有領域都開始講求對環境的考量,那些大量出貨、大量廢棄的商業模式已不再見容於這個社會。正因如此,也才形成了對於需求預測講求高準確度的背景。

    統計學可以做到的事:(3)因應AI時代
    我自己的感覺是,日本人至今對數字的敏感度依然很低。
    但即使是這樣的日本社會,似乎也在一點一滴地改變當中。而在所有的理由當中,最大的莫過於IT與AI的發展。
    拜現今便利的網路環境之賜,人們可以獲取龐大的數據。數據愈多,數字愈能發揮力量。
    近年來,各大統計學會的發展方興未艾,想必與更多唾手可得的數據不無關連。隨著數據愈來愈多,社會將愈接近統計學的結果。
    各位知道中國有一種名為「芝麻信用」的信用評分機制嗎?
    AI會分析每個人在營運該系統的阿里巴巴集團網站上的消費紀錄,或使用「支付寶」這種電子支付服務的數據,並將每個人的信用度化為分數。而且不僅是支付紀錄而已,連那個人的社會地位、購物傾向、交友關係等都會經過數據分析,再給每一個人打分數。評分高代表信用度高,因此會被判斷為可以高額借貸的對象;反之,若評分低的話,就比較難借到錢。此外,評分高還有其他好處,像是可以獲得各式各樣的優惠等等。
    不過,如今這個數值也開始被使用在信用以外的世界。舉例而言,評分低的話,對於求職會造成阻礙,尋找結婚對象也會比較辛苦⋯⋯因此,中國人為了提高這個分數,紛紛卯足全力。哎呀,這還真是個前所未有的時代。
    如今這種信用評分也登陸日本了,但似乎尚未普及開來。不過就像電子支付在中國遍地開花,如今在日本也變得很普遍一樣,或許日本總有一天也會邁入被這套信用評分機制所掌控的時代。

    莫非我們已經被AI玩弄於股掌之間?
    即使不是這樣,我們也已經被AI玩弄於股掌之間。例如在亞馬遜上購物時會出現的「推薦商品」,應該有很多人曾經一不小心就買下原本沒打算買的東西吧?這就是AI分析了你的購物紀錄,再顯示出擁有相同嗜好者經常購買的商品給你看。
    或者像是YouTube影片,看完一個影片後,再繼續觀看下一個推薦的影片,然後不知不覺幾個小時就過去了……相信也有很多這樣的人。這也是因為AI分析了你的嗜好,並且陸續推薦你所偏好的影片的緣故。
    更厲害的是TikTok。雖說推薦的機制基本上大同小異,但TikTok的AI會不時地放入與使用者的嗜好完全無關的推薦項目。比方說,當你在看跳舞的影片時,突然出現呼嚕嚕吃拉麵的影片。
    持續觀看同樣的東西總是會膩,但像這樣隨機被推薦毫無關聯的影片,使用者就會愈來愈沉迷其中。
    關於推薦引擎常見的批評之一,就是「如果總是觀看相同類型的東西, 無法擴展一個人的視野」。對此,TikTok採用這樣的機制,來創造「不期而遇」的意外驚喜,老早就推翻了這樣的批評。

    還記得國中學的「一次函數」嗎?
    「這樣的AI想必會進行十分複雜的計算吧」,或許是許多人共同的心聲。
    確實,計算很複雜沒錯,不過背後的原理絕不複雜。
    在AI的世界裡,使用的是「多變量分析」(請見本書第5章)。而其基礎則是各位在國中就學過的「一次函數」。
    各位可否還記得呢?舉例來說,就是:

    y=5x
    或是:
    y=2x+5
    ……等等。

    換句話說,就是「若給定一個變數的話,就會恰好對應到另一個變數」。所謂的「y=5x」,即「當x等於1時,y等於5」的意思。
    舉例而言,假如有個法則是「氣溫每上升1度,自動販賣機的飲料就會多賣出5罐」的話,這就可以用「y=5x」的一次函數來表示。
    話雖如此,這個世界並沒有這麼單純。星期、時間或廣告的曝光量等等,種種因素都會影響到營收。
    因此這個變數會一直增加。如此一來,由人工來計算會變成一個大工程,因此才要交由AI來替我們計算。
    AI在做的就是這些事情。
    怎麼樣?這樣一想的話,是不是就感覺親切許多了呢?

    關鍵是先了解這個世界的「遊戲規則」
    IT、大數據、信用評分、AI、元宇宙……
    當今的世界日新月異,新事物如雨後春筍般湧現。面對這一切,「因為我都不了解,所以就算了吧」,雙手一攤放棄理解是個人自由,但除非你是躲在深山裡過著隱居生活,否則我們每個人都一定會受到影響。
    既然如此,至少先了解一下支配我們的「遊戲規則」,不是比較好嗎?
    而其中的關鍵,就是統計學。
    沒錯,換句話說,統計學就是解開「世界祕密」的關鍵。
購物須知
寄送時間
全台灣24h到貨,遲到提供100元現金積點。全年無休,週末假日照常出貨。例外說明
送貨方式
透過宅配送達。除網頁另有特別標示外,均為常溫配送。
消費者訂購之商品若經配送兩次無法送達,再經本公司以電話與Email均無法聯繫逾三天者,本公司將取消該筆訂單,並且全額退款。
送貨範圍
限台灣本島與離島地區註,部分離島地區包括連江馬祖、綠島、蘭嶼、琉球鄉…等貨件,將送至到岸船公司碼頭,需請收貨人自行至碼頭取貨。注意!收件地址請勿為郵政信箱。
註:離島地區不配送安裝商品、手機門號商品、超大材商品及四機商品。
售後服務
缺掉頁更換新品
執照證號&登錄字號
本公司食品業者登錄字號A-116606102-00000-0
關於退貨
  • PChome24h購物的消費者,都可以依照消費者保護法的規定,享有商品貨到次日起七天猶豫期的權益。(請留意猶豫期非試用期!!)您所退回的商品必須回復原狀(復原至商品到貨時的原始狀態並且保持完整包裝,包括商品本體、配件、贈品、保證書、原廠包裝及所有附隨文件或資料的完整性)。商品一經拆封/啟用保固,將使商品價值減損,您理解本公司將依法收取回復原狀必要之費用(若無法復原,費用將以商品價值損失計算),請先確認商品正確、外觀可接受再行使用,以免影響您的權利,祝您購物順心。
  • 如果您所購買商品是下列特殊商品,請留意下述退貨注意事項:
    1. 易於腐敗之商品、保存期限較短之商品、客製化商品、報紙、期刊、雜誌,依據消費者保護法之規定,於收受商品後將無法享有七天猶豫期之權益且不得辦理退貨。
    2. 影音商品、電腦軟體或個人衛生用品等一經拆封即無法回復原狀的商品,在您還不確定是否要辦理退貨以前,請勿拆封,一經拆封則依消費者保護法之規定,無法享有七天猶豫期之權益且不得辦理退貨。
    3. 非以有形媒介提供之數位內容或一經提供即為完成之線上服務,一經您事先同意後始提供者,依消費者保護法之規定,您將無法享有七天猶豫期之權益且不得辦理退貨。
    4. 組合商品於辦理退貨時,應將組合銷售商品一同退貨,若有遺失、毀損或缺件,PChome將可能要求您依照損毀程度負擔回復原狀必要之費用。
  • 若您需辦理退貨,請利用顧客中心「查訂單」或「退訂/退款查詢」的「退訂/退貨」功能填寫申請,我們將於接獲申請之次日起1個工作天內檢視您的退貨要求,檢視完畢後將以E-mail回覆通知您,並將委託本公司指定之宅配公司,在5個工作天內透過電話與您連絡前往取回退貨商品。請您保持電話暢通,並備妥原商品及所有包裝及附件,以便於交付予本公司指定之宅配公司取回(宅配公司僅負責收件,退貨商品仍由特約廠商進行驗收),宅配公司取件後會提供簽收單據給您,請注意留存。
  • 退回商品時,請以本公司或特約廠商寄送商品給您時所使用的外包裝(紙箱或包裝袋),原封包裝後交付給前來取件的宅配公司;如果本公司或特約廠商寄送商品給您時所使用的外包裝(紙箱或包裝袋)已經遺失,請您在商品原廠外盒之外,再以其他適當的包裝盒進行包裝,切勿任由宅配單直接粘貼在商品原廠外盒上或書寫文字。
  • 若因您要求退貨或換貨、或因本公司無法接受您全部或部分之訂單、或因契約解除或失其效力,而需為您辦理退款事宜時,您同意本公司得代您處理發票或折讓單等相關法令所要求之單據,以利本公司為您辦理退款。
  • 本公司收到您所提出的申請後,若經確認無誤,將依消費者保護法之相關規定,返還您已支付之對價(含信用卡交易),退款日當天會再發送E-mail通知函給您。