#觀點 — Public Fediverse posts

黃星達（Sing-Da） 2026-08-22 16:00:00 CST

去年我根據數據分析結果
說了
美國沒有就業問題
但有失業問題

結果聯準會還是降息了

到了2026年
美國5月ADP就業人數增加12.20萬人，爲去年1月以來最大增幅，預期增加11.80萬人，前值增加10.90萬人。

從去年到今年
美國的就業市場始終沒有問題

美國的聯邦政府和聯準會
以及媒體
到底想做什麼
恐怕這才是真正細思極恐！

#美國 #經濟 #財經 #觀點 #記錄

去年我根據數據分析結果
說了
美國沒有就業問題
但有失業問題

結果聯準會還是降息了

到了2026年
美國5月ADP就業人數增加12.20萬人，爲去年1月以來最大增幅，預期增加11.80萬人，前值增加10.90萬人。

從去年到今年
美國的就業市場始終沒有問題

美國的聯邦政府和聯準會
以及媒體
到底想做什麼
恐怕這才是真正細思極恐！

#美國 #經濟 #財經 #觀點 #記錄

去年我根據數據分析結果
說了
美國沒有就業問題
但有失業問題

結果聯準會還是降息了

到了2026年
美國5月ADP就業人數增加12.20萬人，爲去年1月以來最大增幅，預期增加11.80萬人，前值增加10.90萬人。

從去年到今年
美國的就業市場始終沒有問題

美國的聯邦政府和聯準會
以及媒體
到底想做什麼
恐怕這才是真正細思極恐！

#美國 #經濟 #財經 #觀點 #記錄

美國有引用數據的官方文件（含網站），現在看來，數據都得被調整，但那些報告文件和網頁公告並不會跟著更新。

當我們詢問生成式AI，加上生成式AI訓練模型數據庫的一部分是舊文件，並未同步更新已經調整的數據。

我們的“數字”，還可信嗎？

#觀點

美國有引用數據的官方文件（含網站），現在看來，數據都得被調整，但那些報告文件和網頁公告並不會跟著更新。

當我們詢問生成式AI，加上生成式AI訓練模型數據庫的一部分是舊文件，並未同步更新已經調整的數據。

我們的“數字”，還可信嗎？

#觀點

美國有引用數據的官方文件（含網站），現在看來，數據都得被調整，但那些報告文件和網頁公告並不會跟著更新。

當我們詢問生成式AI，加上生成式AI訓練模型數據庫的一部分是舊文件，並未同步更新已經調整的數據。

我們的“數字”，還可信嗎？

#觀點

墊枕頭睡覺反而傷眼？最新研究與過去觀點不同 眼科醫生詳細解說
https://www.am730.com.hk/健康/1031658/墊枕頭睡覺反而傷眼-最新研究與過去觀點不同-眼科醫生詳細解說

伊朗戰爭，庫爾德人該起身抵抗？還是靜觀其變？當戰火蔓延，庫德族人再度站上抉擇的十字路口 #伊朗 #伊朗戰爭 #podcast #國際觀點 #history #國際觀點 #環球市況
https://www.youtube.com/watch?v=UcW5gSWAtxg

當我們看通貨膨脹率和失業率時，都會慣性帶入一高一低的想法，在Youtube上解說美國經濟情況更是如此。

這是經濟學的菲利普曲線關係，薩繆森與索羅在1960年的論文上提出的關係。

美國聯準會始終依賴這樣的關係做其決策。但是，從時間序的數據來看，失業率上升且通貨膨脹率上升，恐怕美國經濟體也要走向會發生同向關係的可能。

事實上，這樣的反向關係過去也有人驗出同向關係。我們不得不承認美國當初嚴格按照數據做決策，確實維持很好的反向關係。至於現在……事情已經改變了。但是否會成形同向關係，還得在整體數據期間內去看。

#經濟 #財經 #美國 #通貨膨脹 #數據分析 #AI #AI數據分析 #useconomy #economy #economywatch #inflation #usinflation #觀點

當我們看通貨膨脹率和失業率時，都會慣性帶入一高一低的想法，在Youtube上解說美國經濟情況更是如此。

這是經濟學的菲利普曲線關係，薩繆森與索羅在1960年的論文上提出的關係。

美國聯準會始終依賴這樣的關係做其決策。但是，從時間序的數據來看，失業率上升且通貨膨脹率上升，恐怕美國經濟體也要走向會發生同向關係的可能。

事實上，這樣的反向關係過去也有人驗出同向關係。我們不得不承認美國當初嚴格按照數據做決策，確實維持很好的反向關係。至於現在……事情已經改變了。但是否會成形同向關係，還得在整體數據期間內去看。

#經濟 #財經 #美國 #通貨膨脹 #數據分析 #AI #AI數據分析 #useconomy #economy #economywatch #inflation #usinflation #觀點

當我們看通貨膨脹率和失業率時，都會慣性帶入一高一低的想法，在Youtube上解說美國經濟情況更是如此。

這是經濟學的菲利普曲線關係，薩繆森與索羅在1960年的論文上提出的關係。

美國聯準會始終依賴這樣的關係做其決策。但是，從時間序的數據來看，失業率上升且通貨膨脹率上升，恐怕美國經濟體也要走向會發生同向關係的可能。

事實上，這樣的反向關係過去也有人驗出同向關係。我們不得不承認美國當初嚴格按照數據做決策，確實維持很好的反向關係。至於現在……事情已經改變了。但是否會成形同向關係，還得在整體數據期間內去看。

#經濟 #財經 #美國 #通貨膨脹 #數據分析 #AI #AI數據分析 #useconomy #economy #economywatch #inflation #usinflation #觀點

當我們看通貨膨脹率和失業率時，都會慣性帶入一高一低的想法，在Youtube上解說美國經濟情況更是如此。

這是經濟學的菲利普曲線關係，薩繆森與索羅在1960年的論文上提出的關係。

美國聯準會始終依賴這樣的關係做其決策。但是，從時間序的數據來看，失業率上升且通貨膨脹率上升，恐怕美國經濟體也要走向會發生同向關係的可能。

事實上，這樣的反向關係過去也有人驗出同向關係。我們不得不承認美國當初嚴格按照數據做決策，確實維持很好的反向關係。至於現在……事情已經改變了。但是否會成形同向關係，還得在整體數據期間內去看。

#經濟 #財經 #美國 #通貨膨脹 #數據分析 #AI #AI數據分析 #useconomy #economy #economywatch #inflation #usinflation #觀點

數據分析的強大是：

- 用數據客觀揭露數據背後的現象
- 分析方法用對才能讓數據說真話
- 很少人走的賽道，就是一片藍海

#觀點 #數據分析 #MathAI

數據分析的強大是：

- 用數據客觀揭露數據背後的現象
- 分析方法用對才能讓數據說真話
- 很少人走的賽道，就是一片藍海

#觀點 #數據分析 #MathAI

數據分析的強大是：

- 用數據客觀揭露數據背後的現象
- 分析方法用對才能讓數據說真話
- 很少人走的賽道，就是一片藍海

#觀點 #數據分析 #MathAI

不只是數字上的精準分析
對於一些新聞或世界上的事件
我們也需要篩選與關注

為什麼你總是比別人晚知道事情
或者總是被新聞媒體牽著鼻子走

那是因為你對數字的敏感度不夠
同時對新聞或消息的甄別度不夠

我為什麼開始除了發佈數字的短期趨勢
那是因為這個分析方法才能讓你看到
原來，數字可以告訴你關鍵時間

為什麼發佈新聞或消息的文章
那是因為你看完新聞或消息
難以提煉關鍵點與可能影響
所以這才分享給你

這比你看一本書獲得的資訊
或者你自己去尋找新聞或消息
還要來得更方便，不是嗎？

追蹤我，獲得更多的新資訊

#觀點 #學習 #知識

不只是數字上的精準分析
對於一些新聞或世界上的事件
我們也需要篩選與關注

為什麼你總是比別人晚知道事情
或者總是被新聞媒體牽著鼻子走

那是因為你對數字的敏感度不夠
同時對新聞或消息的甄別度不夠

我為什麼開始除了發佈數字的短期趨勢
那是因為這個分析方法才能讓你看到
原來，數字可以告訴你關鍵時間

為什麼發佈新聞或消息的文章
那是因為你看完新聞或消息
難以提煉關鍵點與可能影響
所以這才分享給你

這比你看一本書獲得的資訊
或者你自己去尋找新聞或消息
還要來得更方便，不是嗎？

追蹤我，獲得更多的新資訊

#觀點 #學習 #知識

不只是數字上的精準分析
對於一些新聞或世界上的事件
我們也需要篩選與關注

為什麼你總是比別人晚知道事情
或者總是被新聞媒體牽著鼻子走

那是因為你對數字的敏感度不夠
同時對新聞或消息的甄別度不夠

我為什麼開始除了發佈數字的短期趨勢
那是因為這個分析方法才能讓你看到
原來，數字可以告訴你關鍵時間

為什麼發佈新聞或消息的文章
那是因為你看完新聞或消息
難以提煉關鍵點與可能影響
所以這才分享給你

這比你看一本書獲得的資訊
或者你自己去尋找新聞或消息
還要來得更方便，不是嗎？

追蹤我，獲得更多的新資訊

#觀點 #學習 #知識

美國國務院史上最大裁員風暴：1,353名外交官「一日離場」，魯比奧重組國務院！

▸ 裁員15%-18%，關閉「全球婦女辦公室」等單位
▸ 最高法院掃除障礙，白宮稱「美國優先的勝利」
▸ 員工怒控：「抽椅子式」裁員，無視績效與經驗

深度解析：
https://aitrendsplot.blogspot.com/2025/07/blog-post_13.html

下一步追蹤：
▸ 7/14新架構上路
▸ 裁員員工60-120天帶薪休假
▸ 中俄反應受關注

#美國外交 #裁員潮 #魯比奧 #地緣政治 #觀點 #筆記

美國國務院史上最大裁員風暴：1,353名外交官「一日離場」，魯比奧重組國務院！

▸ 裁員15%-18%，關閉「全球婦女辦公室」等單位
▸ 最高法院掃除障礙，白宮稱「美國優先的勝利」
▸ 員工怒控：「抽椅子式」裁員，無視績效與經驗

深度解析：
https://aitrendsplot.blogspot.com/2025/07/blog-post_13.html

下一步追蹤：
▸ 7/14新架構上路
▸ 裁員員工60-120天帶薪休假
▸ 中俄反應受關注

#美國外交 #裁員潮 #魯比奧 #地緣政治 #觀點 #筆記

美國國務院史上最大裁員風暴：1,353名外交官「一日離場」，魯比奧重組國務院！

▸ 裁員15%-18%，關閉「全球婦女辦公室」等單位
▸ 最高法院掃除障礙，白宮稱「美國優先的勝利」
▸ 員工怒控：「抽椅子式」裁員，無視績效與經驗

深度解析：
https://aitrendsplot.blogspot.com/2025/07/blog-post_13.html

下一步追蹤：
▸ 7/14新架構上路
▸ 裁員員工60-120天帶薪休假
▸ 中俄反應受關注

#美國外交 #裁員潮 #魯比奧 #地緣政治 #觀點 #筆記

使用生成式AI倒底好不好？
我認為並沒有什麼不好。要看你怎麼使用。

我並沒有使用生成式AI寫文，但是會導入數據分析結果，讓生成式AI整理和解析。解析內容，我會弄成網頁，提供學生參考。在教學時指出生成式AI會出現的錯誤。

我也告訴學生不用去反反覆覆地跟生成式AI對話，讓它生成正確的內容。因為當你耗費那些時間的時候，還不如自己修改內容。

此時你已經具體知道內容的錯誤位置，並且也知道內容錯了什麼。你又何必一直糾結在那，跟生成式AI鬥智鬥勇，浪費你的時間。

#觀點

使用生成式AI倒底好不好？
我認為並沒有什麼不好。要看你怎麼使用。

我並沒有使用生成式AI寫文，但是會導入數據分析結果，讓生成式AI整理和解析。解析內容，我會弄成網頁，提供學生參考。在教學時指出生成式AI會出現的錯誤。

我也告訴學生不用去反反覆覆地跟生成式AI對話，讓它生成正確的內容。因為當你耗費那些時間的時候，還不如自己修改內容。

此時你已經具體知道內容的錯誤位置，並且也知道內容錯了什麼。你又何必一直糾結在那，跟生成式AI鬥智鬥勇，浪費你的時間。

#觀點

使用生成式AI倒底好不好？
我認為並沒有什麼不好。要看你怎麼使用。

我並沒有使用生成式AI寫文，但是會導入數據分析結果，讓生成式AI整理和解析。解析內容，我會弄成網頁，提供學生參考。在教學時指出生成式AI會出現的錯誤。

我也告訴學生不用去反反覆覆地跟生成式AI對話，讓它生成正確的內容。因為當你耗費那些時間的時候，還不如自己修改內容。

此時你已經具體知道內容的錯誤位置，並且也知道內容錯了什麼。你又何必一直糾結在那，跟生成式AI鬥智鬥勇，浪費你的時間。

#觀點

為什麼企業還是以Tableau、數據庫(database)等將數據導入，搭配統計軟體，進行數據分析(Analyze)為主？

因為這些可以保障數據保密，不會因為連網或一些因素，變成洩密。近期不是有微信使用者的資料洩密嗎？所以這樣的不聯網分析，可以確保企業數據不外洩。

#觀點

為什麼企業還是以Tableau、數據庫(database)等將數據導入，搭配統計軟體，進行數據分析(Analyze)為主？

因為這些可以保障數據保密，不會因為連網或一些因素，變成洩密。近期不是有微信使用者的資料洩密嗎？所以這樣的不聯網分析，可以確保企業數據不外洩。

#觀點

為什麼企業還是以Tableau、數據庫(database)等將數據導入，搭配統計軟體，進行數據分析(Analyze)為主？

因為這些可以保障數據保密，不會因為連網或一些因素，變成洩密。近期不是有微信使用者的資料洩密嗎？所以這樣的不聯網分析，可以確保企業數據不外洩。

#觀點

很有趣的現象^_^生成式AI才是AI

其實人工智慧不是只有生成式AI。你可以將生成式AI想成一個架構，有核心，有流程。數據經過核心和流程後，產出給你。

那麼這個核心就是你所知道的機率論，統計學，數學模型組成的地方。流程則是對標記數據進行分類，匹配，篩選等等的一系列動作，產生所謂代表「學習」。這點從一些流程圖中可以看到。

你得明白別人研究的是哪個部分。不同的架構會有不同的名稱。

其中核心的破解是最驚人的，也是暴力突破人工智慧真偽的重點。

#觀點

很有趣的現象^_^生成式AI才是AI

其實人工智慧不是只有生成式AI。你可以將生成式AI想成一個架構，有核心，有流程。數據經過核心和流程後，產出給你。

那麼這個核心就是你所知道的機率論，統計學，數學模型組成的地方。流程則是對標記數據進行分類，匹配，篩選等等的一系列動作，產生所謂代表「學習」。這點從一些流程圖中可以看到。

你得明白別人研究的是哪個部分。不同的架構會有不同的名稱。

其中核心的破解是最驚人的，也是暴力突破人工智慧真偽的重點。

#觀點

很有趣的現象^_^生成式AI才是AI

其實人工智慧不是只有生成式AI。你可以將生成式AI想成一個架構，有核心，有流程。數據經過核心和流程後，產出給你。

那麼這個核心就是你所知道的機率論，統計學，數學模型組成的地方。流程則是對標記數據進行分類，匹配，篩選等等的一系列動作，產生所謂代表「學習」。這點從一些流程圖中可以看到。

你得明白別人研究的是哪個部分。不同的架構會有不同的名稱。

其中核心的破解是最驚人的，也是暴力突破人工智慧真偽的重點。

#觀點

在台灣2024年其實是人工智慧前期的鋪陳結尾，2025年是人工智慧全民化第一年。但我前面說了，你到底知不知道什麼是人工智慧，人工智慧你要如何定位它。這些都無法確定就要推廣，就要很多人去學習，這就像泡沫，你也可以認為是人工智慧泡沫。

原本人工智慧只要發展出來，確實只會一家獨大。但如果人工智慧的Analytics有問題呢？「學習」真的是「學習」？最簡單的問題反映在數字判斷、運算。

一般來說人工智慧依附在機器上，所以機器能做的數學計算，對！這是最基礎的部分，有學程式的人就會知道在最開始的學習就是做加減乘除。

那麼，人工智慧並沒有先完成這塊，反而是文字排序與合成，再到聲音與影像。這不難聯想，人工智慧的近代開發可以說是以文字導向的識別功能為核心。換句話說，連同大數據也是走這條路線。

#AI #數據分析 #人工智慧 #人工智能 #觀點

在台灣2024年其實是人工智慧前期的鋪陳結尾，2025年是人工智慧全民化第一年。但我前面說了，你到底知不知道什麼是人工智慧，人工智慧你要如何定位它。這些都無法確定就要推廣，就要很多人去學習，這就像泡沫，你也可以認為是人工智慧泡沫。

原本人工智慧只要發展出來，確實只會一家獨大。但如果人工智慧的Analytics有問題呢？「學習」真的是「學習」？最簡單的問題反映在數字判斷、運算。

一般來說人工智慧依附在機器上，所以機器能做的數學計算，對！這是最基礎的部分，有學程式的人就會知道在最開始的學習就是做加減乘除。

那麼，人工智慧並沒有先完成這塊，反而是文字排序與合成，再到聲音與影像。這不難聯想，人工智慧的近代開發可以說是以文字導向的識別功能為核心。換句話說，連同大數據也是走這條路線。

#AI #數據分析 #人工智慧 #人工智能 #觀點

在台灣2024年其實是人工智慧前期的鋪陳結尾，2025年是人工智慧全民化第一年。但我前面說了，你到底知不知道什麼是人工智慧，人工智慧你要如何定位它。這些都無法確定就要推廣，就要很多人去學習，這就像泡沫，你也可以認為是人工智慧泡沫。

原本人工智慧只要發展出來，確實只會一家獨大。但如果人工智慧的Analytics有問題呢？「學習」真的是「學習」？最簡單的問題反映在數字判斷、運算。

一般來說人工智慧依附在機器上，所以機器能做的數學計算，對！這是最基礎的部分，有學程式的人就會知道在最開始的學習就是做加減乘除。

那麼，人工智慧並沒有先完成這塊，反而是文字排序與合成，再到聲音與影像。這不難聯想，人工智慧的近代開發可以說是以文字導向的識別功能為核心。換句話說，連同大數據也是走這條路線。

#AI #數據分析 #人工智慧 #人工智能 #觀點

在台灣2024年其實是人工智慧前期的鋪陳結尾，2025年是人工智慧全民化第一年。但我前面說了，你到底知不知道什麼是人工智慧，人工智慧你要如何定位它。這些都無法確定就要推廣，就要很多人去學習，這就像泡沫，你也可以認為是人工智慧泡沫。

原本人工智慧只要發展出來，確實只會一家獨大。但如果人工智慧的Analytics有問題呢？「學習」真的是「學習」？最簡單的問題反映在數字判斷、運算。

一般來說人工智慧依附在機器上，所以機器能做的數學計算，對！這是最基礎的部分，有學程式的人就會知道在最開始的學習就是做加減乘除。

那麼，人工智慧並沒有先完成這塊，反而是文字排序與合成，再到聲音與影像。這不難聯想，人工智慧的近代開發可以說是以文字導向的識別功能為核心。換句話說，連同大數據也是走這條路線。

#AI #數據分析 #人工智慧 #人工智能 #觀點

我們很遺憾的是，真實的人工智慧研究是無法被彰顯，被看到的。媒體的力量與宣傳造神的手法，讓耗費資源的科技成果成為主宰。而這樣的做法從未真正解決問題。

想要人工智慧發展正確且穩健，就得回頭去檢驗：

1. 你真的讓數據自己說話嗎？

2. 數據真的有他們自己的數學模型嗎？這裡的數學模型可不是單一模型或演算法組成或轉換技術。不同組數據就應該有其特定的數學模型結果，這是人工智慧讓數據具有「模型選擇」的決策能力。

要我說，這就是類似「還政於民」概念的另一種表現。我們只是將一些選擇還給數據本身。

3. 人工智慧該從加入分析方法進行運算與判斷，還是分析方法成為人工智慧的基礎？

這點當然是在反思你對待人工智慧的看法。這樣的看法會影響人工智慧的發展。例如需要檢測序列相關使用某檢定時，你真的用正確的臨界值表嗎？人工智慧加入分析方法其實可以幫助做反覆運算與判斷。但你們做了嗎？所以看待人工智慧的角度將決定能不能解決問題。

#AI #人工智慧 #人工智能 #觀點

我們很遺憾的是，真實的人工智慧研究是無法被彰顯，被看到的。媒體的力量與宣傳造神的手法，讓耗費資源的科技成果成為主宰。而這樣的做法從未真正解決問題。

想要人工智慧發展正確且穩健，就得回頭去檢驗：

1. 你真的讓數據自己說話嗎？

2. 數據真的有他們自己的數學模型嗎？這裡的數學模型可不是單一模型或演算法組成或轉換技術。不同組數據就應該有其特定的數學模型結果，這是人工智慧讓數據具有「模型選擇」的決策能力。

要我說，這就是類似「還政於民」概念的另一種表現。我們只是將一些選擇還給數據本身。

3. 人工智慧該從加入分析方法進行運算與判斷，還是分析方法成為人工智慧的基礎？

這點當然是在反思你對待人工智慧的看法。這樣的看法會影響人工智慧的發展。例如需要檢測序列相關使用某檢定時，你真的用正確的臨界值表嗎？人工智慧加入分析方法其實可以幫助做反覆運算與判斷。但你們做了嗎？所以看待人工智慧的角度將決定能不能解決問題。

#AI #人工智慧 #人工智能 #觀點

我們很遺憾的是，真實的人工智慧研究是無法被彰顯，被看到的。媒體的力量與宣傳造神的手法，讓耗費資源的科技成果成為主宰。而這樣的做法從未真正解決問題。

想要人工智慧發展正確且穩健，就得回頭去檢驗：

1. 你真的讓數據自己說話嗎？

2. 數據真的有他們自己的數學模型嗎？這裡的數學模型可不是單一模型或演算法組成或轉換技術。不同組數據就應該有其特定的數學模型結果，這是人工智慧讓數據具有「模型選擇」的決策能力。

要我說，這就是類似「還政於民」概念的另一種表現。我們只是將一些選擇還給數據本身。

3. 人工智慧該從加入分析方法進行運算與判斷，還是分析方法成為人工智慧的基礎？

這點當然是在反思你對待人工智慧的看法。這樣的看法會影響人工智慧的發展。例如需要檢測序列相關使用某檢定時，你真的用正確的臨界值表嗎？人工智慧加入分析方法其實可以幫助做反覆運算與判斷。但你們做了嗎？所以看待人工智慧的角度將決定能不能解決問題。

#AI #人工智慧 #人工智能 #觀點

我們很遺憾的是，真實的人工智慧研究是無法被彰顯，被看到的。媒體的力量與宣傳造神的手法，讓耗費資源的科技成果成為主宰。而這樣的做法從未真正解決問題。

想要人工智慧發展正確且穩健，就得回頭去檢驗：

1. 你真的讓數據自己說話嗎？

2. 數據真的有他們自己的數學模型嗎？這裡的數學模型可不是單一模型或演算法組成或轉換技術。不同組數據就應該有其特定的數學模型結果，這是人工智慧讓數據具有「模型選擇」的決策能力。

要我說，這就是類似「還政於民」概念的另一種表現。我們只是將一些選擇還給數據本身。

3. 人工智慧該從加入分析方法進行運算與判斷，還是分析方法成為人工智慧的基礎？

這點當然是在反思你對待人工智慧的看法。這樣的看法會影響人工智慧的發展。例如需要檢測序列相關使用某檢定時，你真的用正確的臨界值表嗎？人工智慧加入分析方法其實可以幫助做反覆運算與判斷。但你們做了嗎？所以看待人工智慧的角度將決定能不能解決問題。

#AI #人工智慧 #人工智能 #觀點

新的一年，在跨年之際，和一名朋友，他也是解決非常多始終困擾著人類民生問題的人。他與我聊人工智慧，理念相同。我們都認為：

1. 你敢保證人工智慧給你結果可信？你是將人工智慧當做輔助，還是你在幫人工智慧檢查它的結果？
2. 你敢保證人工智慧的數據庫內數據通通沒問題？
3. 沒有真正產出數學結果的人工智慧建模，不科學。

雖然我們是不同領域的人，但真正解決問題的人都知道，人工智慧是加入各種地方，當然更要加入到數學範疇的分析方法當中。你得檢查數據。數據標籤有誤，只會用數據清洗，那就代表可以被操縱結果。這樣的人工智慧真能給你真實的答案嗎？

太多人不願意去思考，葉公好龍。推崇人工智慧未必是正確的做法，科技終將水到渠成，而不是大推特推，不管真偽。

若科技是來自科學，那麼你認為現在的科技真有科學精神與原則嗎？

#觀點 #人工智慧 #人工智能 #AI

新的一年，在跨年之際，和一名朋友，他也是解決非常多始終困擾著人類民生問題的人。他與我聊人工智慧，理念相同。我們都認為：

1. 你敢保證人工智慧給你結果可信？你是將人工智慧當做輔助，還是你在幫人工智慧檢查它的結果？
2. 你敢保證人工智慧的數據庫內數據通通沒問題？
3. 沒有真正產出數學結果的人工智慧建模，不科學。

雖然我們是不同領域的人，但真正解決問題的人都知道，人工智慧是加入各種地方，當然更要加入到數學範疇的分析方法當中。你得檢查數據。數據標籤有誤，只會用數據清洗，那就代表可以被操縱結果。這樣的人工智慧真能給你真實的答案嗎？

太多人不願意去思考，葉公好龍。推崇人工智慧未必是正確的做法，科技終將水到渠成，而不是大推特推，不管真偽。

若科技是來自科學，那麼你認為現在的科技真有科學精神與原則嗎？

#觀點 #人工智慧 #人工智能 #AI

新的一年，在跨年之際，和一名朋友，他也是解決非常多始終困擾著人類民生問題的人。他與我聊人工智慧，理念相同。我們都認為：

1. 你敢保證人工智慧給你結果可信？你是將人工智慧當做輔助，還是你在幫人工智慧檢查它的結果？
2. 你敢保證人工智慧的數據庫內數據通通沒問題？
3. 沒有真正產出數學結果的人工智慧建模，不科學。

雖然我們是不同領域的人，但真正解決問題的人都知道，人工智慧是加入各種地方，當然更要加入到數學範疇的分析方法當中。你得檢查數據。數據標籤有誤，只會用數據清洗，那就代表可以被操縱結果。這樣的人工智慧真能給你真實的答案嗎？

太多人不願意去思考，葉公好龍。推崇人工智慧未必是正確的做法，科技終將水到渠成，而不是大推特推，不管真偽。

若科技是來自科學，那麼你認為現在的科技真有科學精神與原則嗎？

#觀點 #人工智慧 #人工智能 #AI

新的一年，在跨年之際，和一名朋友，他也是解決非常多始終困擾著人類民生問題的人。他與我聊人工智慧，理念相同。我們都認為：

1. 你敢保證人工智慧給你結果可信？你是將人工智慧當做輔助，還是你在幫人工智慧檢查它的結果？
2. 你敢保證人工智慧的數據庫內數據通通沒問題？
3. 沒有真正產出數學結果的人工智慧建模，不科學。

雖然我們是不同領域的人，但真正解決問題的人都知道，人工智慧是加入各種地方，當然更要加入到數學範疇的分析方法當中。你得檢查數據。數據標籤有誤，只會用數據清洗，那就代表可以被操縱結果。這樣的人工智慧真能給你真實的答案嗎？

太多人不願意去思考，葉公好龍。推崇人工智慧未必是正確的做法，科技終將水到渠成，而不是大推特推，不管真偽。

若科技是來自科學，那麼你認為現在的科技真有科學精神與原則嗎？

#觀點 #人工智慧 #人工智能 #AI

歷史會重演！
台灣黨爭不就是如明末嘛！

事件如此
自然數據也會如此
數據告訴我們的時間資訊
只是人類找不出來
甚至沒有理由地指走勢圖當趨勢圖
你是聽拿圖說故事的人的觀點
還是真的讓數據自己說話？

數據分析不是圖像視覺化
用圖像視覺化來表現數據分析只是
數據分析流程中的數據處理階段
圖像視覺化是憑觀察
觀察的資訊是主觀
所以才要訓練解讀
每個人解讀又會不同
大致上的明顯資訊會被解讀出來
剩下的就是
你聽他們講故事
然後提決策建議

這是你要的數據分析嗎？
寫論文的同學們，這是你寫的論文？
大學教授接受這樣的數據分析？

#數據分析 #觀點

歷史會重演！
台灣黨爭不就是如明末嘛！

事件如此
自然數據也會如此
數據告訴我們的時間資訊
只是人類找不出來
甚至沒有理由地指走勢圖當趨勢圖
你是聽拿圖說故事的人的觀點
還是真的讓數據自己說話？

數據分析不是圖像視覺化
用圖像視覺化來表現數據分析只是
數據分析流程中的數據處理階段
圖像視覺化是憑觀察
觀察的資訊是主觀
所以才要訓練解讀
每個人解讀又會不同
大致上的明顯資訊會被解讀出來
剩下的就是
你聽他們講故事
然後提決策建議

這是你要的數據分析嗎？
寫論文的同學們，這是你寫的論文？
大學教授接受這樣的數據分析？

#數據分析 #觀點

歷史會重演！
台灣黨爭不就是如明末嘛！

事件如此
自然數據也會如此
數據告訴我們的時間資訊
只是人類找不出來
甚至沒有理由地指走勢圖當趨勢圖
你是聽拿圖說故事的人的觀點
還是真的讓數據自己說話？

數據分析不是圖像視覺化
用圖像視覺化來表現數據分析只是
數據分析流程中的數據處理階段
圖像視覺化是憑觀察
觀察的資訊是主觀
所以才要訓練解讀
每個人解讀又會不同
大致上的明顯資訊會被解讀出來
剩下的就是
你聽他們講故事
然後提決策建議

這是你要的數據分析嗎？
寫論文的同學們，這是你寫的論文？
大學教授接受這樣的數據分析？

#數據分析 #觀點

歷史會重演！
台灣黨爭不就是如明末嘛！

事件如此
自然數據也會如此
數據告訴我們的時間資訊
只是人類找不出來
甚至沒有理由地指走勢圖當趨勢圖
你是聽拿圖說故事的人的觀點
還是真的讓數據自己說話？

數據分析不是圖像視覺化
用圖像視覺化來表現數據分析只是
數據分析流程中的數據處理階段
圖像視覺化是憑觀察
觀察的資訊是主觀
所以才要訓練解讀
每個人解讀又會不同
大致上的明顯資訊會被解讀出來
剩下的就是
你聽他們講故事
然後提決策建議

這是你要的數據分析嗎？
寫論文的同學們，這是你寫的論文？
大學教授接受這樣的數據分析？

#數據分析 #觀點

博弈論，又稱賽局理論，是John Nash的成果。通常用囚徒困境進行解說。但囚徒困境真對嗎？

反例：川普案
共犯承認，川普堅持不承認
最後他贏了
成為美國總統

為什麼囚犯困境不能用？

因為報酬的設計看似正確
其實那數字都是「人」設的
其他因素也加不進

2014年Lee發表在Econlit等級的期刊論文中就提到了，報酬是不確定的，你不可能一個數字或數字條件去設定這2×2決策！

概率不是發生在外面，而是直接就是報酬！

未完 1/ #觀點

博弈論，又稱賽局理論，是John Nash的成果。通常用囚徒困境進行解說。但囚徒困境真對嗎？

反例：川普案
共犯承認，川普堅持不承認
最後他贏了
成為美國總統

為什麼囚犯困境不能用？

因為報酬的設計看似正確
其實那數字都是「人」設的
其他因素也加不進

2014年Lee發表在Econlit等級的期刊論文中就提到了，報酬是不確定的，你不可能一個數字或數字條件去設定這2×2決策！

概率不是發生在外面，而是直接就是報酬！

未完 1/ #觀點

博弈論，又稱賽局理論，是John Nash的成果。通常用囚徒困境進行解說。但囚徒困境真對嗎？

反例：川普案
共犯承認，川普堅持不承認
最後他贏了
成為美國總統

為什麼囚犯困境不能用？

因為報酬的設計看似正確
其實那數字都是「人」設的
其他因素也加不進

2014年Lee發表在Econlit等級的期刊論文中就提到了，報酬是不確定的，你不可能一個數字或數字條件去設定這2×2決策！

概率不是發生在外面，而是直接就是報酬！

未完 1/ #觀點

博弈論，又稱賽局理論，是John Nash的成果。通常用囚徒困境進行解說。但囚徒困境真對嗎？

反例：川普案
共犯承認，川普堅持不承認
最後他贏了
成為美國總統

為什麼囚犯困境不能用？

因為報酬的設計看似正確
其實那數字都是「人」設的
其他因素也加不進

2014年Lee發表在Econlit等級的期刊論文中就提到了，報酬是不確定的，你不可能一個數字或數字條件去設定這2×2決策！

概率不是發生在外面，而是直接就是報酬！

未完 1/ #觀點

科學研究最怕跳過或繞路
因為問題始終在那
最終你得回去解決

即使封神
也只是通往真相的一小斷片

有人支持理論至上
有人支持技術至上

無論哪方面領先
還是得等另一半跟上
兩者畢竟相輔相成

最糟糕的情況不就是
失去兩個世代的時間
回到開始的問題(複數)
逐一解決後
讓路徑回到正確方向
繼續前行

#觀點

科學研究最怕跳過或繞路
因為問題始終在那
最終你得回去解決

即使封神
也只是通往真相的一小斷片

有人支持理論至上
有人支持技術至上

無論哪方面領先
還是得等另一半跟上
兩者畢竟相輔相成

最糟糕的情況不就是
失去兩個世代的時間
回到開始的問題(複數)
逐一解決後
讓路徑回到正確方向
繼續前行

#觀點

科學研究最怕跳過或繞路
因為問題始終在那
最終你得回去解決

即使封神
也只是通往真相的一小斷片

有人支持理論至上
有人支持技術至上

無論哪方面領先
還是得等另一半跟上
兩者畢竟相輔相成

最糟糕的情況不就是
失去兩個世代的時間
回到開始的問題(複數)
逐一解決後
讓路徑回到正確方向
繼續前行

#觀點

科學研究最怕跳過或繞路
因為問題始終在那
最終你得回去解決

即使封神
也只是通往真相的一小斷片

有人支持理論至上
有人支持技術至上

無論哪方面領先
還是得等另一半跟上
兩者畢竟相輔相成

最糟糕的情況不就是
失去兩個世代的時間
回到開始的問題(複數)
逐一解決後
讓路徑回到正確方向
繼續前行

#觀點

從這兩種分析角度發現：

1. 台股試圖走多方的情緒非常強烈，有點不顧原本市場的趨勢方向，硬要轉上。

2. 台股從2024年起趨勢變得【非常不穩定】，投資人須非常謹慎小心。

喜歡這則貼文

→ 關注 @aphoebusli ，每天閱讀AI數據分析的內容
→ 點讚、轉發與人分享以獲得支持 https://mastodon.social/@aphoebusli/112138249695711644

#台灣 #經濟 #財經 #台股 #AI數據分析 #數據分析 #dataanalysis #AI #MathAI #知識 #學習 #infographic #觀點 #data #股市

從這兩種分析角度發現：

1. 台股試圖走多方的情緒非常強烈，有點不顧原本市場的趨勢方向，硬要轉上。

2. 台股從2024年起趨勢變得【非常不穩定】，投資人須非常謹慎小心。

喜歡這則貼文

→ 關注 @aphoebusli ，每天閱讀AI數據分析的內容
→ 點讚、轉發與人分享以獲得支持 https://mastodon.social/@aphoebusli/112138249695711644

#台灣 #經濟 #財經 #台股 #AI數據分析 #數據分析 #dataanalysis #AI #MathAI #知識 #學習 #infographic #觀點 #data #股市

從這兩種分析角度發現：

1. 台股試圖走多方的情緒非常強烈，有點不顧原本市場的趨勢方向，硬要轉上。

2. 台股從2024年起趨勢變得【非常不穩定】，投資人須非常謹慎小心。

喜歡這則貼文

→ 關注 @aphoebusli ，每天閱讀AI數據分析的內容
→ 點讚、轉發與人分享以獲得支持 https://mastodon.social/@aphoebusli/112138249695711644

#台灣 #經濟 #財經 #台股 #AI數據分析 #數據分析 #dataanalysis #AI #MathAI #知識 #學習 #infographic #觀點 #data #股市

從這兩種分析角度發現：

1. 台股試圖走多方的情緒非常強烈，有點不顧原本市場的趨勢方向，硬要轉上。

2. 台股從2024年起趨勢變得【非常不穩定】，投資人須非常謹慎小心。

喜歡這則貼文

→ 關注 @aphoebusli ，每天閱讀AI數據分析的內容
→ 點讚、轉發與人分享以獲得支持 https://mastodon.social/@aphoebusli/112138249695711644

#台灣 #經濟 #財經 #台股 #AI數據分析 #數據分析 #dataanalysis #AI #MathAI #知識 #學習 #infographic #觀點 #data #股市

去年12月得到的美國進口物價指數趨勢(見圖二)，最新趨勢從2023年7月到11月平均每月增加0.03。

增加三個月的數據後(見圖一)，趨勢變化：

1. 進口物價指數趨勢上漲轉為下降
2. 平均每月減少0.107

喜歡這則貼文
→ 點讚、轉發與人分享以獲得支持
→ 關注我 @aphoebusli ，每天閱讀AI數據分析的內容

#美國 #經濟 #財經 #物價 #AI數據分析 #數據分析 #dataanalysis #AI #MathAI #知識 #學習 #infographic #觀點 #data #USA #進口