走在汽車革命的路上論文書籍站
一萬中古車的問題，透過圖書和論文來找解法和答案更準確安心。 我們找到下列包括價格和評價等資訊懶人包
一萬中古車的問題，我們搜遍了碩博士論文和台灣出版的書籍，推薦商業周刊寫的 行銷點子製造機：商業周刊30週年最強行銷點子精選 和日經大數據的 Google教你深度學習：中小企業如何利用會自己學習的電腦?都 可以從中找到所需的評價。
這兩本書分別來自商業周刊 和財經傳訊所出版 。
行銷點子製造機：商業周刊30週年最強行銷點子精選
為了解決一萬中古車 的問題，作者商業周刊 這樣論述：
要解決問題、想改良產品、該提升銷售、還得拉住客戶，苦無靈感怎麼辦？ 《商業周刊》送上30年精選絕妙點子！ 4種行銷面向╳99則實例╳123個秘訣， 缺點子，一翻就有！ ★他們這樣想行銷點子 餐廳離峰時段沒人？→辦試吃會，衝人氣增翻桌率 平平都是薯條→薯條三兄弟讓人吃不到，更想要 煎餅易破裂缺角→「碎煎餅」專賣，迎合務實消費者 線上打牌，銀髮族反應慢？→「神來也」改程式，出牌時間自己選 眾聲喧嘩的年代裡，有些人異軍突起、有些商品萬年不敗、有些公司打遍天下無敵手；靠得就是「靈光一閃」的好點子。這些好點子的共通點就是「出乎意料」：「居酒屋改作婚戀餐廳」、「戴森家電當3
C高科技品賣」、「IKEA開餐廳吸引客戶駐足」等，全都出乎意料卻能引領風潮。 這些點子到底如何誕生？又是如何成真？該怎麼借來用？本書精選《商業周刊》30年歷來成功的品牌／商品的實例，針對四大面向：價值創造、價值傳遞、價值溝通，以10章①找對顧客②選擇市場③價值定位④產品開發⑤服務提供⑥通路定價⑦換腦袋玩行銷⑧促銷術⑨品牌公關⑩網路社群，給讀者與眾不同的商品概念、鎖定市場，打動消費者的心。舉凡企劃、業務、公關、廣告人、行政管理、經理人、尋求金主的創意人，都是必備案頭書。快速掌握每則點子的精華，隨時隨地都好用！ ＊本書為《行銷點子製造機》全新改版書 本書特色 1.最新加值版！《
商業周刊》30年淬煉、台大名師黃俊堯審訂導讀的行銷點子精華 精選《商業周刊》歷年報導中99則中外成功點子，由台大工商管理學系暨商學研究所專任教授黃俊堯老師以四大面向、10章節深度分析，讀者能藉由這些想法與經驗，一窺成功的捷徑。 2. 隨翻隨用！知名成功案例大補帖 跨時代、跨業種、跨規模，徹底解析點子發想模式與成功關鍵，企畫、業務、公關、廣告人、行政管理、經理人、尋求金主的創意人，都是必備案頭書，隨時隨地都好用！ 3. 篇幅輕薄短小， 3分鐘，點子就Get！ 最簡單的文字＋最精簡的篇幅＋最扼要的指引，3分鐘就掌握好點子精髓。 名人推薦（依據首字筆畫序） 短文推薦—
— Mr.6 劉威麟（網路趨勢觀察家） 于為暢（資深網路人） 何飛鵬（城邦媒體集團首席執行長） 許景泰（SmartM世紀智庫執行長） 葉明桂（奧美集團策略長暨奧美廣告副董事長） 萬惡的人力資源主管（知名職場部落客） 劉鴻徵（全聯福利中心行銷部協理） 謝文憲（知名講師、作家、主持人） 掛名推薦—— 王文靜（商周集團執行長） 林大涵（貝殼放大執行長暨共同創辦人） 趙質忠（台灣微軟行銷營運長） 鍾子偉（關鍵評論網執行長暨共同創辦人） 《商業周刊》是二十世紀末、二十一世紀初台灣知識分子共同的回憶，過去三十年，我們曾在多少輛晃動的電車上、多少個
從冷坐到熱的馬桶上讀過它幫我們挖掘出來的企業案例故事，伴我們從社會基層一路上升，給了我們繼續和這個世紀纏鬥的動力。藉由這套三十年案例精選套書，商周將這些行銷、管理、創業故事加入了學理架構，成為馬上可以放進公事包的MBA教科書。我毫不猶豫地想預訂三套，一套給自己，一套給我接班的部屬，另一套則給自己的孩子，給他做為告別校園、進入職場的第一套課本。─Mr. 6 劉威麟／網路趨勢觀察家 我曾是忠實的《商業周刊》訂閱用戶，但由於忙碌常常沒時間翻閱，一週又一週很快過去，未讀的雜誌越疊越高。我身為快節奏、高效率的網路工作者，常想有無可能出版「《商業周刊》精彩內容懶人包」，讓我一次看完所有報導和案例，跟
上其精彩內容。這個願望實現了！《商業周刊》三十年精選套書不但蒐集歷年來重要的國內外案例，我特別喜愛「一點就通」的 key point 整理，這是一本所有管理者、創業家、自媒體工作者的實用教戰手冊，在事業卡關時可隨時翻閱尋找靈感。─于為暢／資深網路人 《商業周刊》見證了台灣過去三十年的經濟發展史，其中最重要的就是企業的興衰起落。這些經典的企業案例，都是經濟長河中值得展讀再三的典範，發人深省，啟迪智慧。─何飛鵬／城邦媒體集團首席執行長 創業、管理、行銷，在我看來已不是專業技能，更非只是商管學生必修學科，在網路快速變遷時代，我認為它就是職場、商業必須具備的競爭能力！因為，創業思維純熟者，
對於商業洞察、思維、解決能力會比一般人強上數倍；掌握管理訣竅者，對於職場晉升、薪酬倍增上也會來得更迅猛；而擅長行銷者，對於個人品牌、工作崗位上，則有助拓展人脈與開創更多機會。相信閱讀完這三本書，將在你職涯突破口上，給予最大的養分及助力！─許景泰／SmartM 世紀智庫執行長 只有經過時間考驗還能歷久彌新才是趨近真理的東西。一個歷經三十年仍然不朽的知識，就是有用的知識。《商業周刊》出版的全套書籍就是這樣的屬性。每篇都是當時應景，事後可以回味，最終可以參考的文章。放在書架，一旦思路有點糾結，就信手翻閱，就像點子的抽籤筒，跳出相關又不相關的案例，正是刺激點子，獲得啟發的好方法，好書！值得向您推
薦！─葉明桂／奧美集團策略長暨奧美廣告副董事長 很多商場上的道理，就算再多人拍胸脯保證「這次不一樣」，事過境遷以後再回頭看，其實都不是新鮮事。我一直很喜歡閱讀其他公司的案例。而這是一套讀起來簡單，但一邊讀一邊想就變得很不簡單的書。書裡的很多案例，都不僅僅是個故事。倘若能把背後的道理拿來應用，對自己的工作，將會有相當大的助益！─萬惡的人力資源主管／知名職場部落客 念書的時候，我讀日本企畫高手寫的書，他說企畫是用腳寫出來的，不是用手寫出來的；就業以後，老闆告訴我要用心去融入顧客情境─看來用心體會比用腳旁觀更重要。這套書累積了很多好的案例，幫大家節省了很多腳程，值得一看；但更重要的是，要
找機會去體驗這些案例，才能夠學到門道喔！─劉鴻徵／全聯福利中心行銷部協理 《商業周刊》對我而言，有三個意義： 1.我從信義房屋業務與主管時期就看的雜誌。 2.我在管理與行銷創意的點子和新知的來源。 3.商周專欄是我在創業階段最重要的助燃器。 由黃俊堯教授導讀與審定，三合一的《商業周刊》三十週年紀念好書，一面觀看、一面《商業周刊》咋舌，嘖嘖稱奇，令人讚歎，我彷彿沉浸台灣經濟起飛過程中，最重要的洪流裡。我用以下幾句話推薦這套書籍： 行銷點子製造機，市場廝殺搶先機； 管理妙招便利貼，對上對下服服貼； 創業基因啟動碼，攻城策略翻轉法； 三冊合一商周慶，三十週年
讀者心 ！ 誠摯推薦給每一位辛勤工作的您。─謝文憲／知名講師、作家、主持人
一萬中古車進入發燒排行的影片
又到了說再見的時刻了， 長測 Nissan Sentra 也到了尾聲，經過小七哥與 Mike 的一萬多公里實測之後，到底使用成本是如何呢？仙草到底多省油呢？喜歡仙草的朋友不要錯過，趕快跟著小七哥來一起關箱吧！
#Sentra
#關箱
#長測
延伸閱讀：https://www.7car.tw/article/third/341
更多車訊都在【小七車觀點】：https://www.7car.tw/
【七哥試駕都在這邊】：https://reurl.cc/O1xnWr
--------------------------------------
「小七哥」親自實測嚴選的商品都在【七車坊】
https://shop.7car.tw/
台灣商用車專屬網站【商車王】
https://www.truck.tw/
記得訂閱追蹤YouTube唷 》》》
7Car →https://reurl.cc/pdQL7d
7Car新聞頻道 →https://reurl.cc/MvnRrm
台灣車文庫 →https://reurl.cc/ar61QQ
Google教你深度學習：中小企業如何利用會自己學習的電腦?
為了解決一萬中古車 的問題，作者日經大數據 這樣論述：
你要聽特斯拉馬斯克的或是臉書祖克伯的？ 前者認為人工智慧（AI）會毁滅人類，後者說不會！ 其實你應聽Google的， 它提供平台讓中小企業也可以搭上人工智慧的特快車！ 將衝擊世界的人工智慧類型基本上是指會自己學習的電腦，也就是所謂的機器學習（Machine Learning）及深度學習（Deep learning），而非過去大家習慣的電腦依程式行事。前者是指機器自己由大量資料中，得出某結論，如給電腦一堆貓的圖片，他會自己替貓做定義，進而由一張被切割的照片中，判斷那是不是貓。而深度學習則是電腦自行處理多層結構的訊息，而進行判讀。 人工智慧用5000部影片，就可以自己學會讀唇語！
曾有研究單位利用「深度學習」學習唇語的判讀，他們將英國BBC電視頻道的多個節目系列、合計約五千小時的影片做為學習的資料。學習後的電腦，在兩百支影片測驗組合中，光靠唇部動作便成功解讀出大約百分之五十的單字。而即使是在法庭上擁有十年以上經驗的唇語術專家，在相同的測驗中也只能判讀四分之一左右的單字。 電腦具備自主學習及判斷能力的事實將對人類社會產生重大衝擊，本書不只以一般人能理解的方式說明人工智慧在技術方面的進展，更以大量的實例，說明目前全球各種規模的企業如何利用會「學習」的電腦，來改變企業的運作。例如客戶服務的工作，原本極為依靠人力，但是，現在只要投入大量過去的QA，電腦會自己學會如何
對應客戶；如語文的翻譯，電腦也可以自己由大量的翻譯資訊中學習，讓翻譯的品質提升。 善用人工智慧技術的企業，將在企業的經營上（至少成本的控制上），取得領先。問題是人工智慧的發展是否有很高的技術門檻？阻擋一般的中小企業於門外？其實不然。 中小企業也可以利用Google平台提供的應用程式介面，發展自己的深度學習運用 谷歌在其雲端服務「Google Cloud Platform（GCP）」中，將谷歌研究開發至今的深度學習成果透過兩種方式開放一般大眾使用（Google目前將人工智慧用在公司一千種服務以上）：一種是將機器學習訓練完畢的模型，以應用程式介面 (Application Pro
gramming Interface；API)方式提供服務。另一種是提供機器學習程式庫「開源機器學習系統（Tensor Flow）」。 應用程式介面（API）一般是指能將擁有特定機能的電腦程式由外部程式叫出使用的介面。透過應用程式介面與電腦程式連結，就可以直接利用其功能。 谷歌將許多不同種類具有「機器學習」或是「深度學習」能力的「模型」放在「谷歌雲端平台（GCP）」。中小企業可以利用應用程式介面，直接利用其功能。而這些「模型」已經經過基本的「訓練」，因此使用者只要提供少量的資料，就可以達成學習的目的。 因為有了應用程式介面（API）的提供，使得「機器學習」與「深度學習」為一般
企業所用的門檻大幅降低了。只需以程式介面（API）程式將「模型」叫出，就能使用圖像辨識與語音辨識的最新成果，真的很方便。 不過另一方面，許多太專業的運用，如人體器官病徵的辨識或是機械故障的預兆判斷等，無法以應用程式介面（API）套用現有的「模型」。谷歌所準備的機器學習程式庫「開源機器學習系統 TensorFlow」將派上用場。使用者可以下載程式，自行發展所需要的功能。「使用TensorFlow最大的好處，是只要以Python語言寫出簡單的程式碼，就能運用深度學習」。 本書不只告訴你人工智慧是什麼？將改變什麼？更告訴你可以做什麼，讓公司保持在科技的浪潮尖端。 本書特色 從定義
到駕御：讓你徹底搞懂將對人類產生鉅大影響的科技 本書在觀察大量企業的運用後，在第五章《架構活用篇》提出導入的深度學習的具體架構，讓讀者不只能懂，也能縮短運用時摸索的時間。本書發現人工智慧（機器學習、深度學習）的風潮席捲全球，不過其在企業運用的目的不外以下幾種：1、刪減成本。2、提高附加價值創造出新的商機。3、提升創意性。而在觀察幾百家企業的操作後，發現以刪減成本的目的最容易產生效果。 用案例讓讀者完全理解 對沒有技術背景的民眾而言，最關心的是人工智慧（機器學習、深度學習）要如何運用，本書以實際的案例說明相關問題： ■ 安藤HAZAMA――用以判斷隧道工程之岩盤硬度
為了建設隧道工程時能兼具安全與效率，安藤HAZAMA與日本系統軟體共同開發的「隧道開挖面AI自動評價系統」。將挖掘隧道時最尖端之開挖面照片輸入後，該系統就會自動評價其岩盤的硬度、脆性等工學特性。透過人工智慧帶來的岩盤工學特性評價自動化，即使沒有專家或資深技師在場，也能給予正確的判斷。 在學習之際，將五百張左右的相片進行分割，製作成五萬張的相片資料。結合相片岩石所代表的彈性波速度，一起讓機器學習的結果，在拍攝開挖面相片後，就能得到彈性波的速度值。新系統在從開挖面的相片辨識其相對應的彈性波速度上，正確率大約有百分之八十五。 ■ AUCNET IBS――從車輛相片就能鎖定款式 深
度學習特別適用於圖片的識別。從事支援中古車等業者間交易的AUCNET（位於東京都港區）系統開發子公司之AUCNET IBS就是圖片識別運用的例子。該公司運用深度學習技術，開發了能自動將車輛不同部位照片歸類上傳到網站的系統「konpeki（紺碧）」。二〇一六年十一月集團旗下的中古車經銷商FLEX（東京都港區）採用了這個系統，提升網站上資訊登錄作業的效率。 中古車經銷商經常需要為購入的中古車拍攝許多相片、進行上傳到自家網站或資訊網站的作業。車子的左斜前方、右斜前方、右側、左側、後方、還有車內的前座及後座、儀表板、導航等……。這些相片如果由店員手工整理的話，大概要花個五分鐘左右。Konpeki
系統只要經銷商店員將拍攝的相片登錄，就立刻能自動依部位別分類，輕鬆地上傳至中古車資訊網站。 它將車輛外部區分為十八種、内部區分為十二種。它也會將包含車輛的相片、但並非銷售對象的圖像（如廣告）區分出來。甚至還能鎖定某品牌、車名、款式，顯示平均銷售價格帶。 「konpeki（紺碧）」系統的開發便是採用了谷歌的「谷歌雲端平台（GCP）」上為了開發深度學習模型的程式庫「開源機器學習系統（Tensor Flow）」、讓機器學習大量圖像資料而成。 ■ 以少量的訓練資料構築出車輛台數檢測的系統 Aerosense與大數據的BrainPad公司共同合作、運用了深度學習技術的作法。開發了
從空拍圖像中測出停車車輛數的系統。先從實驗結果來看的話，使用了深度學習的空拍圖辨識汽車模型，在顯示了一百一十六輛汽車的測試圖資料中，測岀結果為一百二十二輛。 Aerosense的汽車辨識模型，其特點在於其從空拍圖辨識汽車用的深度學習模型，並非是從零開始打造的。研發人員說明：「若要製作專用的模型，將需要大量的訓練資料。即使有一萬張也不夠吧！這次是運用了現有的模型，大約只有一百三十張的少量訓練資料，就顯示出其高精確度，很有價值。」 在深度學習模型的開發上，活用了谷歌的深度學習程式庫「TensorFlow」。利用TensorFlow中名為「Inception-V3」之一般圖像辨識模型，從
圖像資料中製作抽取了特徵值的向量。此時，使用約一百三十張的汽車空拍照作為訓練資料。抽取了特徵值的向量，再以一種名為SVM（支援向量機；Support Vector Machine）的機器學習進行學習，得出結果。 結合500家企業的導入經驗，系統化說明著手運用深度學習的方法 作者輔導了500家以上企業導入深度學習於工作之中，他用資料×目的的矩陣，描繪出活用展望圖，協助讀者理清頭緒，讓公司縮短導入摸索的時間。