薪水算法的問題，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

【吳軍博士寫給成年人的通識講義套書】（二冊）：《閱讀與寫作通識講義》+《數學通識講義》

為了解決薪水算法的問題，作者吳軍 這樣論述：

　　本套書組合：《閱讀與寫作通識講義：紮實理解他人、表達自己的能力》+《數學通識講義：搞懂人生最強思考工具，升級判斷與解決問題的能力》（兩冊） 　　這是一套給成年人的閱讀、寫作、數學通識講義， 　　讓我們能夠重新發掘語文的力量、有效提升邏輯與認知！ 　　★《閱讀與寫作通識講義》★ 　　閱讀與寫作為何重要？ 　　許多人認為自己沒有文學細胞、沒有寫作天分，更沒有要成為作家，只要有最基本的閱讀和寫作能力就夠了；學生時期過後更多用心在事業技能的精進與發揮上，許多人甚至不再閱讀也不再寫作。但事實是，這些基礎能力不只是一堆知識，而是和我們日常的理解以及表達息息相關！ 　　✓工作彙

報時不知該把重點放在哪，讓人感覺不專業。 　　✓每次要寫些什麼的時候，不知從何下手，只好從網路上找範例。 　　✓苦心經營社群平台，文章的點讚人數卻寥寥無幾。 　　✓讀書或工作上的報告效率低，很難快速掌握訊息。 　　除了怡情養性或個人修為外，閱讀更能理解他人、認識世界，寫作更能表達自己、融入社會；比起專業技能，這兩項互為表裡的通識能力，不但與日常生活密不可分，更影響每個人的職場發展與人際關係，是我們生涯路能不能走得更寬更廣更遠的關鍵優勢。 　　★如何兼顧閱讀的廣度與深度？如何讀懂作者的內心？如何建構自己的知識體系？ 　　★如何寫得讓外行人也能理解？如何敘事、寫景、寫情？郵件、報告、履歷、評論

，如何吸引人？ 　　★如何從古希臘悲劇理解命運與人生無常？曹雪芹《紅樓夢》到底在講誰的故事？唐詩宋詞如何讓形式與內容同登大雅之堂？ 　　吳軍博士身為電腦科學家、Google Research前資深研究員、矽谷投資人與暢銷書作家，他從本質出發，逐一拆解閱讀與寫作的意義與核心；以講義的形式，針對「理解他人，表達自己」，梳理建構出一套實用有效的系統方法：。 　　▶工作上的信件有「三寫四不寫」 　　▶寫評論的兩種類型與四種策略 　　▶7個「wh」結合時間、地點、人物、事件 　　▶提高閱讀速度的三種方法 　　▶順敘法要避免的三個陷阱 　　▶寫論文常犯的四種錯誤 　　▶如何從「害怕寫」、不知如何寫起，到

天天想寫？ 　　▶怎麼突破寫和說的障礙？ 　　…… 　　本書除了梳理出一套有系統的讀寫方法，還走進古今中外的經典文學世界，看這些經典名著的作者如何用文字表達自我。 　　▶李煜的〈虞美人〉如何用兩問手法表達心情，營造代入感？ 　　▶張愛玲筆下的飲食男女為何能讓現代讀者倍感親近？ 　　▶經典名著《咆哮山莊》採用什麼獨特寫作方法來表現情節複雜的故事？ 　　▶為何說莎士比亞的《李爾王》是上了年紀的人才寫得出來的作品？ 　　這是一本寫給成年人的閱讀與寫作講義，給我們一個重新發掘語文兩種力量的機會： 　　感受：閱讀能培養並強化感受力，讓我們所認知的不僅僅是字面上的意思，更能在生活體驗中理解他人。 　　

表達：透過簡潔的文字表述就能寫得講得明明白白，讓人一看就懂，甚至有畫面既視感。 　　「閱讀與寫作」不是學校裡的學科，也不是考試後就可以扔掉的課程，我們其實生活在「閱讀與寫作」中，它是我們時時刻刻需要、一輩子受用的基礎能力。 　　我們人生中許多常見的問題都是因為缺乏「理解他人、表達自己」的能力所致！當彼此條件處境相同時，單靠一個專業技能是不夠的，唯有從本質出發，將基礎的通識能力提升成「比較優勢」，才能脫穎而出。 　　★《數學通識講義》★ 　　為何我們要學數學？為何數學對每個人都重要？ 　　看似複雜的非數學問題，可以用數學架構來分析！ 　　◆如何識破龐氏騙局、做好理財投資？ 　　◆為何保險

最好找大公司？ 　　◆如何防範黑天鵝事件、規劃公司成長曲線？ 　　◆如何提高履歷通過初選的機率？ 　　◆如何在買房貸款時做出好的選擇？ 　　◆如何知道藏在貸款利息和傳銷中的秘密？   　　◆幾何學為何能成為法律的理論基礎？ 　　◆哲學家為何會向牛頓發起挑戰？ 　　◆為何十六世紀的數學家們不像今日搶先發表研究成果，卻寧可選擇保密？ 　　◆研究歷史需要用數學的思路？ 　　理解數學的底層邏輯與方法 　　對很多人來說，數學是一堆枯燥的公式和數字，看到就頭痛，學了也記不住，好不容易從學校畢業開始工作，認為此生與數學無關，往往看到數學就直接放棄。 　　事實上，即使沒有理工或商科背景，數學都是我們對世

界、對變化、對規律，最基本最共通的理性思維方式；搞懂數學通識，一旦形成並養成習慣，面對問題時自然能夠更深入，把方方面面知識體系連結起來，提供一個思路，進而抽絲剝繭解決問題。 　　吳軍博士身為電腦科學家、矽谷投資人與暢銷書作家，他在書中從本質出發，告訴你如何抓住重點，把「自己能懂的數學」學好就夠；以講義形式深入淺出呈現數學思維，改變學數學的方法，藉此逐步訓練自己善用數學工具，強化邏輯能力，受益一生。 　　▶基礎：從「勾股定理」的故事說起，數學與美學、建築以及音樂的發展息息相關。數學最基礎的原則就是邏輯上的一致和完備性，把看似孤立的知識串聯起來。 　　▶數字：數字概念能讓你體會到思考工具的進

步——從具體到抽象，再到完全的想像。很多人依然以為「無窮大和無窮小」只是巨大和極小的數字，事實上它們與日常遇到的具體數字不同，代表的是變化的趨勢和快慢。 　　▶幾何：看數學如何從經驗中發展，逐漸構建成邏輯嚴密的知識體系——由直觀到簡單規律，擴展到定理、推論。許多數學並非是直接應用，而是對其他知識有借鑑意義，例如法學就受到數學公理化的影響。 　　▶代數：讓你的認知從個體上升到整體，從點對點的單線連接上升到規律性聯繫。 　　▶微積分：和初等數學的工具不同，教會大家兩個進階的思考工具：從靜態累積到動態變化，以及從動態變化到靜態累積，例如薪水的上漲和財富增加的關係。 　　▶機率和數理統計：時至

近代，很多現實問題很難有完全確定的答案。為了研究不確定性世界的規律，機率論和統計學逐漸發展起來，它們就是大數據思維的科學基礎。 　　這是一本給所有人的數學通識講義，看的是運用數學的思考方式，而不是解答技巧，我們可以借助數學思維來有效提升自己的邏輯、認知世界。此外，還能看到數學的有趣面： 　　→畢達哥拉斯為了否認「無理數」而害死自己的學生？ 　　→美國南北戰爭時期的總統林肯，竟然用「直角」的公理說服國會通過《解放奴隸宣言》？ 　　→十六世紀數學家們為何要「決鬥」？他們對決的方式是什麼？ 　　很多時候，數學不能直接解決我們的實際問題，但能提供我們一個思路。貫穿全書的數學發展史，可說是人類認知的

發展史，可以由此訓練並提升認知：從直觀到抽象，從靜態到動態，從宏觀到微觀，從隨意到確定再到隨機。 　　本書透過關鍵知識點串聯起整個數學體系，明確理解數學的知識結構，幫助培養數學思維： 　　★增強判斷力，遇到問題知道如何判斷：提高邏輯推理能力和合乎邏輯的想像能力，有了這兩種能力，就能從事實出發，得到正確的結論。 　　★增強解決問題的能力，對於未知問題，知道如何一步步由淺入深、分析解決：再難的幾何題最終都可以拆成五個最基本的公理。在工作中，再複雜的問題也可以分解為若干個能解決的簡單問題。 　　★增強運用工具的能力，遇到新的問題，知道用什麼方法解決或找誰幫忙。 好評推薦 　　通識教育的重

要性一直被人們所忽略，實際上，想要達到精英水準，單靠一個個的專業化技能是不夠的。綜合素養的培育必不可少。 　　在通識教育中，數學素以高深著稱，讓文科生都能讀懂微積分極不容易，而《數學通識講義》做到了這一點。為什麼一個學理工的人能做到這一點呢？答案就在《閱讀與寫作通識講義》中。——羅振宇（得到App創始人） 　　這個世界的最底層規律，都是建立在數學的根基上。但是，很多人考大學時，只要能不再學數學，什麼專業都可以。錯不在你。你和學好數學之間，其實只差一個好的老師。這個好的老師，他能夠把抽象的數學具體化，告訴你每一個縹緲的公式的現實作用，讓你恍然大悟，原來如此。這個好老師，就是吳軍老師。作為數學系

科班畢業的商業顧問，我強烈推薦你閱讀吳軍老師的《數學通識講義》。——劉潤（潤米諮詢創始人）  

薪水算法進入發燒排行的影片

金融混合頻率資料之LSTM多步預測模型

為了解決薪水算法的問題，作者曾旻翊 這樣論述：

隨著物價上漲，除了薪水的固定收入外，透過股票交易來獲得被動收入是現今一熱門的方法，根據證交所統計的股票交易筆數逐年提升，可見股票投資逐漸融入民眾的生活中，如何能得知股價的走向是為一眾人關心之議題。 股市相關資料是為一時間序列資料，本研究利用了擅長處理時間序列資料的模型-長短期記憶模型，但許多研究在資料處理部分大多將日資料填補為分鐘資料進行訓練，本研究為了貼合母體資料的真實性，採用混合時間頻率的資料進行訓練，並根據實務要求及網路型模型的優點，利用長短期記憶模型進行多步預測，除了可以了解股價未來趨勢，也可根據預測值作為股票投資的參考。 研究結果顯示，利用混合時間頻率資料進行多

步預測，相較於單一頻率資料進行單點預測幾乎都有較好的表現。且在模型建構上，多步預測善用了LSTM模型的優點，相較於單點預測更符合實務的要求。

為演算法服務的免洗人力：平台資本主義時代的勞動與剝削

為了解決薪水算法的問題，作者PhilJones 這樣論述：

演算法為人類的需求服務， 但它的運作卻建立在將人類視為免洗人力的剝削。   覺得Google、臉書變得越來越聰明，不僅馬上就能找到正確資訊、掌握即時動態，還會判別釣魚網站、過濾不舒服的內容？ 事實是，演算法裡頭藏了真人：要有人教導機器學習，它才能變得「聰明」。 正如亞瑪遜的貝佐斯所言，人工智慧，其實是「人工的人工智慧」。   人工智慧帶來人機混合的新工作模式。由自駕車、無人商店、語音客服開啟的趨勢，已經蔓延至翻譯、會計、金融、管理、醫療等更專業的領域。平台資本主義拆解原本的專職工作，將機器無法處理的部分，化成零散的微工作，拋給人力群包平台的接案者。 巨型平台規避傳統勞資關係，減少專

業人力成本。在平台接案的微工作者沒有權益保障，也沒有固定薪水，甚至連為哪家公司工作、工作的目的是什麼都不清楚，成為案主呼之即來、揮之即去的免洗人力。 群包平台大灌「自由接案」的迷湯，但其實就是微工作者必須自行承擔所有風險。你不知道何時可以接到下一件案子，報酬會有多少，你成為工資的狩獵採集者，為的只是要一圓科技大亨移民火星的狂想。 在全自動機器人與智慧助理的喧鬧之下，瓊斯清晰而仔細地揭露使得我們的數位社會得以成真的工作者究竟身在何方。對於這個通常看不到的低薪、超時工作且毫無保障的世界，本書為必讀導覽。 ——斯尼切克（Nick Srnicek），《平台資本主義》（Platform Capita

lism）作者   讓瓊斯為你導覽數位化資本主義最醜惡的陰暗面。在此，科技巨頭監控工作者的一舉一動，把他們的鍵盤敲擊與滑鼠點選聲轉化為獲利，而在我們持續加班的同時，「工作」本身卻是分崩離析。為了在慘澹的未來降臨到每個人身上之前預先阻止它，瓊斯寫下了這篇優美的戰鬥宣言。 ——賈非（Sarah Jaffe），《工作不會回報你的愛：對工作的奉獻，如何剝削我們、耗盡我們的心神，並使我們孤獨》（Work Won’t Love You Back: How Devotion to Our Jobs Keeps Us Exploited, Exhausted, and Alone）作者   在這本節奏明快的精

彩著作中，瓊斯探討了數位經濟工作者的隱身之地。在此，全世界的過剩勞工為了不到兩美元的時薪標注影像、管理網站內容與教導運算法辨識寵物。《為演算法服務的免洗人力》同時也探究一種新的可能性：一無所有的微工作者該如何團結，帶領要求自由空閒與物質保障的全球運動。 ——貝納納夫（Aaron Benanav），《自動化與工作的未來》（Automation and the Future of Work）作者   帶領讀者前往不為人知的人工智慧生產之地：在後危機的資本主義中，越來越多貧民窟、監獄與難民營中的人們受到高度剝削，靠著不穩定的微工作勉強餬口。瓊斯強調危機迫在眉睫，這種零散化的微工作會威脅所有人的生計，

但他也指出，微工作也可能帶領我們走向一個超越薪資勞動的世界——只要我們勇於爭取。 ——穆勒（Gavin Mueller），《砸毀工作機器》（Breaking Things at Work）作者   瓊斯可謂後加速主義的帶領者。 ——佛斯特（John Foster），「戰場」新聞論壇（Battleground）   令人震驚……在讀過這本書後，你無法再用和以前相同的方式看待電腦，或是那些吹捧電腦乃是我們集體救贖之道的人們。 ——布斯尼克（Katjo Buissink），《馬克思與哲學書評》（Marx and Philosophy Review of Books）

基於學生學習的多維度與多階層因果規則探勘

為了解決薪水算法的問題，作者陳少宇 這樣論述：

企業與組織之間為了提升營運能力，因此對決策支援系統的需求量大增，目前的系統皆針對特定議題進行，並無一套較廣泛性、一般化應用的系統，然而由於大數據成為目前主流的趨勢，資料搜集變得非常容易，也因此可分析議題也隨之暴增，幅度甚至超過所蒐集資料量的增加，因為可能關注的分析議題，是與資料間的各種排列組合成正比(或更快速成長)；而資料的排列組合相對於資料量的大小，是成指數程度的成長。決策支援系統需要科學化論證來說明此決策預期達到的成效，因此本研究以學生為主題切入，不分議題的進行廣泛探索性分析，找尋具有因果關係的資料組合，並將因果關係強度加以量化，以證明此決策的成效，此外更納入多維度與多階層資料架構，挖掘

出多樣化、多觀點的因果規則，並從因果規則中推論間接因果規則，釐清整件事情的前因後果。本研究的目標為找出因果規則提供研究人員分析議題發想，亦可提供多元化的決策支援。