focus召回的問題，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

輿情操縱：用數據操控心智的鼻祖「析模公司」運作大揭密

為了解決focus召回的問題，作者JillLepore 這樣論述：

《金融時報》和麥肯錫年度最佳商業圖書入圍 《時代雜誌》2020年秋季最期待著作 《歐普拉雜誌》2020年秋季最佳圖書 美國國家圖書獎「非虛構類」入圍     這家企業自詡是約翰・甘迺迪贏得總統大選的幕後操盤手！     早在冷戰時期，它便開啟先河研發電腦程式模擬人類思考，     用來預測乃至操控人們的行為與思考，深遠影響延續至今。     從劍橋分析公司到俄羅斯網軍工廠「網路研究機構」，     從Facebook、Amazon到Google，都是它的徒子徒孫！     想了解當今「數位操控戰」，你不能不知道它的歷史！ 　　析模公司成立於冷戰期間，遠在Facebook、Goo

gle和劍橋分析公司誕生之前，它便從事資料探勘、鎖定選民、左右政情，乃至操縱大眾。本書作者吉兒‧萊波爾偶然間在麻省理工學院的檔案庫中發現此公司文件，於是著手挖掘這段遭人遺忘的歷史——而它，也是當今矽谷的操控術和傲慢背後，沉眠已久的神祕源頭。   　　1959年，美國一群頂尖的社會科學家創立了析模公司，發明了一套用於預測和操縱種種人類行為的電腦程式，稱為「仿人機」。他們相信，「仿人機」不只能推銷日常用品，還有其他大用：它可以打贏選戰，可以壓制政治反抗運動，可以擊敗共產主義；可以摸透人心，贏得越戰；可以預測種族暴動，甚至瘟疫──可以說，他們的初衷是善意的。隨著業務逐步拓展，析模公司的客戶除了《紐約

時報》等數十家民間大型廠商，就連要競選美國總統的約翰‧甘迺迪和美國國防部等，都赫然在列，其經營據點也因而遍及紐約、華盛頓、劍橋，甚至遠到越南的西貢。   　　從多屆美國總統大選、越戰，到詹森政府不幸誤判種族暴動等，析模無役不與。然而，由於當時的數據收集能力與資訊科技遠不及今日，加以後來析模發生各種不當管理情事，包括向媒體洩漏情資、未能繳交業務報告，乃至因引起民眾疑慮而面臨抗議，甚至遭指控犯下戰爭罪，最終該公司於1970年宣告破產，相關史料且因機緣湊巧幾乎銷聲匿跡……   　　析模公司的科學家相信，「仿人機」乃是「社會科學界的原子彈」，但他們沒預料到，這項發明會像深埋已久的未爆彈，於數十年後的今

日引爆——時至21世紀初，企業收集數據、建立行為模型、操弄訊息傳布——甚至左右各國政情。省思這些現象時，析模公司的歷史與當年的爭議，將是重要的借鏡。   各界好評   　　►萊波爾是出色多產的歷史學家，眼光獨到，總能發掘不為人知的故事。本書精彩絕倫，時而滑稽好笑，時而令人感到惡寒，作者本身形容它為「1960年代的黑歷史」……當代的我們宛如身處一座圓形監獄：因為世界往往充滿監控，哪怕監控者不是國家，也有超大型企業的身影，它們透過預測和操縱人類行為賺進大筆鈔票，其中滲透最深的目標，莫過美國人的投票行為……作者從中挖掘有可信度、不為人知的故事來源。——《紐約書評》詹姆士‧格里克（James Glei

ck）   　　►當代臉書等企業操控心理和輿情，這方面早就有鼻祖析模公司進行同樣操作。作者以極具說服力的手法寫出其中故事，引領讀者探索近代史鮮為人知的一隅。——《科克斯評論》   　　►內容豐富，敘事技巧出眾，眼光銳利。如同作者萊波爾所言，1960年代甘迺迪總統大選過後，對於政治人物可能利用廣告、心理戰甚至新科技來操作選情，當時的民眾可能感到震驚。然而一甲子過去了，現代美國政治生活已經接受這樣的生態，正由於在當代看來稀鬆平常，現在反而需要一位歷史學家來鉤沉，挖掘那個操弄選情的觀念開始萌芽的年代。——《新共和雜誌》，J‧C‧潘（J.C. Pan）   　　►作者揭露了這間遭世人遺忘的企業如何創造

出未來的數據武器。本書讀來既讓人欲罷不能，又毛骨悚然。——歷史學家亞曼達‧福爾曼（Amanda Foreman）   　　►作者不留情面，犀利批評想要以演算法了解人類行為的愚蠢念頭，以及試著破壞民主的侵蝕性後果，成就出這部深具洞察力的作品，帶領讀者認識具有歷史意義的異議事件。——《書目雜誌》星級評鑑，布倫丹‧迪斯克爾（Brendan Driscoll）   　　►這本書來得正是時候。作者以迷人的文筆和讀者對話，寫出橫跨多洲地理與時間維度的敘事格局。她取得大量的家族相關資料，訪談親近人士，拜此之賜，筆下人物性格、家庭、外遇、爭鬥、家常便飯的八卦閒聊，都躍然紙上。——美國國家公共廣播電台，夏儂‧龐

德（Shannon Bond）   　　►敘述預測分析和行為數據科學源起於冷戰年代的故事，文字優美，邏輯嚴謹。——《金融時報》

CIA洗腦計畫：解密美國史上最暗黑的心智操控實驗

為了解決focus召回的問題，作者StephenKinzer 這樣論述：

他們是時代的產物、歷史的工具， 這段集體偏執的歷史，能帶給我們什麼樣的教訓？ 亞馬遜網路書店選書 　　第二次世界大戰後，美、蘇兩大陣營長期緊張對峙，中情局（CIA）深信：共產陣營已發展出操控心智的洗腦技術，美國再不急起直追，國家安全將岌岌可危。這股急迫感催生了史上最大規模、最惡名昭彰的心智操控實驗：MK-ULTRA。 　　MK-ULTRA主事者希德尼・高利伯對外給人友好親和、重視性靈追求的印象，然而在愛國主義作用下，他與同事及合作對象一再越過道德底線，進行許多難以想像、慘絕人寰的恐怖實驗，許多甚至波及無辜民眾…… 　　高利伯由於先天跛腳，無緣參與前線戰事為國效力，對此他長抱遺憾

，因此在進入CIA之後，他無所不用其極地探索國家交付給他的任務——找出「洗腦」的技術。在平日裡，他是溫文儒雅、樂善好施，追求性靈發展的好丈夫、好父親。然而在工作上，他卻是局裡的「毒藥頭子」。隨著官階愈來愈大，他主持了規模龐大、最高機密的「MK-ULTRA心智控制計畫」，該計畫在全球三大洲皆設有祕密黑牢，指導視人命如草芥的殘酷實驗。高利伯亦製作各種能殺人或傷人於無形的藥劑，試圖毒殺卡斯楚和另一些外國領袖；有許多年，世界各地中情局探員的諜報工具多半出自他手；他還雇妓女把嫖客引至中情局特設妓院「安全屋」，對他們祕密測試心智控制藥物。 　　為了掩人耳目，MK-ULTRA設立眾多基金會「洗白」資金，資

助許多研究單位與醫療院所，鑽研他們想了解的事物，最為知名的是LSD的運用。許多病人都在不知情的情況下成了實驗對象，不少人由於被施以過大劑量的迷幻藥，自此失能，一生都遭葬送。MK-ULTRA計畫甚至拿自己人下手，在宴會中對同事下藥。最為知名的當屬「法蘭克．奧爾森」一案。奧爾森博士在加入CIA，親眼目睹慘無人道的刑訊與實驗手法後，極為不安與自責，又在一次同事聚會中被下藥而變得更加抑鬱、情緒不穩，眼看他行將辭職、恐有洩密之虞，卻在某名同事陪同行將就醫之前，「墜樓或跳樓」身亡。 　　多年後，由於水門案醜聞引發眾怒，要求政府公開透明的呼聲勢不可擋，新上任的中情局局長施萊辛格決定徹查中情局的不法情事。才

五十四歲便退休，正與妻子周遊他國享受生活的高利伯，因而被電召回國——參議院要他回國答覆一些問題。可以想見，有人打算向他究責，他做的事恐怕將公諸於世…… 　　《CIA洗腦計畫》呈現了人在重大環境危機（國際情勢）與更高使命（愛國主義）的驅使下，行事上如何迥異於正常，思考上又如何自圓其說——換個角度看，被洗腦得最成功的，或許是高利伯自己，以及支持與執行MK-ULTRA眾多計畫不遺餘力且不疑有他的政府官員吧！本書作者史蒂芬・金瑟曾為《紐約時報》駐多國分社的主任，全書調查嚴謹，結構蘊含巧思，內容張力十足，是一部讀來令人欲罷不能的現代啟示錄。 各界好評 　　►極其精采……讀來猶如間諜驚悚小說。（作者

）金瑟的作品再一次展露傳記的強大敘事力，揭露我們共同的一段歷史。——凱・伯德（Kai Bird），普立茲獎得獎作品《美國普羅米修斯》（American Prometheus）合著者，雷翁・李維傳記中心執行長。 　　►金瑟訴說的MK-ULTRA故事細節驚人詳盡，讀來卻絲毫不顯沉悶……高利伯原本只被當成歷史的小註腳，金瑟卻重新還原他的角色——他是中情局史上影響力最大、也最卑劣的人之一。——莎朗・魏因貝格（Sharon Weinberger），著有《軍事科技幻想工程：——五角大廈不公開的DARPA，從越戰、冷戰到太空計畫、網際網路和人工智慧》（The Imagineers of War） 　　►

引人入勝，內容扎實，對社會大眾裨益良多。希德尼・高利伯是中情局科學家，他製作毒藥、毒劑、毒鏢，主持研究殺人機器，堪稱冷戰時期真實版的美國〇〇七。本書生動刻畫高利伯的職業生涯與個人生活，細節詳盡……金瑟不愧是美國特務大師，出手不同凡響。——西莫・赫許（Seymour M. Hersh），著有《指揮鏈：從九一一到巴格達中央監獄之路》、《一個記者的回憶》。 　　►內容精采，敘事流暢，節奏明快……金瑟犀利揭露美國『捍衛自由』背後的醜陋歷史。——《舊金山書評》 　　►希德尼・高利伯曾被稱做死亡醫生、華府「官方製毒師」和瘋狂科學家，但我們對他相當陌生……現在，金瑟結合珍貴研究成果、新出土文獻以及第一手

訪問，將美國帝國腐臭的屍體放在顯微鏡下檢視。這段歷史並不光彩——但發人省思。——凱利・布卡・弗拉霍斯（Kelley Beaucar Vlahos），《美國保守派》（The American Conservative） 　　►隱形政府中權力最大也最重要的單位，莫過於自我膨脹又難以究責的情報單位……了解這個黑暗世界的最好辦法，就是翻看它劣行惡跡的歷史紀錄——史蒂芬・金瑟的這本新書裡就有不少。——克里斯・赫奇斯（Chris Hedges），《挖真相》（Truthdig） 　　►史蒂芬・金瑟以獨特的方式，讓MK-Ultra計畫主持人希德尼・高利伯成為這段故事的主角⋯⋯金瑟先生在追究高利伯罪責的同時

，也很仔細地將他的故事擺回歷史脈絡⋯⋯讀者必須自行決定要在這座黑暗的樹林中探得多深。——《華爾街日報》 　　►金瑟的書橫跨間諜活動蓬勃的艾森豪－甘迺迪時代，成功結合病態幽默、奇人異事、無意義的暴力和濃郁的美式風格，猶如一部昆汀・塔倫提諾的電影。內容驚悚……卻又讓人欲罷不能。祕密行動的非預期結果與近乎瘋狂的復仇行動，只有一線之隔。——亞當・高普尼克（Adam Gopnik），《紐約客》，著有《吃，為什麼重要？》、《巴黎到月球》等書 　　►史蒂芬・金瑟已就南北戰爭、恐怖攻擊、血腥政變等主題出版多本作品，而最新的這本或許是最值得我們警惕的……雖然這本書裡的事件距今已半個世紀，但其醜惡可恥超越時間

。——《野獸日報》（The Daily Beast） 　　►這本對中情局從一九五〇到一九七〇年代的報導，情節離奇更甚小說。這段時期的中情局致力研究心智控制手段和化學諜報工具，負責主持的化學家正是本書主角希德尼・高利伯……他的作風簡直令人難以置信。本書生動重建了這段驚悚又讓人好奇的歷史。——《出版家週刊》 　　►本書將納粹拷問者、《飛越杜鵑窩》作者肯・克西、波士頓黑幫「白佬」・巴爾杰與一名神祕的中情局化學家連結起來。這個化學家叫希德尼・高利伯，所作所為猶如終極版的〇〇七反派……金瑟對高利伯在祕密海外黑牢恐怖實驗的驚人報導，讓人很難不想起近日巴格達中央監獄的劣行。——《西雅圖時報》 　　►為

了找出控制心智的辦法，化學家高利伯不惜毀掉許多無辜者的腦袋。史蒂芬・金瑟說出他的故事。——賴瑞・蓋蘭（Larry Getlen），《紐約郵報》

使用大規模數據集對脂肪肝疾病的當前訪問和下次訪問預測：模型開發和性能比較

為了解決focus召回的問題，作者吳承澤 這樣論述：

脂肪肝Fatty Liver Disease（FLD）是由脂肪在肝臟中堆積引起的，可能引起肝臟發炎，如果控制不好，可能會發展成為肝纖維化 (liver fibrosis)、肝硬化 (cirrhosis)，甚至肝細胞癌 (hepatocellular carcinoma)。基於來自健康檢查中心的多年且大規模數據集，本文提出了脂肪肝疾病 (FLD) 預測的兩項任務，包括當前訪問預測Current-Visit Prediction (CVP)和下次訪問預測Next-Visit Prediction (NVP)。當前訪視預測可用於根據本次訪視時獲得的實驗室檢查(laboratory test)和問卷

信息(questionnaire information)預測 FLD 的可能性，而下次訪視預測可用於預測 FLD 發生的可能性。下一次訪問，基於實驗室測試的軌跡和所有過去訪問的問卷信息。在實踐中，NVP 在預防醫學中更有價值，因為如果預測是肯定的，醫生可以向患者建議有效的生活方式改變，以防止下次就診時發生 FLD。據我們所知，這是基於大規模的健康檢查中心之數據集根據在NVP的機器學習的首次嘗試。此外，我們還基於 CVP/NVP 進行了特徵選擇，以在與醫生手動選擇的特徵進行比較時獲得一致的結果。這種多任務預測可以為患者和醫生提供更好和有價值的建議，以實踐預防醫學。我們描述了機器學習模型的構建用

於當前訪問預測（CVP），它可以幫助醫生獲得更多信息以進行準確診斷，以及下次訪問預測（NVP），它可以幫助醫生提供潛在的高風險患者提供有效預防 FLD 的建議。在本研究中使用的大規模高維數據集來自台灣台北市 MJ 健康研究基金會。我們在 FLD 預測中使用一次性排序和順序前向選擇 (SFS) 進行特徵選擇。對於 CVP，我們探索了多種模型，包括 k-最近鄰分類器 (KNNC)、Adaboost、支持向量機 (SVM)、邏輯回歸 (LR)、隨機森林 (RF)、高斯樸素貝葉斯 (GNB)、決策樹 C4 .5 (C4.5)，以及分類和回歸樹 (CART)。對於 NVP，我們使用長短期記憶 (LSTM

) 及其幾種變體作為使用各種輸入集進行預測的序列分類器。模型性能的評估基於兩個標準：測試集的準確性以及一次性排序/SFS 和領域專家選擇的特徵之間的聯合/覆蓋的交集。分別計算了男性和女性的 CVP 和 NVP 的準確度、精確度、召回率、F1 測量值和接受者操作特徵曲線下的面積。最後在經過數據清理後，數據集包括 2009-2016 年期間男性和女性的 34,856 次和 31,394 次獨立訪問。使用KNNC、Adaboost、SVM、LR、RF、GNB、C4.5、CART對CVP的測試精度分別為84.28%、83.84%、82.22%、82.21%、76.03%、75.78%、75.53%。

NVP使用LSTM、雙向LSTM（biLSTM）、Stack-LSTM、Stack-biLSTM和Attention-LSTM的測試準確率分別為76.54%、76.66%、77.23%、76.84%和77.31%，固定間隔特徵，以及對於可變間隔特徵，分別為 79.29%、79.12%、79.32%、79.29% 和 78.36%。本研究探索了一個用於高維的大規模 FLD 數據集。我們為 CVP 和 NVP 開發了 FLD 預測模型。我們還為當前和下次訪問預測實施了有效的特徵選擇方案，以將自動選擇的特徵與專家選擇的特徵進行比較。特別是，從預防醫學的角度來看，NVP 顯得更有價值。對於 NVP，我

們建議使用更緊湊和靈活的特徵集 2（具有可變間隔）。我們還結合兩個特徵集測試了 LSTM 的幾種變體，以確定男性和女性 FLD 預測的最佳匹配。更具體地說，男性的最佳模型是使用特徵集 2 的 Stack-LSTM（準確率為 79.32%），而女性的最佳模型是使用特徵集 1 的 LSTM（準確率為 81.90%）。