機器學習閱讀札記

最近在漫讀一些手邊的機器學習書籍, 隨手將重點記之如下, 方便以後整理筆記時查找 : 

• 最典型的無參數 (non parametric) 機器學習模型是 K 近鄰 (K-nearest neeighbors, KNN) 模型, 雖然表面上 KNN 有一個參數 K, 但它仍然是無參數模型, 因為此 K 參數並不是從資料中學習而得, 而是資料科學家所選擇的一個適當之經驗值, 所以這種參數被稱為超參數 (hyperparameter). --Introduction to Artificial Neural Network p17.  
• 可以用超參數 (hyperparameter) 來控制訓練時的正則化程度, 超參數是一種學習演算法參數, 不是模型的參數, 所以不會被學習演算法本身所影響, 它必須在訓練前設定, 且訓練期間保持不變. 調整超參數是建立機器學習系統的重要程序. -- 精通機器學習 p28.
• 機器學習專案成功的關鍵之一在於找出一組良好的特徵來訓練, 此程序稱為特徵工程 (feature engineering), 其步驟有三 : 
  (1). 特徵選擇 (2). 特徵提取 (3). 收集新資料以建立新特徵. 
  -- 精通機器學習 p26.
• 資料科學家通常要花很多時間來整理訓練用的資料, 但這是非常值得的, 如果訓練用的資料充滿錯誤, 雜訊, 與離群值, 系統將難以找到資料底層的模式. 

自學 AI 雖然要花很多時間摸索, 但經過多次走彎路印象也會較深刻, 期間也需要停頓下來打底欠欠缺的預備知識, 無形中所學的知識體系也會越來越龐大而需要統整. 

~~ 進行中 ~~~

關於詹事府

今天在 Wiki 讀到 "詹事府", 我雖愛讀歷史, 但卻是頭一回看到這詞彙. 原來這是以前封建時代隸屬於太子的東宮官署, 源自秦朝的詹事一職, 乃太子僚屬, 唐朝才開始設詹事府主掌東宮事務, 歷朝均沿襲之. 古書中常見的 "太子洗馬" 一職便是詹事府司經局下設的官職, 唐太宗時以犯顏直諫聞名的魏徵在玄武門之變前即在太子李建成的東宮任太子洗馬. 此官銜乍看之下會讓人以為是幫太子的坐騎刷洗的賤工作, 事實上它是從五品的中級文官, 也是士族子弟當官的捷徑, 漢朝時原本的官名為 "先馬", 隋朝時才改稱洗馬, 主要的工作是太子出行時為儀仗隊前導, 後來也掌朝廷典籍收藏, 逐漸變成太子的侍從官, 也就是機要秘書.

詹事府主官為詹事, 清朝時官階與大理寺卿 (司法院長) 同, 為正三品. 清代詹事府執掌與翰林院業務重疊度高, 例如史書修撰以及為皇上講課的侍讀侍講等, 所以官員也常兼翰林院職務. 但乾隆皇帝認為翰林院修撰乃進士一甲一名的專銜 (也就是聯考第一名才有資格的專職), 故下旨以後詹事府官員免兼翰林院修撰.

* 晚上去 YAMAHA 接姐姐時, 我考她是否知道太子洗馬? 她竟然知道耶! 原來她這學期曾向班上提出北宋科學家沈括的報告, 把他的身家調查了一番, 沈括的外公就擔任過太子洗馬 (沈括家世顯赫, 父祖均曾任大理寺丞).

Big Data 書摘

以下是從左新借的 "Big Data-看見真實慾望" 讀書筆記, 本周要還了, 不記不行.

作者 : 宋吉永 悅知文化出版

1. 何謂趨勢 ? (1) 持續不斷累積 (2) 擁有特定方向 (3) 多數人分享的流行方向
2. 對東方人來說, 幸福的時態是未來式, 因為對未來感到不安, 所以當下無法感到幸福.
3. 社會氛圍隱藏人民對未來的展望與洞察. 當一個國家的社會氛圍不好, 便是政黨輪替的時候.
4. 由於統計學的發達, 預測未來不再是一種迷信, 而是科學.
5. 凱文貝肯 (Kevin Bacon) 的六度分隔理論, 因為臉書的出現, 原本的六度已經下降到四度, 即在人際網絡中, 要認識一位陌生的朋友, 中間需要通過的朋友數, 已經從原本的六人降為四人.
6. 社群網路讓我們看到群體, 而非少數樣本.
7. 巨量資料分析的技術核心在自然語言處理技術, 網路上的資料有 90% 都是文字, 照片, 影片等非結構化資料, 透過自然語言處理就可以從中擷取出可量化 (scalble) 與結構化的資料.
8. 發現趨勢的方法 : 計算社群網站中關鍵字出現次數的增減量, 以及與其他關鍵字的相關性.
9. 社群網站能讓我們看到客戶內心真正的慾望, 而且讓我們立刻看到結果, 其分析速度非常驚人. 社群網路分析之所以存在, 無非是其速度的優勢. 
10. 將社群網站的主觀客觀化是巨量資料分析的特點, 可以讓我們透過現在看到未來.
11. Oreilly Media 對 data scientist 的定義 :
    想要成為資料科學家,就需學習 Python 語言, 並設立可通過 R 的迴歸統計分析的假說, 再用簡單易懂的語言與全體成員溝通. 
12. 比起技術能力, 更重要的是擁有看到整體的洞察力, 也必須知道如何創造並傳播故事. 
13. 想要讓自動化成為可能, 必須先定義什麼是可以重複的工作.
14. 巨量資料的特性可以用 3P+1P 說明 : Problem+People+Platform=Productivity, 其中問題才是本質, 因為它無法自動化.
15. 巨量資料分析步驟 : 觀察 - 量化 - 演繹 - 推論.
16. 分析人類產生的資料, 須結合語言學家, IT 專家, 甚至人類學家. 
17. 巨量分析的特點是它是面對一般人進行分析, 而非特定一群人.
18. IT 技術最重要的不是方法, 而是成效.
19. 資料分析的重點不是什麼, 而是為什麼.
20. 若只是不斷強調商品的好處, 那就是無用的廣告. 行銷要做的工作是刺激消費者的欲望.
21. 餐飲業創業成功率僅 8%, 創業前必須深入了解大部分人的飲食偏好.
22. 巨量資料分析可以用來掌握社會動向. 目前網路資料已經巨大到足以讓我們透過觀察過去與現在, 成功預測未來的方向. 例如分析手錶屬性關鍵字 (品牌, 禮物, 價格, 代言人等) 在主要部落格出現的頻率變化 (每月, 每季, 每年), 可以看出
23. 要成為巨量資料分析專家, 首先必須瞭解如何發問, 並分析該問題能透過何種資料來分析與解決.
24. 知識均等讓專業職業 (醫生, 會計師等) 的重要性開始下降, 資訊平均化也使得要在這個時代謀生店得越來越困難.

搞定賴床小子

天下這篇文章讀來令我心有戚戚焉, 我也是每天煩惱如何叫小狐狸們起床上學. 這些招數我都有用, 也都有效, 總比像小丸子的媽媽一樣破口大罵傷感情好多了吧!  摘要如下:

"爸媽可以先拉開窗簾，讓光線透進房間，然後跟他說說話、開音樂或放一片他喜歡的故事CD，再不然就發動搔癢、抱抱或親吻攻勢。運用視覺、聽覺、觸覺多「感」齊下"

"用孩子喜歡的東西吸引他的注意，很快就可以趕走貪睡蟲。不妨借用陪伴孩子睡覺的動物玩偶，蹲在孩子床邊，假裝成玩偶的聲音對他說話"

"小孩總是愛逞強。適度的激將口吻，有時效果奇佳。前晚可先試探孩子「明天早上我叫你，你真的起得來嗎？」，讓孩子自己做出承諾。隔天早晨，湊在他耳邊若無其事說：「他昨晚說好不會賴床，我覺得他應該是沒辦法做到吧……」很多生性逞強的孩子受到刺激中了計，就會立即跳起來，這時爸媽記得配合演出──做出驚訝的表情，順便給點掌聲。"

>> http://parenting.cw.com.tw/web/docDetail.do?docId=1668&p=1&fp=1

行銷學筆記之一

早上整理隔間牆文件, 找到上半年聽行銷學的筆記, 抄錄在這裡, 原件就可丟棄, 別再占用位置.

1. 心中有顧客, 主管必須身先士卒推動全員行銷. (前提是產品要有特色與足夠之教育訓練)

2. 傳統行銷 4P: Product, Price, Place(通路), Promotion

3. 新行銷 4C: Customer(顧客), Cost(機會成本), Convenience(交易便利性), Communication(溝通)

4. 從消費者角度出發, 善用網路, 善用部落格

5. 全員行銷 : 鞭子 : 最好不要處罰, 要的話也要有點趣味, 例如高歌一曲

   胡蘿蔔 : 獎金(累進制) --> 誘人的獎勵實質上已處罰了業績不振者

6. 行銷能力是很重要的專長 (但是我們的教育卻不太重視行銷自己, 例如我們大都很怕上台簡報)

7. 市場只有消費者(顧客), 沒有產品

8. 行銷的第一步 : 說個故事, 行銷的決戰點在於故事好不好聽

    (因此許多成功的銷售並非產品有多好, 而是廣告令人印象深刻)

9. 不要讓你的故事變得很無聊, 被記住的故事才是好故事

10. 安奈特 : 說故事的力量

11. 卡夫卡 : 好的故事必須像一把斧頭, 敲碎我心中的冰洋

傑克威爾許給經理人的二十個建言讀後感之ㄧ

辦公室OA整理完畢後, 一切都煥然一新, 大家對新格局均甚滿意. 今天開始整理公司硬碟裡的舊資料, 該燒錄的燒錄, 該殺的就殺. 不過有些還蠻有價值, 不能殺. 其中有一個檔案是 "傑克威爾許給經理人的二十個建言" (英文版), 打算一天看一篇, 然後寫一下摘要與讀後感.

1. GE 將員工分成三種績效類別, 並依此決定他們要向上爬或離開位置.

    (separates employees into three performance categories  and  manages  them  up  or  out  accordingly.)

2. 威爾許認為, 每一個公司的人資主管應該至少跟財務長平起平坐.

    (the head of human resources at every company should be  at  least  as  important  as  the  CFO)

3. 威爾許接到的大部分問題可以歸納為 "如何贏得勝利" (What does it take to win?)

4. 必須以正當的方法贏得勝利-乾淨且合法 (亦即必須以誠實的態度在競賽中力爭上游-honest)

    (you have to win the right way—cleanly  and  by  the  rules)

5. 擁有優秀成員的團隊才會贏, 因此要盡量網羅並留住他們.

6. 不管在哪一個行業, 都要不斷學習與分享; 以正面的態度面對工作並影響週遭的人;

    謹慎小心, 別讓自己成為受害者; 還有, 工作要有趣味 (have fun)

英文詞彙 :

a gutsy men : 帶種的男人

touching story : 感人的故事

book-signning events : 簽名會

performance appraisal : 績效評價(考核)

Q&A Sessions : 答詢講座

renovate your house : 整修房子

currency fluctuation : 匯率波動

people feel upbeat about the future : 對未來感到樂觀

an underperforming employee : 表現不佳的員工

終於看完鯊魚投資術

照例週五晚上我會帶姊姊去書店看書 (二哥沒耐性, 菁菁則要人講故事), 昨晚終於把看了三個禮拜的 "鯊魚投資術" 看完.

依印象摘要如下 :

1. 想要戰勝股市, 必須牢牢掌握投資績效.

2. 賣出持股是鯊魚投資客最強大武器, 且從不畏懼使用. 一旦苗頭不對, 立刻撤出, 尋找下一個目標.

3. 鯊魚投資客密切注意巨鯨如何行動, 把它轉化為優勢.

4. 最終決定財富的關鍵, 在於買進股票後, 有無善加管理, 也就是有沒有把握住賣股時機.

5. 不要害怕賣出, 必須將賣出的成本(手續費稅+可能少賺)當成保護交易本金的保險費.

6. 散戶不要妄想從基本面消息面跟法人(鯨魚)比, 他們擁有絕對優勢. 散戶能做的是從線圖嗅出趨勢.

7. 鯨魚龐大的身軀在股市進出一定會留下痕跡, 鯊魚客要從中嗅出跡象搭順風車, 又憑著輕巧身段快速撤出.

8. 低本益比加上高獲利成長率才是真正被低估的股票.理想上, 後者須為前者2倍以上.

9. 鯊魚客絕不允許虧損擴大, 拒絕回吐獲利. 散戶沒有坐視交易本金被侵蝕的本錢.

10. 所有的指標都有盲點, 關鍵是必須執行停損, 不可猶疑.

11. 參考 50 日移動平均線進出, 不會太過敏感, 也不會躁進.

我的感想是, 投資的成敗關鍵在心理學. 策略與技術大家都懂, 問題是心性能否鍛鍊到依律而為罷了. 在東方這個叫做禪, 西方稱為哲學... 終於了解為何洋人的博士學位不論哪一種學門都叫做 PhD (哲學博士) 了.

鯊魚客的網站 : http://www.sharkinvesting.com/

綠角財經筆記閱讀摘要

原文請參閱 : http://greenhornfinancefootnote.blogspot.com

投資人，不要再玩這個 Losers' game 。

成本，正是金融業的原罪，正是投資人的全民公敵。

全球財富管理業者那每年千百億的營收，從何而來？不用懷疑，就是從你們這些拿辛苦工作的錢，承擔市場風險的人身上刮取下來。

金融 "服務"業，服務的到底是投資人還自己呢？

這些挑選基金的努力，因為不會有任何超越市場的結果（除非你運氣好），所以都是白功。

哈佛大學校務基金執行長 Jack Meyer 說道: "Most people think they can find fund managers who can outperform , but most people are wrong. You should simply hold index funds . No doubt about it."

投資人，你為什麼要出錢供養這些讓你拿不到市場報酬的元兇？我知道，因為他們許你一個美夢。但事實上 Whd they sell is dream but what they deliver 1s nightmare .

不要著眼於短期的波動，長期下來投資人會有更大的機會拿到他應有的一份。而指數化投資，因為它緊貼市場報酬的穩定性，將讓投資人心情安定的度過每月每年的起伏，而不會因落後表現而心焦。 Bogle 先生說 "Buy right and hold tight.”因為你買對了，你才能持有。指數型基金，以其堅盲的理論基礎（加減法）與 30 年的實際經驗（ 1 976 至今），對絕大多數投資人，就是個正確所以能長期持有的選擇。

以主動型基金架構資產配置，就像把房子建在流沙上一樣，你是受制於人。

低成本的指數型基金是投資人獲取市場報酬的最佳管道，也是實施資產配置的最佳工具，它們在金融市場能見度不高（特別是台灣），因為它們只能讓金融業者賺很少的錢，但它們卻是真正服務投資人的金融產品。

兩支跟隨同一指數的基金，一個建構方法採用複製，一個用取樣。應選擇使用複製怯的指數基金。因為複製可以避免基金表現和指數間出現落差。

要考慮是否指數的成份股變動，可以很容易被猜到。一個成份股變動可預測性很高的指數，會讓指數型基金的表現受到傷害。要挑選跟隨的指數成份股變動不容易被猜到的基金。

分不清運氣與能力的差別，是主動投資人最大的盲點的東西，而靠運氣的東西只要時間夠久，有非常大的可能會歸於平均。

指數投資人一般有兩種選擇，一是買傳統的開放型指數基金，一是買近年興起的 ETF。

追蹤同一個指數的 ETF ，其開銷比率會比指數型基金低。ETF 的買賣會像股票一樣收手續費。指數型基金投資，假如以定期定額方式，只有最初投入投資會被收手續費，之後都免手續費。

假設你有一萬美金，要單筆賈進，那麼 ETF 會明顯是比較好的選擇。ETF 和基金投資比較中，單筆較無疑義，長期下來 ETF 會是較經濟的作法，定期定額投資，就比較有爭議，但長期下來ETF不會輸。但有一些除了成本方面的考量。以定期定額投資基金，較為簡單規律，你不用時間到了，譬如每個月 16 號，就需要上網下單賈 ETF。

但 ETF 有個好處，就是你要調整資產配重比例時會很簡單。某個資產比率太重了，你就下個月少買一些 ETF 就可以慢慢調回來。定期定額基金要改金額，要重寫一次申請表，但是定期定額基金投資人，也可運用 ETF 做為資產配重調節工具。譬如某個資產比率變太小了，就買進該類別的 ETF 即可。 ETF 和基金不是互相排斥的投資方法，投資人可以同時利用它們。 ETF 還有一點需要要考慮。買 ETF 很少是以淨值買入，會有折溢價。在過去的 624 個營業日中， ETF 收盤價高過淨值的日子佔絕大多數。在多頭的年代，前景容易被看好的時候，賈進 ETF ，通常是要多付出一些代價的。

最近的閱讀書單

最近買了很多書, 但都是胡亂地這看一下, 那看一下, 沒個順序. 曾國藩說, 這書未點完, 斷不可點讀他書, 說實在, 我這心猿意馬的人實在做不到.

1. 唐浩明點評曾國藩家書

2. 不一樣的自然養生法.