數 獨 數組的問題，透過圖書和論文來找解法和答案更準確安心。 我們找到附近那裡買和營業時間的推薦產品

啟動天賦靈數：藍寧仕醫師的生命密碼全書(I)

為了解決數 獨 數組的問題，作者DimitriosLenis 這樣論述：

《21世紀新生命密碼》 全新修訂版   　　★唯一運用靈數、神話、星座與自然療法，全方位解讀命盤的專業醫師 　　★獨創黃金三數解盤法，深入研究內在性格與外在人際關係、愛情模式與處事 原則 　　★精準算出流年、流月、流日循環週期幸運日，每天都有好事發生   　　藍寧仕醫師以其專業醫學背景和數字學為根基，帶讀者認識生命中的9個天賦靈數，把出生年、月、日的數字全部相加，加成一個個位數的命運數字，便可以道出每個人的特質與天賦、內在衝突與矛盾、長處與弱點。   　　他開創「黃金三數法解讀命盤法」，計算命盤認識自己之後，進一步知道如何肯定自己、解決自己的衝突、如何面對愛情與人際關係、教育孩子。   　

　只要掌握天賦靈數，就能驗證未來。   　　未來如何改變？ 　　在於如何運用天賦。 　　未來並非不變， 　　關鍵在於如何啟動天賦靈數。   　　◆以天賦靈數重新認識自己、掌握未來   　　「數字學」（Numerology）源於古希臘數學家畢達哥拉斯，是一門探討數字的精神內涵的哲學；它可以用數字透見人的性格特質和天賦才能，所以也有人把它譯作「靈數學」或「占數術」，現今稱為「生命密碼」或「天賦靈數」。   　　根據天賦靈數的說法，把一個人的出生年、月、日的數字全部相加，加成一個個位數的數字，可以得出一個命運數字，「命數」可以說出一個人的性格質和天賦才華。若再把這些數字畫成一張命盤圖，此圖可以指出一

個人性格中的衝突與矛盾、長處與弱點──聽來不可思議，但是一個人的個性輪廓卻有跡可循。   　　天賦靈數是一種簡易又準確的認識自己的好方法：每一個數字都有與生俱來的獨特天分，都有此生就必須面對的課題、更有一套獲得快樂與健康的生活方式，也有超越難關與命運的深刻領悟。藉由天賦靈數的分析，將窺見一絲絲生命的奧秘。   　　◆藍寧仕醫師的數字學、身心合而為一的自我追尋   　　本書作者藍寧仕醫師鑽研天賦靈數多年，在本書中，他提出「黃金三數法解讀命盤法」，計算命盤認識自己之後，進一步知道如何肯定自己、解決自己的衝突、如何面對愛情與人際關係、教育孩子。他也傳授如何用數字辨識流年、流月、流日，找出每一階段的幸

運數字。   　　此外，他將數字學結合「能量」與「療法」，從每個數字的特性出發，將能量延伸至飲食、色彩、音樂達到多層次運用，並於日常生活中實踐，幫助讀者活得更健康、更容易達成目標與理想。   　　藍寧仕醫師以天賦靈數引導讀者認識自我、看見自己的獨特天賦，肯定自己的長處，改進自己的弱點──認識自己、面對自己、進而追求成長的學習過程，將會啟發我們能以新的眼光看待人生，掌握未來。   　　◆「未來」不是一齣不能更改的戲碼   　　許多人想藉由數字學和天賦靈數預測未來——但沒有人能準確預知未來。「未來」並不是預先以白紙黑字寫好，完全不會改變；「未來」是各種能量相互作用所形成的結果。有些能量小一點的例如

我們每天所做的生活決定，大一點的則像是人力不可抗拒的各種強大自然外力，例如地震等天災，這一切因素的共同運作和交互影響，造就了我們所謂的真實生活。   　　既然如此，未來就完全不可預知了嗎？從某些角度來說，我們仍然可以預見哪些趨勢與挑戰將會迎面而來，因此能掌握最佳時機做出決定。但誰也不敢斷言一定是百分之百正確。因此，我們在運用任何一種算命系統來預知未來的時候，不要問「未來會發生哪些事」，而要問「我們將會面對怎樣的機會與挑戰」。假如用這種態度把生命密碼當作一種人生的導航工具，它所得到的預測就奇準無比，而且非常有用。   　　在還沒有徹底認識自己之前，我們可能不會知道什麼叫「命運」與「天意」，真正的

命運之說，是知道做甚麼事情能讓你打從心底覺得快樂；真正的天意之說，會知道帶著那些天賦來到世間，終將完成甚麼事務。生活以追求快樂為目的；生命以發揮天賦為意義。只要我們知道是哪些力量在發生作用，人生一定能變得更好。

數 獨 數組進入發燒排行的影片

智慧教室融入語文教學的學習成效之研究

為了解決數 獨 數組的問題，作者李玉琳 這樣論述：

因應新北市2030年智慧城市的計畫，校園中積極增設智慧教室，本研究針對「智慧教室」在課堂上與語文領域的教學做結合運用研究，目的在研究智慧教室對於語文領域的科目是否能提高學習成效，學生對於智慧教室的學習滿意度，以及智慧教室是否影響學習態度。本研究使用準實驗法，研究對象為新北市中和區某國小六年級的學生50名，透過教學實驗前測、教學實驗、教學實驗後測、課程回饋問卷，並以SPSS 21做資料分析。研究結果顯示：實施智慧教室融入語文領域教學後，學生在語文領域學習成效上，前測成績與後測成績有顯著差異。實施智慧教室融入語文領域教學後，實驗組的後測成績與對照組的後測成績無顯著差異。實施智慧教室融入語文領域教

學後，實驗組在課程回饋上，實驗組學生使用智慧教室融入教學中滿意度均高於均值，學習態度之影響各項分數也高於平均值，針對回饋問卷的兩個向度，實驗組均持高度正向的評價。根據本研究結果，教學現場的老師的角色很重要，適當的應用智慧教室，可以提升學生學習成效，適應個別差異，達到十二年國教自發、互動、共好，建議教學現場老師需再進修，研發出可廣泛應用的教學設計，協助學生更有效率的學習，未來研究者可以繼續研究智慧教室在不同領域中的應用創新，以造福後進。

輿情操縱：用數據操控心智的鼻祖「析模公司」運作大揭密

為了解決數 獨 數組的問題，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》

應用卷積神經網路分類農業害蟲

為了解決數 獨 數組的問題，作者莊汶婷 這樣論述：

民以食為天，農業一直以來都是人類生存的基本條件之一，隨著環境的變化，農業害蟲對農作物的影響越來越嚴重，不僅僅是對農民有影響，對國家經濟也有影響。農業害蟲的相似性高，人工辨識的準確性低、成本高，近年來許多研究都會使用深度學習等AI相關技術來輔助農民辨識農業害蟲。本研究將農業蟲害作為研究的目標對象，使用一個公開數據集和自行蒐集了龍眼害蟲數據集，自行蒐集的數據集因數據不足而使用了圖像擴增技術。本研究參考了兩個預訓練模型(MobileNet和VGG16)，並分別提出了兩個新的模型：Dilated-MobileNet和Dilated-Light-Conv，兩個模型皆使用了空洞卷積，目的是希望能在圖像輸

入的過程中獲取更多的特徵範圍。此外，每個模型在兩個數據集上我們都使用了田口方法找出其最佳的超參數組合，透過此方法在較少的時間內，找出模型在數據集上的最佳表現。最後使用評估指標：F1得分、Precision、Recall、AUC、測試時間、準確率來檢視模型在每個類別的單獨表現和在數據集上的綜合表現。從結果可以看出，本研究提出Dilated-MobileNet在公開數據集上的表現較好，以準確率和參數量為例，準確率達到了98.45%，參數量與原始模型MobileNet一致，這證明了加入空洞卷積不會影響其參數量，Dilated-Light-Conv的準確率也達到了97.52%，參數量只有VGG16的1

/308倍，在龍眼害蟲數據集上則是原始模型MobileNet的表現較好，其準確率有83.32%的好表現。本研究也有使用其他公開數據集IP102與其他相關研究進行比較，提出的兩個模型Dilated-MobileNet和Dilated-Light-Conv的準確率分別為68.38%和73.15%，其結果雖然沒有比集成方法來的高，但以單一模型來看，本研究使用的方法有較好的性能。