名 稱
E-mail
標 題
內 文
附加圖檔[] []
類別標籤(請以 , 逗號分隔多個標籤)
刪除用密碼(刪除文章用。英數字8字元以內)
附加選項[動態GIF]
  • 可附加圖檔類型:GIF, JPG, JPEG, PNG,禁止發佈色情及獵奇圖片
  • 附加圖檔最大上傳資料量為 750 KB。當回文時E-mail填入sage為不推文功能
  • 各類學術相關話題均可在此發表, 但是自己的功課要自己做
  • 新討論串必須輸入相對應之標題, 推文字數限制為五十字
  • 本版內容不能視為專業醫療建議, 醫療相關問題請諮詢專業醫護人員
  • 違規事項及管理意見請向此管理室回報

主題一覽
187147: 幹林娘 早見大嬸根多少 監 督 上 床 幹 鮑 魚 (0)187031: 塑膠袋 回收、分解 抖機? (8)
187135: 無條件基本收入 (0)187030: 這樣的見解有問題嗎 (1)
187127: 夢神論的概念有宗教典故嗎? (7)187008: 宗教 (17)
187087: 對的一方(加害者)&錯的一方(受害者) (4)187003: 你們有多認識komica? (2)
187085: 最近吵很兇的妙禪如來宗 (4)186998: 轉糖鏈球菌 (0)
187079: 支持同志婚姻,就該支持亂倫 (18)186995: 墨B (3)
187075: 關於這幾天綜一的一點看法 (2)186993: 言文 (13)
187066: 日文問題 (1)186986: 皮 (0)
187064: 心理狀態出問題到底該不該服藥 (3)186985: 心理測驗學與諮商輔導 (0)
187042: 毒蛋+害死蜜蜂 芬普尼列禁藥 (11)186975: 教育 (9)
檔名:1502690745365.jpg-(67 KB, 990x588) [以預覽圖顯示]
67 KB肉搜是否為台灣特有的文化? 名稱: 無名氏 [17/08/14(一)14:05 ID:6xEsKmF.] No.186855 2推 +   [回應]
肉搜是否為台灣特有的文化?還是肉搜文化也盛行於其他國家?
無名氏: 別的國家當然也有 (kVx5sxGo 17/08/14 15:03)
無名氏: (*´∀`)鋼鐵人1都演給你看了,你說呢? (9o8RI5nk 17/08/14 23:40)
無標題 名稱: 無名氏 [17/08/14(一)19:34 ID:UiVcFqbU] No.186859  +    
祖國的特定文化是會直接把對象家住哪PO到網路上的呢...
ゆゆうた兄貴還算EQ很好直接把他變成歌
http://www.nicovideo.jp/watch/sm31506800
運氣很好最後也沒啥事

如果本身真的很有問題
然後就等著大家一起愉快的訪問你家
http://www.nicovideo.jp/watch/sm29440834
無標題 名稱: 無名氏 [17/08/15(二)09:39 ID:kRRo2UvQ] No.186862 9推 +    
肉搜是鄉民特有的文化
某種程度上網路真的是均化了人類
只要是鄉民水準就是那樣低,不管是哪個國家哪個人種
無名氏: 鄉民只存在台灣尸丁丁好嗎...世界主流的匿名揭示板都馬是K島格式 (X9xK4GS6 17/08/15 10:27)
無名氏: 又在尸丁丁自慰式的把其他國家的網路使用者稱為鄉民了…… (PzgTalA. 17/08/15 10:43)
無名氏: 有些島民也被肉搜過,你太小看駭客了 (M8N2RKfA 17/08/16 00:43)
無名氏: 最好reddit是K島格式 (MHFQERko 17/08/16 01:30)
無名氏: ↑但還是大部分吧,BBS那種落後系統世界沒兩三隻貓在用就是現實,大家都鄉民?噗ww (F4cOCIr. 17/08/16 09:14)
無名氏: 鄉民是定義問題 能扯到通訊協定格式,諸位也真的很鄉民 (NutbwBH6 17/08/17 18:15)
無名氏: 歹丸除了ptt那邊沒人在自稱鄉民的啦 (CE508iYY 17/08/18 17:06)
無名氏: 島民就島民誰在跟你鄉民 就跟尸丁丁不屑低能卡不把他們當鄉民一樣 我們也不把尸丁丁當島民啦 (b7hjo6AE 17/08/22 22:06)
無名氏: 尸丁丁箱民又在中國式自慰了 (5.xquMZU 17/08/29 10:15)
無標題 名稱: 無名氏 [17/08/15(二)21:57 ID:Eoj6KrJ6] No.186864 2推 +    
網路夠發達的國家都有類似現象存在
無名氏: 會進行肉搜的人具有那些人格特質? (6yFatYXw 17/08/15 21:58)
無名氏: 致人於死地的特質 (g8/JAUpc 17/08/15 23:39)

檔名:1502283297470.jpg-(633 KB, 1000x1000) [以預覽圖顯示]
633 KB牙線 Vs 牙線棒 名稱: 無名氏 [17/08/09(三)20:54 ID:nStkDmLs] No.186830 12推 +   [回應]
前陣子開始使用捆式牙線(歐樂B無蠟),感覺牙齒真的乾淨很多
以前都是用3M細滑牙線棒,單線的那種,本來以為會從此拋棄牙線棒
但剛剛逛街找到附圖這種獅王三弦牙線棒,好奇買了一下
發現居然摳出了比捆式牙線多很多的污垢

不知道傳統意見上牙線比牙線棒好是不是沒考慮獅王這種超細又多弦的牙線棒?
牙線棒會導致牙菌斑交互感染的問題我是會用完牙線馬上刷牙,應該沒問題吧
……
無名氏: 會蛀牙 牙周病 怪你父母在你嬰幼兒時把口腔細菌傳染給你 讓你的免疫系統以為那些細菌是無害的 (oXQP.2Yc 17/08/14 11:41)
無名氏: 用牙線不是也會有戲劇感染風險?還是說,其實是要一個牙縫一小段線? (6xEsKmF. 17/08/14 14:08)
無名氏: Σ(゚д゚)牙線本來就是一個牙縫一小段吧,重複用很恐怖耶,根本是把細菌帶往下一個牙縫 (PGKuMpT6 17/08/15 03:55)
無名氏: 那牙線棒哩?它是重複用吧? (6yFatYXw 17/08/15 19:55)
無名氏: (☉д⊙)天哪,牙線棒絕大部分都是拋棄式的吧? ID 6 開頭的島民要好好的保護你的牙齒呀 (OudSn33g 17/08/16 01:12)
無名氏: OudSn33g,不,我的意思是:牙線棒只能刷「一顆」牙齒? (J2RCaVyY 17/08/16 10:48)
無名氏: 若牙線棒只能刷一顆牙齒也太不經濟了吧! (J2RCaVyY 17/08/16 10:49)
無名氏: 好的牙線棒包裝應該都有說明該產品的使用方法,可以參考 (3p1xbnNQ 17/08/16 19:35)
無名氏: 所以牙線棒被人詬病的就是很浪費... (JN7l7f/E 17/08/16 20:05)
無名氏: 結論:若衛生優先則用牙線,若便利優先則用牙線棒。 (/4cr/uu2 17/08/17 08:57)
有部分推文被省略。要閱讀全部推文請按下回應連結。
無標題 名稱: 無名氏 [17/08/13(日)17:34 ID:GzDNTFNI] No.186851 2推 +    
牙線清的很乾淨
可是用起來很累
旁人看你又不敢靠近

仔細想想,發明牙刷的人真的是潮多了
ㄕ使用方便清潔率又不低
無名氏: 牙刷刷不到牙縫,所以需要牙線或是牙線棒 (Gf3BoyB. 17/08/13 22:58)
無名氏: 我都一邊放新番一邊用牙線 (CYztIIPc 17/08/14 22:57)
無標題 名稱: 無名氏 [17/09/02(六)20:41 ID:RRN.1n1Q] No.187009  +    
 檔名:1504356073465.jpg-(193 KB, 400x320) [以預覽圖顯示] 193 KB
牙間刷表示

強生宣佈 HIV (愛滋病)有疫苗, 測試者100%產生抗體 名稱: 無名氏 [17/08/10(四)19:12 ID:s93WQeZI] No.186832 1推 +   [回應]
https://qooah.com/2017/08/10/johnson-johnson-announce-hiv-aids-vaccine/

求真偽
無名氏: つ www.google.com (ciWIgoRA 17/08/10 23:36)
無標題 名稱: 無名氏 [17/08/13(日)16:49 ID:pvfwtqAk] No.186850 2推 +    
我今天心情好
https://www.jnj.com/media-center/press-releases/johnson-johnson-announces-encouraging-first-in-human-clinical-data-for-investigational-hiv-preventive-vaccine

原來做嬰兒用品的那個嬌生這麼屌…
無名氏: 好歹算一個不小的集團了 (Gf3BoyB. 17/08/13 22:58)
無名氏: Johnson-Johnson好歹今年也是全球排名第7大好嗎,還比做普拿疼的GSK 還大 (9xVc5cLQ 17/08/14 12:34)
無標題 名稱: 無名氏 [17/08/14(一)19:13 ID:k4wVF8iE] No.186858  +    
「測試中, appROACH 疫苗讓受試者單次暴露於 HIV 下感染風險減少了94%,并有 66% 的人在 6次暴露於 HIV 下仍受到保護,沒被 HIV 感染。」
有沒有那位解釋一下這是如何測試的?

是不是先注射疫苗,然後再讓他與患者%%%?

檔名:1502313433534.jpg-(228 KB, 1061x1500) [以預覽圖顯示]
228 KB形式主義數學和直覺主義數學 名稱: 無名氏 [17/08/10(四)05:17 ID:l5drOkUI] No.186831  +   [回應]
幹,到底形式主義數學和直覺主義數學的分別是什麼啦

到底有沒有說人話的可以說一說啊?

查來查去明明字我都認識但看了一堆卻越搞越混亂越不懂了
這篇討論串已被管理員標記為禁止回應。

一例一休 名稱: 無名氏 [17/08/05(六)20:07 ID:jlGvuLug] No.186786 14推 +   [回應]
2017年初我就寫了篇「我對一例一休修法的看法」

http://www.yuanyu.idv.tw/?p=1700

文章中我透過經濟分析預言:

...強行推動一例一休,並且嚴格勞動檢查執行 —

1. 邊際勞工失業率必定上升
2. 邊際企業倒閉率必定上升
3. 許多企業會選擇假日不提供服務甚或營運日期減少
4. 勞工轉職困難度大增,失業勞工尋覓新工作日數增加
5. 平均年終獎金將下降
6. 全面性物價上漲
7. 早年找工作需要保人的類似制度可能死灰復燃
8. 新鮮人畢業後失業率與失業時間都會增加
9. 燒炭自殺的失業與小型、微型企業主人數與案件數均會增加

而從張五常的價格管制理論推演,未來表面一套出勤記錄,私底下另一套絕對會是常態,因為政府強迫人民作假違法。賄賂勞動檢查員的景象也會出現。.....

其實今年以來就我所知已經很多非知名餐廳、小型服飾店結束營業,中老年失業的阿桑茫茫然不知何去何從。中南部很多微型、小型工廠哀鴻遍野。

特別經營過工廠都知道,很多邊際工廠的通常訂單是沒有獲利的,純粹撐住日常營運而已。獲利要靠急單,價格才有空間。但是一例一休讓這些邊際工廠失去接受急單的空間!讓業主只能在做白工與被迫違法的兩難之間抉擇。

顯然宅配公司也承擔不住成本,如我預言般停止假日服務。

全面性實質物價上漲我們也慢慢看見了 -- 最明顯就是服務或產品內容物縮水。

惡法效應逐漸如經濟分析預測般實現,只會打高空、講理想而不顧科學驗證的左派下場就是如此:你想照顧的照顧不到,還把他們給害慘了!

繼續嚴格執行下去,經濟學還可再多預測一項:萬華街邊站壁的流鶯邊際收入也會因為競爭變多而跟著下降。

https://udn.com/news/story/7241/2618115
……
無名氏: 甚麼民眾支持甚麼政策,如果民眾大多都是腦左,政府就會端出腦左政策收買選民,這不是責任? (2LC2S362 17/08/08 07:38)
無名氏: 不愧低等右派之名 開始扣腦左了 也不看看左右派的立場對該政策的立場是怎樣 光工總 (J3SfaxIU 17/08/08 10:42)
無名氏: 這個頭銜就不會是左派了 扣帽子你最行了 真不知道是哪國人 像象牙塔出來的 滿腦子就你自己認為 (J3SfaxIU 17/08/08 10:44)
無名氏: 慢著慢著 什麼時候人民是支持這個政策的了? 選了民進黨就表示民進黨的所作所為都是民意代表? (fd9DAj3g 17/08/08 13:46)
無名氏: 現在台灣的狀況 就是明明白白的顯示出'代議制度根本無法表現民意'的最好例子 (fd9DAj3g 17/08/08 13:47)
無名氏: 連公投都不敢做 還要人民背黑鍋? 這也太扯了好嗎 (fd9DAj3g 17/08/08 13:47)
無名氏: 總統都說你們要自力自強了,政府做什麼都不能罵不准罵,聽說公民最愛監督政府了耶 (impI1ga. 17/08/08 19:37)
無名氏: 左左不敢迎戰,直接否定整個經濟學體系真是好棒棒 (vULOcYsE 17/08/09 16:12)
無名氏: 否定整個經濟學體系 不懂經濟學的再抹別人否定經濟學體系真的很棒 (439qtsxM 17/08/09 20:41)
無名氏: 企業只會costdown慢性自殺,你掐住我脖子,我掐住你脖子,比誰氣長 (Cs8y24rU 17/08/11 20:18)
有部分推文被省略。要閱讀全部推文請按下回應連結。
有回應 20 篇被省略。要閱讀所有回應請按下回應連結。
無標題 名稱: 無名氏 [17/08/13(日)00:50 ID:CFhza1cY] No.186843  +    
>>No.186840
我不是很懂為什麼你會覺得
>政府強制訂定高水準的違約金等於墊高企業的經營成本
難道你的企業從一開始就打算要違約經營能騙多少是多少的嗎?
你只要別違約不就可以避開這些成本了?


另外 你也知道訊息不對稱會導致市場失靈啊

那你理想中大家都來競爭比誰違約厲害誰騙人厲害
這種充滿潛規則的市場不正是一個信息不對稱的失靈市場嗎

你這自相矛盾了啊

我就問你
你這種比賽違約的潛規則市場要怎麼解決我上面提到的劣幣驅逐良幣的問題?
無標題 名稱: 無名氏 [17/08/13(日)06:48 ID:GzDNTFNI] No.186844 3推 +    
>>No.186843
要陷害一個人違約太容易了
還有要讓一個人背黑鍋也太容易了

導致違約金這種事情,不談最好
無名氏: 好笑了 雇傭合庸 規則不都老闆你的居多 台灣資方在上位這是常識吧 你說要陷害就是老闆陷害勞工啊 (ACfobNvM 17/08/13 11:31)
無名氏: 所以你不用法律保護勞工 甚至說法律太麻煩了 會害慘勞工 要廢除法律 ㄟ腦子還算清醒吧 (ACfobNvM 17/08/13 11:32)
無名氏: 公司惡意倒閉都不知道是誰害誰 (JZnnyD.Q 17/08/23 17:40)
無標題 名稱: 無名氏 [17/08/13(日)09:15 ID:EgHjUQqg] No.186847 8推 +    
>>No.186843
我們來做個腦中的小實驗

假設檢舉成本、調查成本、懲罰的行政成本都等於零。且員工的工作績效可以簡單量化,故經營者在契約以外額外增加員工工作量的違約行為是很容易被發現的。

此時發生道德風險問題,員工檢舉老闆違法,冒的是失業的風險,老闆開除該位員工做為報復,冒的是損失邊際產值的風險。所以我們可以簡單計算出,此筆交易破局後甲乙兩方的損失。(更正確的說法是"預期損失",不過考量行文流利的要求,在此簡化為損失兩字)

甲方老闆,開除該該位員工後,在新人前來遞補職缺前,會損失該名員工之邊際產值。故甲方之損失=空缺月數*該名員工之邊際產值。而乙方員工之損失=失業月數*損失之所得。當甲方的損失高到經營者難以接受時,員工就算檢舉經營者的違約行為,也不會被解雇,因為人難找。反之,則容易遭受到惡意開除的報復,這個結果符合一般人的常識。

政府開徵高額違約金或罰款等於在甲方的損失公式中加入一個加號,等於空缺月數*該名員工之邊際產值+罰款,這在學理上稱為負誘因。更進一步延伸我們的推理,在我們的模型中,何時會發生這種甲方對乙方的道德風險違約,答案是增加員工工作量獲得之邊際產值大於預期損失。

感謝你耐心閱讀,此時所有條件都備齊了,各位可以開始研究勞動基準法此類勞動法規預設保護的對象 - 弱勢勞工(學理上稱為邊際勞工),在模型中扮演的角色。啥?老師很懶,怎麼不連答案一併附上,首先是總不能都是老師在講,你有沒有在聽,學生也該有點homework回家複習。其次是我沒領各位半毛錢。

最後,我不是法學專家,不過我還是要善意提醒各位左派的朋友,財產權是憲法保障的基本人權,用勞動基準法這種行政就可以剝奪企業經營者的財產權,而且是嚴重剝奪,怎麼想都有違憲的疑慮。又是那句老話不是?「韋伯夫婦並不憎恨王黨」,這種權力大到不可思議的行政權政府就是左派口中的「依法行政」嗎?各位有沒有想過歷史上的獨裁政權,都有一個共通點 - 行政權獨大,這是巧合嗎?
無名氏: 員工不是老闆的奴隸 不是老闆的資產 老闆違約應該有額外的懲罰 而不是在那邊把開除員工算成損失 (CFhza1cY 17/08/13 11:27)
無名氏: 另外你還沒回我 你的潛規則市場要如何避免陷入劣幣驅逐良幣的惡性循環? (CFhza1cY 17/08/13 11:29)
無名氏: 誰要剝奪財產權了? 老闆違約被剝奪的是經營權 畢竟勞工這邊違約也沒有說會被抄家嘛 (CFhza1cY 17/08/13 11:31)
無名氏: 別假設個屁哩 你的任何行為就是準備拿眾人的法益去配你那少數極端的情形 就說你是法盲 那個喜歡人治怎 (ACfobNvM 17/08/13 11:34)
無名氏: 麼不去獨裁國家 開除該該位員工後,在新人前來遞補職缺前,會損失該名員工之邊際產值<<你不做還有其他人 (ACfobNvM 17/08/13 11:38)
無名氏: 人等著排隊 開徵才條件要N年相關工作經例 我說你有先了解現實情行吧? 你用那不切實際的假設跟現實相 (ACfobNvM 17/08/13 11:40)
無名氏: 違背 代表你整段話都僅是你的幻想 自以為是 ㄟ你還沒回我不得以接受比法定還差條件的僱傭契約事眾數 (ACfobNvM 17/08/13 11:42)
無名氏: 所以勞基法是惡法應廢除的數據耶 除了不切實際的幻想跟法盲 還有象牙塔外 你確定不先多接觸點現實嗎? (ACfobNvM 17/08/13 11:43)
無標題 名稱: 無名氏 [17/08/13(日)11:46 ID:CFhza1cY] No.186848 2推 +    
>>No.186847
你老闆開出一個員工會有多少損失關我屁事 那是你做出的決定 損益你自己承擔很合理

現在問題在於你違約 違約當然要受到懲罰
無名氏: 一般企業擬的定型化勞動契約多數不會把這種內容對於自身權益有危害的內容列入合約書裡面咧 所以勞工只能尋 (ACfobNvM 17/08/13 11:50)
無名氏: 求法律的幫助 然後有個人滿嘴說是為了勞工好 卻用百般理由要把幫助勞工的法案去除 真不知道腦子在想什麼 (ACfobNvM 17/08/13 11:52)
無標題 名稱: 無名氏 [17/08/13(日)12:21 ID:CFhza1cY] No.186849 13推 +    
>>No.186848
你所謂的企業開除員工企業也有損失論 那我一拳打你臉上 根據力的相互作用我手也受到相同的力 所以我們扯平 是這樣嗎?
……
無名氏: 的問題。至於這個選擇背後的動機是基於利潤最大化的動機,或是單純的報復心理,這不是經濟學的範圍 (kSqLcaXk 17/08/13 21:28)
無名氏: 中立呵呵 上面好像提過建立在人類的行為上的科學,而社會制度、經濟現象 這種變動條件上就不可能中立的偽 (HuZXQYSw 17/08/13 21:40)
無名氏: 科學 (HuZXQYSw 17/08/13 21:45)
回樓上: 你不信就算了,我是想勸各位早點從是非善惡這種小學生等級的二分法中跳出 (kSqLcaXk 17/08/13 22:23)
無名氏: 什麼是對,什麼是錯,根據誰的定義?economics展示各種政策可能造成的後果,至於這個後果是對是錯 (kSqLcaXk 17/08/13 22:25)
無名氏: 是好是壞,這就不干經濟學家的事了。左左可能認為建立社會主義烏托邦死一百萬人值得,這是他的價值觀 (kSqLcaXk 17/08/13 22:26)
無名氏: 但正常人如我當然無法接受這種烏托邦實驗。Arthur Koestler在正午的黑暗一書中,藉由檢察官 (kSqLcaXk 17/08/13 22:28)
無名氏: 格列金枝口說的這段話:「把對的鍍金、把錯的抹黑,這是群眾能理解的簡單語言。」 (kSqLcaXk 17/08/13 22:30)
無名氏: 給你當參考。 (kSqLcaXk 17/08/13 22:30)
無名氏: 所以就是放砲不負責就對了 然後拿的是既定秩序來配 (HuZXQYSw 17/08/13 23:54)
有部分推文被省略。要閱讀全部推文請按下回應連結。
無標題 名稱: 無名氏 [17/08/13(日)22:12 ID:kSqLcaXk] No.186853 20推 +    
>員工不是老闆的奴隸 不是老闆的資產 老闆違約應該有額外的懲罰 而不是在那邊把開除員工算成損失 (CFhza1cY 17/08/13 11:27)
經濟學認為應該懲罰違約行為的原因是認為這是一種市場失靈,而不是出於道德或法律的理由
企業開除員工會產生損失是事實,法律今天規定企業不准開除員工,企業就會乖乖服從嗎?按照經濟學的思路,我們應該思考的是企業的違約損失多少水準才是合理的,足夠消除市場失靈又不會造成太大的副作用

>另外你還沒回我 你的潛規則市場要如何避免陷入劣幣驅逐良幣的惡性循環? (CFhza1cY 17/08/13 11:29)
乖孩子,為什麼沒考慮市場價格以外的手段了,我受夠了左左發生any problem就一定靠政府重罰矯正的膝蓋反射,進步點行不?十九世紀的法國經濟學家Bastiat說過,任何政策都有「看得見」與「看不見」的效果。這個世界沒有單純到政府一聲令下,所有人就會乖乖服從,就算在左左最愛的獨裁國家,很多時候也必須藉由送人去勞改營的威脅(在學理上這也是負效用)等強制手段才能讓人民聽話。不只就看得見的效果,也要關注看不到的部分,這正是economics的使命

>誰要剝奪財產權了? 老闆違約被剝奪的是經營權 畢竟勞工這邊違約也沒有說會被抄家嘛 (CFhza1cY 17/08/13 11:31)
經營權被剝奪不就等於被剝奪財產權,違約後企業經營權被國家接收,難道營業額還會回饋給企業主嗎?
國家掌握一切經濟領域,接著就是民主政治及個人自由的終結,因為國家可以按照自己的喜好給予某人較好或較差的待遇,斯達漢諾夫配一輛賓士,人民公敵就送去西伯利亞勞改營挖礦,這是偉大的Hayek早已向世人警告過的事

>別假設個屁哩 你的任何行為就是準備拿眾人的法益去配你那少數極端的情形 就說你是法盲 那個喜歡人治怎
>麼不去獨裁國家 開除該該位員工後,在新人前來遞補職缺前,會損失該名員工之邊際產值<<你不做還有其他人
>人等著排隊 開徵才條件要N年相關工作經例 我說你有先了解現實情行吧? 你用那不切實際的假設跟現實相
>違背 代表你整段話都僅是你的幻想 自以為是 ㄟ你還沒回我不得以接受比法定還差條件的僱傭契約事眾數
你不做還有別人要做,代表勞動的供給彈性大於需求彈性。用我的模型來表示就是企業的損失=空缺月數*該名員工之邊際產值+罰款很低,所以經營者可以開除員工而不會蒙受很大的損失。當然我們可以設想相反的案例,某種需要特殊技能的職業,且市場上擁有此種技能的人很少,隨意開除員工會給造成很高的損失,因此經營者不太會開除員工,因為徵人不易

到底誰只會扯極端情形,一般化模型的作用正在於讓我們考察各種可能發生的情況,特殊技能的勞工或許是高度專業的工程師、專業經理人、職業運動員,這些人難道就不是勞工,不是勞動市場的一份子?再強調一次,每個人如此不同且不為別人所知,你認識的人不過2,300萬中的蒼海一粟,少和我扯什麼現實世界,你們這些左派才是躲在自己的象牙塔裡的生物

>所以勞基法是惡法應廢除的數據耶 除了不切實際的幻想跟法盲 還有象牙塔外 你確定不先多接觸點現實嗎? (ACfobNvM 17/08/13 11:43)
邊際勞工 勞基法 實證,自己去google,不送
……
無名氏: "來討論你象牙塔內侷限跟真實情況有差異的經濟模型喔 (aTMV8lF. 17/08/14 00:08)
無名氏: 還有你那邊際勞工說的問題點都集中在短期上的市場調整 請問你的經濟模型有指出中小企業倒了後不會有其他企 (aTMV8lF. 17/08/14 00:19)
無名氏: 他企業進入市場 而進入市場的企業只會提供過去邊際效益時的薪資 (aTMV8lF. 17/08/14 00:21)
無名氏: 然後長期而言你的自由氣約在台灣這種勞工供過於求 雞查情形不夠完善的缺點也很容易看出來 (aTMV8lF. 17/08/14 00:23)
無名氏: 第一邊際勞工薪資水準長期低落 資方造成的社會成本由國家吸收 2.企業轉型意願低落 反正有廉價勞工可 (aTMV8lF. 17/08/14 00:28)
無名氏: 用營利穩穩賺的情況下 營例未達滿意程度只要削減契約內容這樣為何要花大錢改革? (aTMV8lF. 17/08/14 00:29)
無名氏: 3.老狗企業長存減低總體產業競爭力 不適宜企業因勞動契約完全自由能以低然成本維持生存 而新進新銳因 (aTMV8lF. 17/08/14 00:32)
無名氏: 為 老狗分占市場以及過去累積的資金而無法壯大 導致凋零 (aTMV8lF. 17/08/14 00:34)
無名氏: 結果支持你的邊際勞工理論根本就像飲鴆止渴 長期而言對國家結構根本有害無益 而護航的理由僅是短期內的 (aTMV8lF. 17/08/14 00:40)
無名氏: 結構調整 而非市場性的完全破壞 這樣叫有說服力? (aTMV8lF. 17/08/14 00:40)
有部分推文被省略。要閱讀全部推文請按下回應連結。
無標題 名稱: 無名氏 [17/08/14(一)10:42 ID:n7r5nxLA] No.186854  +    
>>No.186853
>因此經營者不太會開除員工,因為徵人不易
假的,台灣沒有高技術工業
高技術農業又被自己人打壓
高技術服務業更甭提了,日本的汽車旅館做的更好

如果你問我台灣哪項超英趕美技術無法被拷貝
大概是高技術傳媒跟醫學
無標題 名稱: 無名氏 [17/08/14(一)18:04 ID:0kNZWg/I] No.186857  +    
>>No.186849
>違約後企業經營權被國家接收,難道營業額還會回饋給企業主嗎?
照你這種邏輯 那我是不是可以說
投資者購買股票後貨幣被發股方接收 難道股票的分紅還會回饋給投資者嗎?
搞清楚 財產權和經營權本來就是可以分開的
你失去經營權是因為你曾經違法經營 你證明了你不適合合法的經營企業
繼續放任你經營會給市場增加陷入惡性競爭的風險

>乖孩子,為什麼沒考慮市場價格以外的手段了 ... ... ... ...
這麼多字後面只有一個意思
你沒辦法解決你的潛規則市場必然陷入惡性循環的問題
放給他爛就是你對此事的態度
放給他爛的後果我覺得現實已經很明顯了

>經濟學認為應該懲罰違約行為的原因是認為這是一種市場失靈
所以你現在承認這是市場失靈了?
懲罰違約也是必要的咯?
既然懲罰違約是必要的
那我們自然應該讓違約的懲罰對勞資雙方的風險對等啊
即我前面說的 勞方違約會丟掉工作
資方違約 同樣比照辦理 資方的工作不就是經營行為嗎
這裡比照辦理讓資方丟掉經營權 才和勞方是對等的

檔名:1502191543253.jpg-(62 KB, 1297x326) [以預覽圖顯示]
62 KB機器學習 - ensemble learning 名稱: 無名氏 [17/08/08(二)19:25 ID:fKwj4fd.] No.186821 7推 +   [回應]
各位島民大家好
我想問的問題是有關ensemble learning的
我正在kaggle上參加比賽(回歸問題,public LB使用全部的test data,目前24%)
但做stacking的時候,提交的成績卻比單一最佳模型的成績還差
所以想來問問
我在kaggle上面的看到的stack方法至少有4種
1.用全部的trainset訓練,再於這個trainset上預測(y_hat),以此結果做第二層的trainset
2.分成k-fold,k-1fold為trainset,在剩下的fold跟testset上預測,重複k次,以此為全新feature做第二層。在testset上的結果則做平均
3.同上,只是最後的testset是用全部的trainset在testset上預測的結果,而非平均
4.很像第2種也是分成k-fold,但是不同模型的預測會混合變成一條新的feature,而不是一個模型就集中在同一個feature裡,如圖所示
而以上這4種又可以決定要把這些feature放回原本的trainset裡面或是獨立出來,這樣就有8種= =,所以想問問到底哪種才是正確的,或是其實都可以用。
我自己只用3種模型(tune過,xgbtree,lightgbm,xgblinear)
我在想可能是模型太少才會造成這種狀況
但,分類問題還可以把爛模型丟進去,回歸模型我就在糾結這樣會不會有很大的影響,而回歸能用的模型也沒這麼多種,要不時間太長或是記憶體會炸開,這裡也想問問島民有沒有好的處理方法
再次感謝各位QQ
無名氏: 。・゚・(つд`゚)・゚・都沒有人嗎........嗚嗚嗚 (fKwj4fd. 17/08/08 23:31)
無名氏: (゚∀゚)東西太專業了啦 www 你想讓這邊的廢物s島民回答些什麼啊 (cz9mu9.o 17/08/09 09:52)
無名氏: (゚∀゚)在這個版常駐的島民大概有六成是沒有專業的酸酸與三成的網軍,他們只會照三餐來貼政治問題討戰 (cz9mu9.o 17/08/09 09:55)
無名氏: (゚∀゚)有專業能力的島民大概都跑得差不多了 www 你想在這邊找答案可能得等上好一陣子,也去PTT問比較好 (cz9mu9.o 17/08/09 09:56)
無名氏: ptt好像沒有機器學習版.....老天我該在哪裡發問 (1sHqD2YA 17/08/09 14:43)
無名氏: 你去程設板機會應該高一點,一點而已... (VohsScJQ 17/08/09 22:17)
無名氏: 學術版已死。 (6zXrFi2Q 17/08/10 19:50)
有回應 4 篇被省略。要閱讀所有回應請按下回應連結。
無標題 名稱: cppFZCg [17/08/21(一)14:19 ID:4pSnZlRU] No.186920 9推 +    
>>No.186892
寫的數學我可能跳太快了,因為空間不多的關係沒有把每個步驟寫下來,哪些地方不懂我可以補充
1.所謂把時間考慮進去不是單純把時間加入變量,而是你要預測1個月之後的資料的話不能用2個月後的數據做預測
也就是說要預測T+1只能用1~T這幾筆數據,當然的穩定度就會少很多,因為前面幾個模型數據小很多
2.根據1個結論,cv是不可以使用的,不過你的理解沒錯,subsampling在boosting已經有用了不需要重複使用
3.我不知道你的權重怎麼來的,至少tree會overfit是機器學習裡面共同認知的,所以才會有RF之類的東西減少overfit的狀況
然後用預測結果做training set這種事情不要做比較好,我之前解釋過了,除非你是用NN
NN是有特別為了多層而優化,所以某種程度上是可以使用的
4.Y有負值不影響NN的使用,NN只是一群OLS加上變化而已
不過如果SVM都跑很慢的話,NN可能不用嘗試了,我用SVM linear跑我的數據要2分鐘,跑NN用bayesian regularization要3小時
關於NN我是直接用matlab內建的,使用起來滿方便
另外feature太多的話可以用factor model配上PCA減少一定程度上的數據量,但是會損失資訊就是了
5.關聯性很高的模型互相放在一起大幅提升可能性
可能
1.數據其中一部分有很大的偏差,造成parameter bias
2.其中一個模型錯得很嚴重,所以模型預測結果關聯性不大
3.他運氣好
4.數據他自己做出來的
正確處理方法
1.把那個偏差找出來,然後丟掉
2.把錯的模型丟掉直接用全部數據

即使我之前提到var(model 2)>var(model 1),但是這是數據夠大,var變的穩定的情況下,數據不多的時候很有可能有某次var(model 2)<var(model 1,但這只是運氣好,不代表以後也會運氣好

4會比較好我覺得唯一合理解釋就是剛開始模型就根本預測錯誤,所以才會讓第二層的模型有進步空間
但是這樣直接用第二層的模型就好了

sigmoid就是logistic function,基本上就只是指那種形狀的而已
你的logistic認知在logistic regression上,但是沒理解本質為什麼叫logistic regression
不是因為0跟1,而是因為模型是在算一個sigmoid形狀的logistic function

然後要朝ML方向走的話我建議走marketing analytics這種大數據的方向,因為他們比較能接受機器學習
我自己在的金融業是越來越能接受了,但是因為上面的高官擔心這種沒有經濟根據的模型會突然出錯,然後就真的會搞死一堆人,所以不怎麼敢創新

我還是強烈建議走NN,因為你在做的這種多層的很多地方就是劣化版的NN,日後有基礎這種東西根本不需要,matlab/R/python都有一堆可以套件可以使用
無名氏: 我自己都是用R寫的,這種多層的方式在kaggle比賽上幾乎都會出現 (wPpp3J8Q 17/08/21 15:22)
無名氏: 2009的netfilx大賽也有出現 (wPpp3J8Q 17/08/21 15:28)
無名氏: stacking/blending/stacked Generalization 雖然有著不同名字 (wPpp3J8Q 17/08/21 15:43)
無名氏: 但是方法都差不多,都是基於用預測的結果再做一次預測,這樣可同時降低bias跟varience (wPpp3J8Q 17/08/21 15:44)
無名氏: 至於那個nn的套件,我過幾天就會把他的activation function改一改做預測:)) (wPpp3J8Q 17/08/21 15:45)
無名氏: tree-based模型在第二層的cv結果都不大好,比起一般線型模型來說的話啦 (wPpp3J8Q 17/08/21 15:47)
無名氏: 之後晚一點或是隔天我會做一篇E/4詳細回覆,真的感謝你的回應QQ (wPpp3J8Q 17/08/21 15:53)
無名氏: 我現在在寫的論文可以說就是這種雙層模型研發出來的,但是其實很多時候只是structural break (oWTu3.1o 17/08/24 05:51)
無名氏: 假設時間序用預測的數據再套用一個y=α+xβ+ε,這樣其實可以把第一個模型的constant做行為上 (oWTu3.1o 17/08/24 05:54)
無標題 名稱: 無名氏 [17/08/24(四)06:13 ID:oWTu3.1o] No.186947 8推 +    
我覺得直接正常回應比較方便

關於雙層方面其實可以用另外一種方式解釋

當你的第二層模型是y=α+Xβ+ε,這樣其實跟第一層的constant c變成c_t一樣
第二層套用不同模型實際上就是對第一層的模型做出不同種類的改變
一個簡單例子就是假設第二層我拿預測值跟新的觀測值算error的Mean, ω_t,這樣其實c變成c_t=λ+ω_t,然後ω_t=ω_(t-1)+ε_(t-1)-ε_(t-k)
再把後面那段寫進原本的第一個模型的話,根本不需要所謂的多層這個概念

至於Time series 模型直接套用線性迴歸的話,bias會減少,MSE反而會增加,因為estimation variance變高了

我會建議你把一些多層的寫成單層之後,用AIC/BIC/MSFE之類的方式看看新的模型有沒有比較有意義,當然不是所有東西都能用
無名氏: 前兩天出車禍,沒法馬上回你,還請見諒QQ (sWItuw3k 17/08/26 23:52)
無名氏: 我想這問題不是time series,只是有日期項而已,日期的長度也無法判斷出是否真的有趨勢存在 (sWItuw3k 17/08/26 23:55)
無名氏: 至於"stacking"這方面的,kaggle上面有推薦幾篇論文 (sWItuw3k 17/08/26 23:57)
無名氏: https://ppt.cc/fQpQtx 、 https://ppt.cc/fYj1Vx (sWItuw3k 17/08/26 23:59)
無名氏: https://ppt.cc/fW2kox (sWItuw3k 17/08/26 23:59)
無名氏: 幾個比賽冠軍的方法也是做1000個以上不同的模型ensemble,https://ppt.cc/fe (kmK6WbGA 17/08/27 00:02)
無名氏: https://ppt.cc/feKNux (kmK6WbGA 17/08/27 00:02)
無名氏: 論文我只有研究過我貼的第一篇,想問問您的想法,因為我覺得這樣做無非就是在"瞎猜"出一個好結果.... (kmK6WbGA 17/08/27 00:03)
無標題 名稱: cppFZCg [17/08/27(日)03:31 ID:alQU8KaU] No.186958  +    
為你車禍默哀

我認真地研究一下ML裡面的stacking,然後發覺跟計量經濟還真的差很多
計量經濟強調有DGP下的模型,而ML是在不知道DGP的情況
所以我之前寫的都是1.有最佳模型,而且已經使用最佳模型了
2.多層模型還是用同一種模型
因此做多層模型是個不恰當的選項

而ML因為沒有假設DGP,所以並不存在最佳模型,不同種模型混在一起反而是好的
ML裡面使用stacking很需要每個模型互相有不同,你看那個冠軍的選項整整做了33個基礎模型,其中雖然有不少類似的,但是他們還是用了很多種類的東西
雖然以統計學上來講這個冠軍的做法是不好的,因為很明顯地是在瞎猜,如果他們用第三層最後的結果來刪除多於的模型把33個減少一些,會對他們的預測很有幫助
ML好像很少看到在意parameter uncertainty的

很抱歉因為是用計量經濟的思考邏輯,所以第一篇回的假設1根本不存在,所以接下在正式用ML的思考邏輯回應
你的CV部分我覺得有點問題,在於CV主要是tune parameter,而不是做出預測
假設剛開始是nxm筆數據,tune完後應該要預測出nx1筆數據,不是你的圖示表示的那種不同set混合在一起,混合的是模型輸出的話就沒問題了(也就是說q個模型應該要有nxq筆預測值)
然後你要考慮的是m<q還是m>q,還有當你用k fold的時候還要考慮q>k還是q<k,我的直覺會是m>q>k是最好的,m>q的原因是把feature set降低比較不會出現dimensionality的問題,當然對ML來說m<q更好

接下來重新回答之前的問題
ML不存在正確的或是錯誤的作法,只有錯誤的施展步驟而已,所以對於喜歡嘗試(瞎猜)的人很適合
爛模型丟進去是沒問題的(雖然會增加parameter uncertainty),第二層跟第三層應該會把爛模型排除掉
前面提到關聯性大的模型就會造成第二層跟第三層不知道要替除掉哪個模型,甚至可能因為unidentified而造成更嚴重的問題
無標題 名稱: 無名氏 [17/08/28(一)17:58 ID:cqBXQeN2] No.186968 20推 +    
 檔名:1503914327991.jpg-(97 KB, 1365x764) [以預覽圖顯示] 97 KB
感謝您的回應
先回答幾點:
1.tuning做完cv之後,會再用其得出的最佳參數再套用在整個trainset上,然後再對testset做預測。一開始的cv僅僅只是為了得出較優的參數而已
2.stacking的時候的確是像你說的:q個模型應該要有nxq筆預測值,只是我現在都做得很簡單,留下約10%的資料作為holdout set(A),然後用剩下的trainset(B)訓練,並在(A)上做預測,其結果作為第二層的數據。而不是全部shuffle成k-fold,一個一個做預測最後再組合起來

第一層:xgboost + lightgbm + linear(elnet+xgblinear) + rfs
第二層: svmlinear + rlm + elnet
第三層: 上述結果作加權平均(0.4,0.3,0.3)

但就像我之前說的,我第二層使用boost器,發現其結果差到不行,比第一層之中最佳的單一模型還差,但是使用linear模型,其效果就讓我前進到前4%,回歸問題比起分類問題,似乎更容易overfit。在分類問題之中,第一層最op的模型,照理說在第二層也會有好的效果才是....

不過如您所見,我第一層只單單用了4個模型,我現在有意加到36或48個以上,如同附圖,附圖是kdd 2015(這年是分類問題)冠軍還是其中一隊有點忘了...,現在有個蠢問題想請教,之前我貼的冠軍解法,該比賽dataset中的所有feature全都是factor,所以非常容易處理,或是達到模型要有diversity的目的。我頂多就只能feature engineering後做成3 4種不同dataset而已,還不能保證同種模型預測出來的結果會有差異性,關於這點,不知道您有什麼建議,我現在想到的辦法大概就是故意使大部分的模型overfit,boost器就讓深度加深,rf就讓樹更多,或是更動其他參數,使其學習到更局部的數據,不知這樣會不會有不良的影響。說實在的,關連性跟各個單一模型的表現優劣,兩者的取捨是我認為最困難的地方....

以下是目前的假定策略(第一層):
xgb x 16 (boost器)
lgb x 20 (boost器)
rfs x 4
linear x 4 (xgblin + elnet + svmlin /3)
svmpoly x 4
……
無名氏: 但是要搞清楚的一點是對於預測來說,最詳細的模型不一定是最好的,假設DGP y=x1b1+x2b2+e (wg.j2WCc 17/08/28 20:36)
無名氏: 但是var(b2)>>0, E(x2)≈0 such that E(x2b2)≈0 (wg.j2WCc 17/08/28 20:38)
無名氏: 這樣b2的計算誤差會把整個模型毀掉,只用y=x1b1+e反而會比較好 (wg.j2WCc 17/08/28 20:38)
無名氏: 你好像有點誤會我的意思了,我的意思是一開始就只用90%的資料訓練所有的模型 (cqBXQeN2 17/08/28 21:56)
無名氏: 而所有的模型,都會在我留下的10%上做預測,預測的結果就當作第二層的數據(metafeature) (cqBXQeN2 17/08/28 21:57)
無名氏: pca還有tsne我都有在考慮,只怕訊息會損失,不過就來試試看吧 (cqBXQeN2 17/08/28 21:59)
cppFZCg: PCA訊息損失程度完全看你拿幾個factor,而第二層只有10%數據會不會太少了? (wg.j2WCc 17/08/28 22:01)
無名氏: 還有一點,我以為stacking的overfit只要添加很強的正則化,就能抑制,但從結果而言好像不是 (cqBXQeN2 17/08/28 22:02)
無名氏: 10%的原因有點多.....我發一篇新的,而我這種技法似乎又稱做blending (cqBXQeN2 17/08/28 22:10)
無名氏: 而很多人認為stacking跟blending是差不多的東西就是了 (cqBXQeN2 17/08/28 22:11)
有部分推文被省略。要閱讀全部推文請按下回應連結。
無標題 名稱: 無名氏 [17/08/28(一)22:25 ID:cqBXQeN2] No.186969 11推 +    
如同我之前說的
y = log(他們模型算出來的房價) - log(實際房價)
我們要預測y
而提交的檔案是要"預測"2016年的 10 11 12 月
目前的排行榜上的分數是以2016/10 11 12為基準
但是"最後"評分的基準會是 2017年的 10 11 12 月

現在問題就來了,他目前給我們的train set是"部分"2016年1~12月的資料(train set有日期)
而我只好把1~9月的數據拿來訓練 <--- 90%
10~12月當作holdout set <--- 10%
而最終的testset則是1~12月都有(testset無法知道日期)
所以真的很詭異

再來
至於2017年的資料,會在今年10/2全部釋出
然後給你兩周的時間預測2017 10 11 12的狀況
現在我提交的東西,只是為了接下來釋出的資料做準備而已
是不是很令人匪夷所思
那邊就有人問說那我現在提交的不是一點屁用都沒有
主辦方的說法是:have a yardstick to measure your modeling against
因為屆時你提交的時候,排行榜無法反映你的model正確與否,於是他們才會用這種方法
於是又有人質疑,叫我們預測模型與實際價格的差距,這比賽真的行嗎,主辦方blabla的說這模型是很精準三小的,所以沒問題
說實在的,一個總獎金120萬美元的比賽能搞成這樣真的很莫名其妙,我也是第一次遇到這種要求的
……
cppFZCg: 是不可行的,或者說要預測9月的時候根本不可能會有10月的資料 (LJTgDL5w 17/08/29 19:14)
cppFZCg: 然後我覺得主辦單位的做法是很正確的,排行榜上無法表現出多數情況,只能表現16年10~12月的情況 (LJTgDL5w 17/08/29 19:18)
cppFZCg: 假設我為了拿到排行榜上好的成績而overfit太嚴重的話,在17年就會預測的很差 (LJTgDL5w 17/08/29 19:19)
cppFZCg: 而主辦單位的y很明顯是不想知道能不能預測出房價,而是模型誤差 (LJTgDL5w 17/08/29 19:22)
cppFZCg: 簡單的說主辦單位對ML根本沒什麼信心,所以還是用他們有研究證據為基礎的模型為主,只是要看看ML能進步 (LJTgDL5w 17/08/29 19:24)
cppFZCg: 多少而已,實際上會不會套用你的模型又是另一回事(因為還要考慮到模型複雜度,維修難易度等等) (LJTgDL5w 17/08/29 19:25)
cppFZCg: 不過假設這個模型是unbias然後又把autocorrelation全部去掉的話,我覺得一定程度上對 (LJTgDL5w 17/08/29 19:27)
cppFZCg: 你來說是問題比較小,不然模型的穩定度也變成需要檢查了 (LJTgDL5w 17/08/29 19:28)
cppFZCg: 最後,假設正則化是min裡面的penalty的話,是沒錯的,只是這個penalty也會影響到結果 (LJTgDL5w 17/08/29 19:36)
cppFZCg: 至於詳細penalty設定我就幫不上忙了,畢竟計量經濟一切都是有DGP的話,根本不需要penalty (LJTgDL5w 17/08/29 19:40)
有部分推文被省略。要閱讀全部推文請按下回應連結。
無標題 名稱: 無名氏 [17/08/30(三)00:14 ID:JvbilwBE] No.186979 6推 +    
其實我質疑的點是
現在他給的testset裡面,有著1~12月的所有資料
trainset也是1~12月就是(這點沒問題)
而他"現在"的評分基準卻是要我們提交10 11 12月的"預測"
這讓我覺得有點詭異,這可能不該叫做"預測"就是

我個人猜測是他想讓我們找出"月份"與結果之間的關係
他所謂的"日期"項是指完成交易的日期
就以現有的資料來判斷,他給的時間尺度實在太短
很難綜合出有時間上的關係
當然,等到2017的資料釋出,結合現在這份資料的話
說不定就能看出什麼端倪

如果他今天給的testset只有1~9月那可能還不會有這麼多問題
之後10月初釋出的資料是
無論train或test set都是只有2017/1~9月的資料
屆時,應該會比較好判別就是
cppFZCg: 我覺得如果真的傻傻的trainset也拿1~12月就真的不行了,現在你的trainset只能用1~9 (fTCvOJyY 17/08/31 03:41)
cppFZCg: 如果你拿1~12月,然後再預測10~12月的話當然很強阿,只是沒有意義 (fTCvOJyY 17/08/31 03:42)
cppFZCg: 目前16年的10~12月只能在10月2日之後拿來做更長時間的數據鏈而已 (fTCvOJyY 17/08/31 03:43)
cppFZCg: 至於月份跟結果我覺得關聯性不大,但是做一個recursive模型是有意義的 (fTCvOJyY 17/08/31 03:44)
cppFZCg: 考慮到你要做的是推算之後3個月的數據 (fTCvOJyY 17/08/31 03:45)
cppFZCg: 也就代表著必須要在沒有X的情況下預測Y,time series會是最好的 (fTCvOJyY 17/08/31 03:46)
無標題 名稱: 無名氏 [17/08/31(四)12:00 ID:nYimtnwM] No.186994 9推 +    
感謝您的建議與指點
呃,詭異的是,我只拿1~9月的訓練,跟1~12月的訓練,將兩者的最佳單一模型比較,居然是前者的還好一點= =
現在我在實驗,我這樣的方法對於預測到底有沒有幫助,將1~7做為trainset,8,9月做為holdout set,然後perform我之前說的做法。
現在有趣的一點是,上面的討論區有人在說,cv做出來的mae偏低(0.052,去除outlier),但評分板上的mae卻都偏高(0.064),第一名這時候就跳出來說,testset至少有20%以上的outlier,但是我們trainset自己評估下來卻只有2%,於是有了一個推論,2017的outlier跟2016的絕對會不同,就變成說,現在排行榜上給的mae根本會變成完全不准,到頭來可能只剩下cv可信,但加上如何取outlier這個問題之後,可能連cv都不能信...。
還有一點問題是,為何之後等數據出來之後,我只能拿2016/10~12的接在一起,而不是拿2016全年的數據跟2017的結合在一起呢
cppFZCg: 不大可能1~12月拿來訓練還比較差,我建議你檢查一下你的模型 (fTCvOJyY 17/08/31 19:31)
無名氏: 10~12月的資料很少,只佔全體的10%,而這資料是從testset中隨機選取的 (nYimtnwM 17/08/31 21:16)
無名氏: 他給隨機的id、y、以及日期,讓我們得以從testset中取一部份來做 (nYimtnwM 17/08/31 21:17)
cppFZCg: 所以他給的不是全部10~12,而是部分,然後你要預測另外一部份嗎? (YNrufJ8s 17/09/01 03:05)
cppFZCg: 另外outlier有20%代表說自己的模型根本沒抓到點,outliers不可能是大數量的 (YNrufJ8s 17/09/01 03:07)
cppFZCg: 而2017的outliers當然跟2016不同,相同的話就可以針對的做預測,這樣就不是outlier (YNrufJ8s 17/09/01 03:08)
cppFZCg: 其實排行榜看看就好了,現在排行榜高的99.9%是overfit,第一名絕對會跌下來 (YNrufJ8s 17/09/01 03:12)
cppFZCg: 最後我的意思其實是16跟17全年都可以用了 (YNrufJ8s 17/09/01 03:13)
cppFZCg: CV這種東西我覺得除非你保證之後不會有autocorr,不然其實不能用的 (YNrufJ8s 17/09/01 03:14)
無標題 名稱: 無名氏 [17/09/01(五)23:58 ID:zuuO7ubo] No.187000 8推 +    
>>No.186994
trainset共有9萬筆,而testset有300萬筆,trainset是官方從testset中隨機選取出來的,其中10~12月的只有8300筆。testset之中含有1~12月的資料,也包含trainset,但testset沒有提供日期,而提交的格式就跟我之前說的一樣。
至於outlier的部分,他的意思是,trainset之中我們決定的outlier範圍,可能在test之中占了一大部分(10~20%)。我們定義y的outlier大概會是<-0.4 & >0.4,這占了約2000筆。但,如果去除outlier做的模型比起沒有去除,在評分板上的成績,前者成績是大幅的比後者還好。而評分板上使用的衡量是2016年實際的答案就是,而評分版沒有太大的參考意義這點,我想也變成了大家的共識。
在這裡有一點想要請教,在做feature engineering的時候,新增或去除feature,其帶來的表現是好是壞,有什麼比較靠譜的方法嗎,使用cv的話,除非cv結果(mae)有大幅降低,不然很難知道說,我做這一步所帶來的影響究竟是好是壞,或只是單純的噪音而已,感恩~
cppFZCg: 不知道是哪個白目想出來test set是train set的30倍以上 (8nn.dAaY 17/09/02 04:30)
cppFZCg: 如果test set沒有日期的話就不能用時間序,然後test set 裡面有trainset的話 (8nn.dAaY 17/09/02 04:32)
cppFZCg: 先把裡面的trainset剔除才能真的知道效果 (8nn.dAaY 17/09/02 04:34)
cppFZCg: 另外+-0.4是很大的誤差了,而且10~20%很難說是outliers,我覺得放進模型會比較好 (8nn.dAaY 17/09/02 04:37)
cppFZCg: 可以做一個2元分類的,+-0.4用另外一個模型去處理,或者是用logistic找出+-某個c的值 (8nn.dAaY 17/09/02 04:40)
無名氏: 了解,我猜您的意思是做二元分類把+-0.4給挑出來,再用那些自己做一個模型對吧 (4J4tNmco 17/09/03 00:15)
無名氏: 是的,不過不一定需要+-0.4也可以是其他的,讓模型自己挑比較好 (FelQYBiM 17/09/03 19:17)
無名氏: 好的,真是太感激您了嗚嗚嗚嗚 (pgR1c0to 17/09/04 05:34)

檔名:1502117685380.jpg-(69 KB, 444x600) [以預覽圖顯示]
69 KB日文翻譯 名稱: 無名氏 [17/08/07(一)22:54 ID:.fNk9i52] No.186812  +   [回應]
歌詞是按照原來的排版
想請問各位日文恩萬的島民以下這句該如何翻譯?

会えない日に描いてる
空想の風景 物語は
水彩画みたい

我自己的解釋是應該是風景像水彩畫一般,所以風景後的格助詞「が」被省略了。
接著「は」提示大主語「物語」,所以倒裝還原後則變成AはBが的句型。剩下的「会えない日に描いてる」就是修飾「空想の風景」。
句子還原之後就變成
物語は会えない日に描いてる空想の風景(が)水彩画みたい(だ)
故事裡的在見不到你的日子裡描繪著的假想風景,就像是水彩畫一般。
但又覺得說不定只是我想太多,因此上來請教各位島民。
無標題 名稱: 無名氏 [17/08/08(二)02:18 ID:LycmkcfE] No.186814  +    
我也不太確定
但我看到這幾句時的解讀是「風景、物語」並列
剩下的照正常方式翻譯
在無法相見的日子裡所描繪的空想風景與故事,就像水彩畫一樣
無標題 名稱: 無名氏 [17/08/12(六)17:16 ID:bcoTSBw.] No.186837 1推 +    
>>No.186812
原PO這是想太多
日語歌詞裡面很多都是語法隨便,語意不清,詞句不通的
(當然有例外)
這一首的歌詞我找了全文來看,抱歉得罪一句,是屬於寫得挺隨便的那種

搞不好其實作詞者心目中的斷句很簡單 例如這樣:
会えない日に描いてる 空想の風景(と)物語は 水彩画みたい
無名氏: (゚∀゚)<沒什麼好得不得罪的啦。又不是在聽的歌給人家講個一兩句我家就會燒起來。 (8jKY9g3I 17/08/12 22:33)
無標題 名稱: 無名氏 [17/08/12(六)22:38 ID:8jKY9g3I] No.186841  +    
感謝兩位。
我只是習慣盡量用文法解釋歌詞,所以不怕歌詞的文法有多高深,就怕填詞的什麼也沒想OTL
所以上面這句我也是想了很久才想到可以用AはBが的句型解釋,但又懷疑搞不好是我自己在藍色窗簾……。

檔名:1501821579111.png-(269 KB, 3000x1500) [以預覽圖顯示]
269 KB腦部三層次 名稱: 無名氏 [17/08/04(五)12:39 ID:vYlxWYsU] No.186782 1推 +   [回應]
就新哺乳腦(理智)、原哺乳腦(感情)、爬蟲腦(本能)三種層級來看

鯊魚、鳥類和頭足類是否也有到達原哺乳腦的層次?

另外科幻、奇幻裡常見的類人智慧種族是否算是新哺乳腦範圍?
其中一些作品裡的種族似乎有超越新哺乳腦的程度在,那會如何定義?
無名氏: 為什麼直覺這張圖沒有科學根據... (mwSwVUBg 17/08/07 11:34)
無標題 名稱: 無名氏 [17/08/05(六)20:46 ID:PcIoDT5o] No.186787  +    
這分類很奇怪 就烏鴉與章魚的行為來看 他們是有理智會思考的
無標題 名稱: 無名氏 [17/08/05(六)22:56 ID:DJEyPQC.] No.186793 6推 +    
>>No.186787
烏鴉與章魚只能說是聰明吧
"聰明"和"理智"是兩回事

維基百科-世界之最列表
"智人是生物史上唯一能集創造、發明、教育、學習、文字、藝術於一身的動物。"
無名氏: 能創造、發明、教育和學習的動物多的是,只有文字和藝術是人類獨有的能力 (9WfQfBJE 17/08/06 21:12)
無名氏: 會畫畫的猩猩跟大象 (OEMBcg/Q 17/08/07 09:51)
無名氏: 那為什麼還沒有動物像人類一樣發展出像石器時代的水準 (MAgw7BK. 17/08/07 23:32)
無名氏: 猩猩會用工具,其實已經快進入石器時代了,只不過這個快是指還需要幾萬年 (LycmkcfE 17/08/08 02:21)
無名氏: 如果猩猩不用進化也活得很快樂,那麼他們再幾萬年也未必會開始玩石器吧 (Fhy99rUo 17/08/08 14:21)
無名氏: 演不演化不是看你快不快樂,是看你能不能繁殖 (LycmkcfE 17/08/08 21:06)
無標題 名稱: 無名氏 [17/08/06(日)20:27 ID:6dHWacCU] No.186804 2推 +    
>>No.186793
我覺得螞蟻也可以啊
而且螞蟻的腦佔了全身1/6,比人還多
無名氏: 可是螞蟻為何不能和人類溝通,還有蜜蜂也一樣 (MAgw7BK. 17/08/07 23:49)
無名氏: 因為不需要 (rAa1H8mg 17/08/08 01:24)
無標題 名稱: 無名氏 [17/08/07(一)08:07 ID:qaI0INR6] No.186809  +    
>>No.186804
螞蟻一直都很聰明啊
可是腦袋裡面裝的都是工作
而不是進步
無標題 名稱: 無名氏 [17/08/07(一)10:55 ID:yEManPAQ] No.186810  +    
>>No.186809
啊 那不是跟大部分的人類一樣
無標題 名稱: 無名氏 [17/08/09(三)11:29 ID:vR/Ct7/w] No.186826  +    
從人類的發展來看
技術上,已經從石器、金屬、機械、蒸氣發展到現在的電腦
文化上,科學、哲學、宗教、藝術、語文比比皆是

所以要說人類是地球上頭腦最發達的生物其實也不算一廂情願
其他動物只能說是聰明但還不到人類的程度
無標題 名稱: 無名氏 [17/08/30(三)18:58 ID:TjOfgG.Y] No.186987  +    
人類 是不是擅常把智慧點
點到不想好好處理事情上面?

白話文就是說 不想好好工作,只想搞事
或是說煩惱多

而原哺乳腦(感情)、爬蟲腦(本能) 的煩惱呈度沒有像人類這麼完整理智
人類的理智我在這裡定義

所謂的理智指的是「能夠自行想像創造還不存在的煩惱」

檔名:1502029739435.jpg-(56 KB, 1280x720) [以預覽圖顯示]
56 KB沒有破關的電玩會有那些影響? 名稱: 無名氏 [17/08/06(日)22:28 ID:j7texQno] No.186805 2推 +   [回應]
如題,打電動已經打到快要破關了。但因為特殊的原因不得不放棄破關的機會,這樣對人生會有什麼影響嗎?此外,是不是會有一種有件事沒完成的遺憾?
無名氏: 不會怎樣,且得不到的最美 (ucyY1weE 17/08/06 23:11)
無名氏: 就放著等特殊的原因處理好了再打阿 (CmICNozY 17/08/07 00:03)
這篇討論串已被管理員標記為禁止回應。
無標題 名稱: 無名氏 [17/08/07(一)02:01 ID:xSF2LF32] No.186808  +    
不會怎樣,Youtube上都有人都破關給你看了。
我通常一個遊戲就是買了玩一下然後就擺在那邊好久好久。

[DNA] 學術造假?韓春雨撤回論文是怎樣一回事 名稱: 無名氏 [17/08/04(五)06:53 ID:03MF71VM] No.186780  +   [回應]
http://www.bbc.com/zhongwen/trad/chinese-news-40813872
無標題 名稱: 無名氏 [17/08/04(五)17:33 ID:9Bx2x.fg] No.186783  +    
你弄出突破性的東西,大家就是會想去複製結果出來
那怕是全天下的人都搞不懂的EmDrive,還是被他人成功複製了
每次都搞不懂學術界搞這種花樣想幹什麼
無標題 名稱: 無名氏 [17/08/05(六)18:26 ID:iPfa8b3I] No.186784  +    
>>No.186783
因為那是證明研究成果真偽的最重要方法
其他團隊無法複製出來的成果 = 造假的可能性超高
無標題 名稱: 無名氏 [17/08/05(六)20:01 ID:EvD0hNlc] No.186785  +    
>>No.186783
學術界的研究和企業界的研發本質是不同的,一個是為了個人的話語權,一個是為了企業的競爭力。
無標題 名稱: 無名氏 [17/08/05(六)22:33 ID:tD6mB2Tc] No.186791  +    
>>No.186784
>>No.186785
我的意思是,大家都知道遊戲規則
為什麼還要造假?明明自己都知道論文一公開大家就開始複製實驗了不是?
無標題 名稱: 無名氏 [17/08/05(六)22:52 ID:VcWKmLsA] No.186792  +    
>>No.186791
發論文不會公開詳細到不行的步驟
(過程太詳細還會被編輯和審查委員吐槽)
不少實驗成功與否的關鍵就藏在一些細節中
所以一開始其他團隊無法複製實驗是很正常的
要試誤過才有辦法複製實驗

他大概是賭這段空窗期
搶先發表結果再看看自己是否能 "複製" 自己的成果
結果就真的開天窗了

這種突破性發表會讓他在圈內的話語權、名聲和影響力瞬間上升
大概就因此被沖昏頭吧?
無標題 名稱: 無名氏 [17/08/05(六)23:02 ID:LpoKedS6] No.186794  +    
啊不就低能
永遠以為災難不會降臨到自己頭上
做一堆招來災難的鳥事
然後真的爆掉

你看那些做假新聞被瞬間踢爆的也是差不多的心態
反正先把自己搞紅,剩下的之後再來想辦法
無標題 名稱: 無名氏 [17/08/06(日)11:40 ID:y7HQnGHk] No.186800  +    
>>No.186780
有時候是因為計畫經費的關係

必須要有成果才有下一期的經費

但你也知道實驗不一定都是成功的(不如說大部分都是失敗的)

要是有人拉不下臉或迫於壓力屈服的話就....
無標題 名稱: 無名氏 [17/08/06(日)19:09 ID:cJ8Tid9.] No.186803  +    
>>No.186794

撈到了2億多RMB經費
混上了省科協副主席
錢到手了權也到手了
我看會覺得他只是單純低能的你才是低能

【刪除文章】[]
刪除用密碼:
[0] [1] [2] [3] [] [5] [6] [7] [8] [9] [10] [11] [12] [13] [14] [15] [16] [17] [18]