搜尋結果
2021年7月15日 · 目前，這種 HTTPS 模式優先功能，只是一個選項，不過 Google 表示，未來會探索更多將該模式設為預設選項的可能。 HTTPS-First 功能將在 Chrome 94 瀏覽器版本中開始提供。 該版本將於 9 月21 日 正式發布，啟用後 Chrome 仍然支援用 HTTP 連接的網頁。 圖片來源： Google. 延伸閱讀. • 【Google 大神提醒你】Chrome 瀏覽器遭駭客零日攻擊，更新版本今日釋出. • 用 Chrome 的人工作生產力為何比用 Safari 的人好？ • 蘋果 iOS 15 新隱私功能 Private Relay 可隱藏 IP 位置！ 注意：使用 Chrome 搜尋仍無保障. 參考資料. 《 The Verge 》、《 Engadget 》
2023年3月16日 · 最快的方法是單擊 Windows 11 上的「開始」按鈕並鍵入“Edge”，然後按 Enter 並導航至 www.bing.com/new 。 2. 點擊加入候補名單 。 如果你不是 Microsoft Edge 用戶： 請先下載 Edge，建立一個新帳戶，再前往 www.bing.com/new ，接著加入等候名單。 不過，有小道消息指出，目前微軟已經全面開放 New Bing 給大眾使用，不用再排隊等候。 趕緊來試試看吧！ Step 2：開始試用 New Bing. Step 3：盡情探索 New Bing. 同場加映：New Bing 會亂說話，是真的嗎？
2021年12月7日 · 邵元婷. 2021-12-07. 分享本文. 前幾天微軟公布了今年聖誕節醜毛衣，和以往的超巨大 Logo 不同，今年以微軟最經典的遊戲之一「踩地雷」作為主題。. 即使微軟在 Windows 8 就移除了內建的遊樂場，「踩地雷」也正式走入歷史，但這款遊戲在許多人心中仍是童年 ...
- 不應該只因為 p 值超出顯著性水準，就認定實驗結果沒有差異或關聯
- P 值到底是什麼？
- 假設檢驗：藉由 p 值決定是否接受虛無假設
- 常態分佈：可用 3Σ 法則檢驗數據有效性
- P 值：數據是否支持虛無檢設的檢驗數字
- 統計顯著性：決定是否要推翻虛無假設
發佈這篇文章的三位統計學家，分別是瑞士巴塞爾大學的動物學教授 Valentin Amrhein，加州大學洛杉磯分校的流行病學的統計學教授 Sander Greenland，伊利諾伊州埃文斯頓西北大學的統計學方法學家和行銷學教授 Blake McShane。 他們提出：「我們永遠不應該僅僅因為 p 值大於 0.05 之類的閾值而得出『沒有差異』或『沒有關聯』，或者等價，因為信賴區間包括零。我們也不應該斷定兩項研究之間存在衝突，因為一項研究結果具有統計學意義，另一項則沒有。這些錯誤會浪費研究工作並誤導政策決策。」 （註： α 顯著性水準，是接受或拒絶原假設的機率分界點，如果 p<α，就認為在 1-α 的信賴水平下，樣本觀測值與總體假設值之間的差異是顯著的，因而不能接受原假設，即拒絶原假設。 大家...
猶記得當我作為暑期學生在歐洲核子研究中心進行第一次海外實習時（註：歐洲核子研究中心，法語為 Conseil Européenn pour la Recherche Nucléaire，簡稱 CERN，位於瑞士日內瓦西部接壤法國的邊境，是世界上最大的粒子物理學實驗室，同時也是全球資訊網的發祥地。最近以探測到「上帝粒子」—希格斯玻色子（Higgs boson）而為大眾所熟知），那時候大多數人還在談論著希格斯玻色子的發現，即使已經確認希格斯玻色子的發現滿足 5 個標準差閾值。（即 p 值為 0.0000003） 然而，那時候我對 p 值、假設檢驗甚至統計顯著性都一無所知。接下來的事你猜對了。我 google 了 p-value 這個詞，看了維基百科後我卻更困惑了…… 所以 p 值的真正含義是什麼呢...
在討論 p 值的含義之前，讓我們先理解假設檢驗吧。p 值是用於確定我們結果的統計顯著性的，而我們的最終目標就是要確定我們結果的統計顯著性。 統計顯著性是建立在下面這三個簡單的概念上的： 假設檢驗是用來檢驗利用樣本數據所得到的虛無假設（null hypothesis）是否符合總體特徵。對立假設（alternative hypothesis，也稱研究假設）則是當虛無假設被認為是錯誤的時候你需要接受的假設。 換句話說，我們首先要建立虛無假設，然後用樣本數據檢驗虛無假設是否成立。如果不成立，那我們就接受對立假設。就這麼簡單。 為了判斷虛無假設是否成立，我們需要用 p 值來衡量它的統計顯著性。如果數據更傾向於支持對立假設，那我們就拒絶虛無假設，接受對立假設。這將在後面的部分中進一步解釋。 讓我們用一個...
常態分佈是一個用來描述數據分佈特徵的機率密度函數，常態分佈有兩個參數：平均值 μ 和標準差 σ。平均值描述的是數據分佈的集中趨勢，它決定了常態分佈的峰值位置；標準差描述的是數據分佈的離散趨勢，它決定了這些值與平均值的距離。 常態分佈通常與 68-95-99.7 法則（即 3σ 法則）聯繫在一起。（如上圖所示） 68% 的數據在平均值的 1 個標準差內 95% 的數據在平均值的 2 個標準差內 99.7% 的數據在平均值的 3 個標準差內 還記得我在開頭談到希格斯玻色子的發現時，提到的 5 個標準差的閾值嗎（”five sigma”threshold）？ 5σ 是指 99.9999426696856% 的數據都能夠證實確實發現了希格斯玻色子。這是一個嚴格設置的閾值，以避免任何潛在的錯誤信號。 ...
終於說到了 p 值！之前的那些內容只是一個鋪陳，現在有請我們的主角— p 值登場！但是，為了理解這個神秘的 p 值，以及它是如何應用到假設檢驗中去的，你們還是不能把先前說到的那些還給我。 如果你還記得上面的內容，那麼恭喜你，接下來你讀到的會是這篇文章中最精采的部分。這裡，我們不用維基百科所給出的關於 p 值的定義，而是用我們之前提到過的披薩配送時間！ 回想一下，我們曾為了檢驗平均配送時間是否大於 30 分鐘，而隨機抽取了一些披薩配送時間。如果最終結果支持披薩店的說法（即平均配送時間不多於 30 分鐘），我們就不推翻虛無假設；否則，就拒絶它。 在這裡 p 值就派上用場了：我手頭這些數據足以說明披薩配送時間不多於三十分鐘，即虛無假設是正確的嗎？而 p 值正是用機率回答了這一問題。p 值越小，證據...
最後，我們將此前提到的所有內容放在一起，並檢測結果是否具有統計顯著性，只有 p 值是不夠的，我們還需要設置一個閾值（又叫做顯著性水平 α）。每次實驗之前都應該預先設置好 α 以防偏差。如果觀察到的 p 值小於 α 值，那麼我們就認為結果具有統計顯著性。通常我們將 α 值設定為 0.05 或 0.01（這個值的設定取決於你所要研究的問題）。 如前所述，假設實驗前我們就把 α 值設定為 0.05，因為 p 值為 0.03，低於 α 值，所以我們認為所得到的結果具有統計顯著性。 為了方便參考，下面列出整個實驗的基本步驟： 不可否認的是，p 值本來就讓很多人困惑不已。作為一名數據科學家，Admond Lee 也是花了很長時間才真正理解了 p 值的含義以及如何將它應用到決策過程中去。但是不要過度依賴 ...
2023年1月18日 · 可幫助製造商預先排程機台何時需要更換零件、檢修，或是會出現故障的機率，對於製造商提升產線效率、降低龐大廠房的管理需求複雜度，都有很高的幫助。 2. 生成式設計： 是一種結合電腦輔助系統的創造工具，結合 AI 最佳化演算法，使用機器學習算法來協助工程師模擬產品設計的方法。 這樣的工具會透過 AI 找出最佳化的產品設計模型，透過模擬產品材料、結構、散熱係數等不同重要參數，工程師可以更有效率地找出可行產品設計模式。 3. 原材料價格預測： 供應鏈變動快速提升企業營運不確定性，更多對於原物料時程與價格的預測需求開始浮現。 透過多維度的歷史資料分析並建立 AI 模型，藉此對未來可能的結果提出預測，可幫助企業做出需求導向的正確決策。
2020年8月14日 · 在電動車裡我們談充電樁的充電速度，是以每小時可以充幾度電的方式來理解的，不過在業界裡，不管是談動力電池或儲能電池，你更常聽到的會是「幾 C」。 這是什麼意思呢？ 我們用一個例子先理解它的算法，例如：一顆 100 Ah 的電池，1 C 放電，代表用 100 A 的電流放電，2 C 代表電池用 200 A 電流放電；0.5 C（或 1/2 C）代表電池用 50 A 電流放電，0.2 C（或 1/5）代表電池用 20 A 電流放電， 充電時相同，這個 C 就是代表一般電池的充放電電流的大小 。 理解了 C，充放電的倍率就可以用公式理解，用上面的例子代表分別是一小時、半小時和兩小時。
2020年8月11日 · 人工智慧時代來臨，語言學習模型技術持續創新，未來我們可能不需要親自撰寫就會有機器人幫你生成文章、可能寫網頁程式不需要懂得艱澀的程式語言代碼，只需要在搜尋列中輸入簡單的指示，一套強大的語言學習模型 GPT-3 可以幫你一鍵生成你要的指令。 GPT-3 問世，寫網頁撰寫文章通通難不倒. AI 研究機構 OpenAI 在今年 5 月發佈新一代學習語言模型 GPT-3（Generative Pretrained Transformer），並在 7 月份開放封測，GPT-3 是一款通用的自然語言處理模型（Natural Language Processing，NLP），透過神經網路模型可以分析語料，包含字串、文章等的工具，並在此基礎上擴展，產生全新的文本。
