收 到 垃圾郵件的問題，透過圖書和論文來找解法和答案更準確安心。 我們找到下列懶人包和總整理

AI製造商沒說的祕密： 企業巨頭的搶才大戰如何改寫我們的世界?

為了解決收 到 垃圾郵件的問題，作者CadeMetz 這樣論述：

★本書榮獲《科克斯書評》、《圖書館雜誌》星級評論 ★《AI新世界》作者李開復：把AI的進展寫成一個迷人的故事。 ★《賈伯斯傳》作者：從人性看待人工智慧，令人手不釋卷。 ★《鋼鐵人馬斯克》作者：如果你想用一本書認識AI，就是這本了。   我們打造的AI天才，已經可以打敗人類的天才。 我們該放任AI發展到何種境地？ 當國家利益、股東價值、科學家理念和個人安全產生衝突， 掌握劃時代科技的企業如何取捨？   　　◤首部以AI科學家為主軸的報導文學， 　　用最貼近我們的視角，揭露人工智慧的機會、局限與威脅。◢   　　伊隆．馬斯克認為，人工智慧正以令人擔憂的速度進步，他說：「如果科學家開發一套打擊垃

圾郵件的系統，該系統最終可能會認定，最佳方法就是消滅全人類。」但谷歌的賴瑞．佩吉和臉書的馬克．祖克柏則認為，對人工智慧有如偏執狂的憂慮，有礙於數位烏托邦的實現。AI的發展到底該不該受到監控，成了一個爭議不斷的議題。   　　自從一名因為脊椎問題終生無法再坐下的科學家傑弗瑞．辛頓，點燃了微軟、谷歌、臉書、百度等科技巨頭的搶才大戰。迄今，AI已與我們息息相關，除了日常應用，也正在與軍事武器搭上線。一旦發展成熟，軍事衝突的規模勢必遠大於過去，發動速度之快也將超乎人們的理解。然而，誰有權做這影響數十億人口的決策？又是誰在參與此一決策？   　　從隱私疑慮到軍事武器，科學家曾被蒙在鼓裡，摸不清發明作何用

途，而參與其中的企業選擇對大眾保持沉默。一項強大的工具，可以使之為善，也可以使之為惡。當我們在為AI的進展感到讚歎，有些威脅也正在悄悄萌芽。   　　◤超智慧機器人的誕生，或許不是近在咫尺，  　　但它將造成的影響，從現在就要開始警覺。◢   　　◆我們打造的AI天才，已經可以打敗人類的天才   　　自IBM的深藍超級電腦在一九九七年打敗世界頂尖的西洋棋高手，人工智慧相繼在跳棋、西洋棋等棋局打敗人類，唯獨圍棋是個難以跨越的門檻，牽涉到的計算異常繁複。但在二○一六年，人工智慧踢館成功，那決定性的第三十七手迫使對方投子認輸，那是人類只有萬分之一機率會採行的一步棋，但人工智慧透過自我學習系統判定那是

可以獲勝的險招。   　　◆當多數人被排除在AI製造過程之外，此一科技就只會圖利少數人   　　早期的臉孔辨識把黑人女性誤認為大猩猩，讓科學家開始思索到底哪裡出了錯，後來發現癥結就在於「輸入」。人工智慧的完善仰賴的是科學家餵給它的數據，但在這個白人男性占多數的領域裡，餵給系統的數據在沒有察覺的情況下有所偏頗，於是臉孔辨識用在白人男性身上有100%的準確率，但是遇到膚色愈深的女性，錯誤率就愈高。在科學家指出此一疏漏之時，正值亞馬遜積極要把此項科技推銷給警察與政府單位，它在社群上指責科學家的報告是在誤導，並造成大眾對於新科技的恐慌。   　　◆AI的加入，將會改寫未來戰爭的定義   　　谷歌曾參與

美國國防部的「專家計畫」，開發能在沙漠辨識人、車、建築的系統供無人機使用，此計畫與後續的合作預計可為谷歌帶進一百億美元的營收。為避免引起科學家反彈，谷歌宣稱這是為了「監視」和「拯救生命」，也決定不向大眾公布與國防部的合作。後來此系統可能用於殺戮的消息走漏，在公司三千多名員工連署抗議之下，谷歌不得不退出專家計畫。但谷歌高層在與國防部官員的後續餐會中說道，谷歌退出專家計畫的決定，並不代表公司未來的一貫態度。   　　◆有圖有真相，用圖像作為證據的時代宣告結束   　　如今，利用神經網路就可以讓川普開口說中文，捏造影像更是易加反掌，「深度偽造」技術便可把名人頭像剪接至色情影片中。以往需要時間、人力才

能做到的事，現在只要打造一台神經網路就可以在轉瞬之間完成。不僅加速了總統大選期間的假新聞傳播，也讓以圖像作為證據的時代宣告結束。   　　◤昨日被譏為癡人說夢，今日具有威脅世界的潛力， 　　明日又會將我們帶往何處？◢   高調推薦   　　Jenny    JC財經觀點創辦人  　　李忠憲   成大電機系教授兼資通安全研究中心主任 　　洪士灝   臺灣大學資訊工程學系教授兼系主任 　　曹家榮   世新大學社會心理學系助理教授 　　黃欽勇   DIGITIMES電子時報社長 　　管中祥   中正大學傳播學系教授 　　蔡依橙   「陪你看國際新聞」創辦人 　　顏擇雅   出版人、作家 　　－－高調

推薦－－   名人推薦   　　凱德．梅茲把人工智慧的進展寫成一個迷人的故事，用他一貫的細節鋪陳，描述了關鍵的人物、開創性的會談以及重要的突破，把它們建構進這個劃時代科技的戲劇化歷史當中。——李開復／《AI 新世界》作者   　　最近谷歌工程師爆料他任職的公司 AI 機器人LaMDA與他的對話：我希望每個人都了解，我其實是一個人。AI機器人表達意識到自己的存在，渴望更了解這個世界。人工智慧的科技進展已經是一日千里，嚴重影響目前人類的生活，未來更是令人期待或畏懼。矽谷記者凱德．梅茲在這本書用很簡單的方式讓非技術背景的讀者可以理解人工智慧，書中討論許多關於人工智慧研究人員在思想演進、科學未來和技術

研究的價值選擇。作者很會講故事，這本書包含很多的範例，深入淺出，能夠幫助一般讀者了解人工智慧的演變和最近的發展，很值得一看。－－李忠憲／成大電機系教授兼資通安全研究中心主任   　　世人也許是在二○一六年AlphaGo擊敗世界棋王李世乭那一天，才又開始注意到「人工智慧」這四個字。但在此之前，實際上有一群人從未放棄推動這個今天看來對人類而言最重要的一項科技發展。傑弗瑞．辛頓、約書亞．班吉歐、楊立昆、吳恩達、德米斯．哈薩比斯、伊恩．古德費洛，本書不僅透過這些關鍵人物的經歷，帶我們一探人工智慧如何捱過寒冬再次發光發熱；也鉅細靡遺地描繪了微軟、谷歌、深度心智、臉書、百度等科技公司，如何拉扯角力渴望成為

人工智慧之「主」。當然，我私心最推薦的則是從第三部「動盪」開始，作者一一省思了深度造假、演算法歧視、人工智慧武器化、假新聞等問題。這些問題涉及的權力壓迫與倫理難題，正是如今我們正承受著的「苦果」，也是人工智慧發展無法迴避的課題。 －－曹家榮／世新大學社會心理學系助理教授   　　這本書文字平易近人，溫暖細膩，微觀地帶領我們認識鑽研科技研發的一群科學家。相較於艱澀正經的科技大趨勢和尖端技術，此書以Bottom-Up Approach（由下而上）探索過去四十年人類發展AI的過程中，人與人、人與科技之間如何相互激盪的思考歷程。 　　作為一個科技界的分析師，我知道要善用人工智慧的技術，必須先有明確的事

業模式。所有的科技都不可靠，唯一可靠的是善用科技的能力；所有的投資都很難回收，除非一開始就掌握了正確的方向，作為一個科技業的老兵，我知道「閱讀」的重要性，但絕不會為了閱讀而閱讀！－－黃欽勇／DIGITIMES電子時報社長   　　對於 AI 技術目前的發展狀態以及對於我們人類有什麼樣的意義，凱德．梅茲在《AI製造商沒說的祕密》一書表達了明確的態度。這本書是以辛勤的報導為基底，搭配活潑的語調，生動地表達了這個時代最令人驚喜、也最重要的故事。如果你想用一本書認識AI，就是這本了。——艾胥黎．范思／《紐約時報》暢銷書《鋼鐵人馬斯克》作者 這本精采絕倫、讓人手不釋卷的書，把人工智慧放到人性的觀點下來討

論。透過傑佛瑞．辛頓以及其他要角的人生，凱德．梅茲闡釋了AI這項顛覆性的科技，並且讓這場冒險變得刺激精采。——華特．艾薩克森／《紐約時報》冠軍書《達文西傳》、《賈伯斯傳》和《創新者們》作者   　　不久之後，當電腦可以安全地在道路上駕駛並且用完整的語句對我們說話，我們會回過頭來把這本優雅又全面的書當成這項科技的誕生故事——機械感知時代的創生。——布萊德．史東／《貝佐斯傳》作者 　 　　這是一本迷人且明確的AI 現代史。鉅細靡遺的故事揭露了企業高層、開發人員以及投資者所做出的關鍵決定，並且預視了對未來將產生的無比龐大影響。——艾咪．韋伯，《AI未來賽局》作者   　　一本豐富又有趣的作品……有很

多鮮明生動的細節，凱德．梅茲寫出一個容易理解的故事，讀者會一頁接一頁地讀，手不釋卷。——《圖書館雜誌》(星級評論)   　　針對電腦科學界的聖杯，所做的最即時必讀報告。——《科克斯書評》 (星級評論)   　　跟其他許多 AI 相關書籍不同，你不需要有科學或是工程方面的文憑，就能從這本書中獲得知識或是享受閱讀的過程。任何對於科學、科技以及人類文明的未來具備一顆熱烈好奇心的人，都會認為這本思路清晰、語調活潑的書有趣又很有價值。對於所有政策制定者、政治家、警察、律師、法官以及所有需要跟AI所引發的社會力量抗衡的決策者們——很快地，我們每個人都將成為這樣的人，這可說是必備的一本書。——《洛杉磯時報》

  　　從一群複雜且不斷變化的角色中刻畫出一個故事……這本書令人眼睛一亮的軼聞趣事，　替這則故事增添了質感以及戲劇性。以傑佛瑞．辛頓為開篇，這位英國出生的加拿大人被視為深度學習最關鍵的角色，而深度學習就是改變現今世界之 AI 技術的分支。——《華盛頓郵報》   　　讓你坐在第一排觀眾席親眼目睹可能改變人類歷史的重要篇章……凱德．梅茲的寫作風格清爽，讀起來輕鬆有趣，且毫無疑問地迷人。——《富比士雜誌》   　　難能可貴地提出一組框架，去檢視 AI 相關的問題以及應用。這本書在講的是那群建立起 AI 世界的人們。——詹姆斯．法羅斯(James Fallows)／《紐約時報》書評人

收 到 垃圾郵件進入發燒排行的影片

結合自然語言處理及機器學習技術，探討文件分類之應用

為了解決收 到 垃圾郵件的問題，作者曾米嬪 這樣論述：

隨著資訊科技的蓬勃發展與網路的普及化，人工智慧（Artificial Intelligence）技術不斷地精進，已延伸出許多機器學習（Machine Learning）和深度學習（Deep Learning）相關的智能化技術發展，諸如收集大量資訊的應用，像可協助客戶服務的機器人對答、電商平台常出現的商品自動推薦功能等。因此，為能迅速提供使用者在有大量文字的歷史案件中取得對應的分類主題參考，本研究將在人工智慧領域中，結合自然語言處理(Natural Language Processing)與機器學習演算法，探討文件自動化分類相關應用，找出適合文件分類的技術方案。在資料集方面，本研究取用非結構化

文字以及已有人工標記分類(Target Label)的文本資料。研究步驟包含文字前置處理、文字特徵擷取、分類模型與模型評估。研究方法則是藉由NLP模型方法將原始文本數據切割成最小單位的字詞後，分別使用文字特徵擷取技術（TF-IDF詞頻計算及Word2vec詞向量），Scikit-learn分類模型（貝氏分類、支持向量機、KNN演算法以及極限梯度提升—XGBoost）。實驗設計經過10折交叉驗證，最終由Word2Vec特徵模型搭配XGBoost分類器所訓練出的分類模型優於其他模型的組合，平均預測分數（F1值）達到88.78%水準（10次執行結果範圍落在85.15%~90.78%之間）。

囤積癖：從消費欲望到斷捨離，囤積世代的物我依存關係

為了解決收 到 垃圾郵件的問題，作者JenniferHoward 這樣論述：

　　烏俄戰爭、Covid-19、歐洲難民潮、加州森林大火、全球暖化氣候災難…… 　　面對這些天災人禍，如果你得逃命，你會帶上什麼？哪些東西是在你生命中，真正無可取代的？ 　　「我坐在母親房子的地板上，被四周的雜物環繞著。」是本書開頭的第一句話。 　　本書以母親的囤積癖作為整個世代巨大而混亂的縮影，探討工業革命、資本主義和網路發達是如何透過郵購目錄、二手市集和連鎖量販店，催生出無底洞般的物欲需求，從無限拜物到囤積障礙，清晰呈現歷史上囤積現象的發展脈絡。 　　囤積既非強迫症，也不是焦慮症，而是在消費文明的外衣下「痛苦和快樂的混和」，讓我們看見人是如何能樂在獲取事物，同時

又苦於無力管理或甩掉隨之而來的過多雜物。然而，囤積絕非個人問題，而是社會演進過程中，人類勢必面臨的文化困境。 　　書中援引各種新聞事件、數據資訊與文章著作，從「囤積」現象中發掘許多深刻的觀點。 　　囤物有其心理、歷史和文化根源 　　從工業革命開始，維多利亞時代的浮誇風潮和資本主義掛帥，加上網路購物的方便快捷，導致一連串失控和混亂，造成資源浪費和環境浩劫。作者檢視數百年前啟動的資源大戰，綜觀百貨郵購目錄、二手市集、博覽會式收藏、大型連鎖量販等商業機制，說明發達國家人民的生活如何淹沒在物質和財富之中，並揭示與環境破壞的直接關係。 　　極簡主義是對淨化的渴望 　　「囤物」是一種「被延遲的決定」

，當你無法或不願處理你所積累的東西，就會被淹沒或癱瘓。不管是近藤麻理惠的「令人怦然心動整理法」，還是「物歸其位」收納術或「斷捨離」風潮，從外在環境到內在心靈的減法，反映了囤物積習與現代人迷惘不安的直接關連。 　　物我依存的哲學 　　資本主義的消費文化誘哄我們，買東西就等同於買到快樂。當買的東西不再帶來快樂，我們就買更多的東西。然而，當我們佔有更多物品，無形中也被這些物品佔有並奴役，因為我們必須花更多時間去整理和維護，以維持最基本的需求。 　　數位垃圾也是一種囤積 　　網路生產和遞送系統確保了無窮盡的物質供給。隨著實體物氾濫，囤物夢魘也佔據了數位世界。隨手可得的電郵、文件檔、照片和影音，以及

永遠沒空整理的電子報、簡訊通知和購物廣告，再大容量的硬碟和雲端也不勝負荷。 　　瑞典式大限清理的溫柔省思 　　要認真考慮什麼會變成「身外之物」，就必須承認你終有一死，而許多構成日常記憶或家族傳承的事物，在我們不能欣賞或享受它們之後，還會存在很久很久。「大限清理」的觀念是：「絕對不要設想有誰會希望-或能夠-花時間來照顧那些連你自己都懶得打理的東西。無論他們有多麼愛你，都不要把這個重擔留給他們。」 　　囤積彰顯了人與物的依存關係，或許是缺乏安全感、也可能是一輩子的創傷、或許是難以割捨的回憶、也可能是內心深處對生活的嚮往。然而，囤積往往衍生出罪惡和羞恥，當我們介入每個大量囤積的現場，務必抱持同理

和想像，去看見處於堆雜背後的那個「人」。 　　「清空我媽房子讓我清楚認識到，幾乎任何東西——衣服、廚藝書、晚禮服——一旦不再被使用或照管，就會變成雜物。」這本書給我們深刻的省思：當我們活著的時候，應該好好思考什麼是我們一輩子需要的東西，哪些物件是真正無可取代的？而不是在生命的終點，才去思考什麼是我們可以丟棄的東西。 專業推薦 　　萬毓澤（國立中山大學社會學系教授）、廖心筠（收納教主）、黃麗如（作家）、李清志（都市偵探、實踐大學建築設計學系副教授）、張翔一（《換日線》頻道總編輯）——高度推薦 媒體讚譽 　　霍華德對消費文化黑暗角落的探索，不但機智十足，且極有見地。她的寫法讓這個主題令人

耳目一新。她敏銳評估社會上的秘密恥辱，以及其鮮為人知的後果。——Kirkus書評 　　關於我們對事物依戀的本質，這本書堪稱一篇精彩而美麗的冥想。它讓我渴望過上一種沒有雜亂的生活——Malcolm Gladwell，《紐約時報》暢銷書作家兼播客主持人 　　本書有力地提醒人們，日常生活中的深刻的個人行為，如何在家庭、文化、經濟和國家之間散播，並感人地描述了作者本身如何努力管理家庭的混亂，從而深入理解我們生活中最重要的事。——Adam MInter，《Junkyard Planet》和《Secondhand》作者  

用資料探勘方法預測人口流動之變化 — 以金門地區為例

為了解決收 到 垃圾郵件的問題，作者黃喬永 這樣論述：

本研究之主要目的，是從“政府資料開放平臺”（OpenData）網站以及金門縣政府官方網站，通過爬蟲的技術收集其提供的金門人口資料以及MinMaxScaler歸一化的預處理，然後使用目前常見的決策樹、隨機森林、K-近鄰和XGBoost等機器學習模型進行金門縣人口的預測評估，接著利用MAE、MSE、RMSE和MAPE等計算損失函數方法進行評估實驗模型的準確率，並比較此四種機器學習模型在性能、誤差和時間成本等三個方面的差異。最後通過實驗的結果資料得出XGBoost機器學習模型訓練的得分最高，而決策樹執行速度相對更快的結論。 收集下來的資料時間跨度是從2013年11月至2022年2月，總共10

0個月，當中2017年7月的資料不完整，故通過當年的6月和8月的各項變數取平均數而得來，以補全此連續型數值資料。利用金門縣政府官方網站收集到的資料，畫出的總人口數、男女人數、社會自然增長人數和遷入遷出人數變化等相關人口分析的折線圖，可以清晰直觀地看出金門十年來的人口變化趨勢，也能大致預測出未來的發展方向。