資料科學的商業運用

我認為電腦資訊的書籍略分成兩種，一是教導語言、工具、框架的學習手冊，得搭配特定版本的軟體工具來閱讀。其次的是講解資訊應用的某種觀念、想法和核心理論，而這類型的書則是歷久彌新，像白酒一般越陳越香。「資料科學的商業運用」就是屬於後者的佳作，對於有志於數據分析(或更時髦的說法...資料科學)的人來說，是絕對不可錯過的殿堂級好書。

由於「資料科學的商業運用」內文中太多值得詳記的重點，就節錄部份精華穿插在讀後心得裡。開頭作者就先解釋了資據導向決策(Data-Driven Decision-making)，是以數據為基礎來進行決策的一種思維。想要達成運用資料科學來增進商業價值之前，經營者必須先捨棄官大學問大的惡性，建立客觀、數字化的決策流程，按步就班的操作與修正，才有機會獲取數據推動營運的終極目標。

而書中也提及了資料採礦的九種典型任務，包含了:
1.分類(classification)
2.回歸(regression)
3.相似性比對(similarity matching)
4.聚類(clustering)
5.共生分群(co-occurrence grouping)
6.剖析/行為描述(behavior description)
7.連結預測(link prediction)
8.資料精簡(data reduction)
9.因果建模(causal modeling)
上述任務基本上就涵蓋了市面上常見的分析類型。

資料的「漏洞」指的是做為預測目標變數的相關變數值，在進行決策的當下是不可得的。例如預測誰是高端客戶的模型，如果採用的是消費者最後的結帳金額當做輸入變數(特徵)，那就是漏洞。這部份在設計模型特徵時是潛藏的陷阱，把要預測的答案當成輸入值餵給模型，會得到超乎想像的準確度，但模型卻是不實用的。

這兩年來隨著人工智慧的火熱，機器學習、深度學習等名詞不斷地出現在報章媒體中，其實就技術層面來檢視，知識發掘與資料採礦(Knowledge Discovery and Data Mining)和機器學習在技術和演算法是共通的。但兩者還是有些許的差異，機器學習範圍還包含了機器人與視覺辨識等應用，而資料採礦則著重在將數據分析的成果應用在真實世界中，因此商業應用是歸屬在資料採礦。

在學習不同類型的建模演算法時，常會看到「超平面」(hyperplane)這個很高科技的字眼，其實它只是形容在N維空間裡分隔不同群組的的N-1維平面。而在二維的平面空間中，它就呈現為我們所熟悉的垂直/水平線，而以「決策線」(decision line)稱呼。

資料配適/資料擬合(fit)，是機器學習建模中關鍵的步驟。參數學習(parameter learning)/參數化建模(parameter modeling)指的是先決定某些尚未確定數值參數的模型結構(ex: 線性模型 f(x) = a * x1 + b * x2 + c * x3 + ...)，然後由數據採礦，依一組特定訓練資料集來算出最佳參數值(a, b, c...)。邏輯迴歸、支援向量機和線性迴歸都是這種線性建模技術，唯一差別是「目標函數」，最後就產生了完全不同的模型。

擬合是預測模式產生的原因，但過擬(overfitting)卻是模型喪失普遍化的成因。精確度和過擬是一體兩面的決則，利用「配適圖」的分析，可以正確找到最高準確度與最低過擬的「甜蜜點」。

用於檢視二元/多元分類模型結果的「混淆矩陣」，再轉換成「機率矩陣」後乘上另外定義出的「成本效益矩陣」，即可得算出總預期獲利值。預期值的概念對於預測模型的導入與否，提供了一種精確評估數字，不再落入一個模型自各表述的困境。

204頁的明確性公式居然寫錯!太令人失望了(正確寫法是: 明確性 = TP / (TP + FN) )，不過錯的太離譜馬上就查出來。

利用「獲利曲線」可以在目標市場行銷的實務，清楚描繪出適當的分類門檻，找出能獲取最大預期利益的最低正分類機率值(應該提供優惠的目標客戶)。當無法提供穩定的成本效益矩陣來計算預期值，獲利曲線也就無法計算，因此必須利用ROC圖/ROC曲線來評估模型好壞。書中循序漸近地說明ROC空間是什麼，分類器的門檻又如何在ROC空間中形成了ROC曲線。

書中值得深入吸收理解的資訊量實在太多，無法一一細數。不誇張地說，我認為能熟讀並活用這本「資料科學的商業運用」的讀者，足以擔任數據分析/資料科學領域的顧問了。

被壓榨的一代

很難想像律師、大學教授和藥劑師等受過高等教育，理應是社會中堅份子的一群人，在今日的美國社經大環境下，居然淪為必須仰賴食物救濟劵過日子。「被壓榨的一代」書中探討了美國的中產階級，面臨外在環境的快速變遷，讓自身陷入財務窘境而無法脫身。

幼兒養育費用的不斷攀升，足以讓原本生活無慮的雙薪家庭，多一位寶寶就會收支失衡。加上美國企業對親職責任的漠視，不健全的育嬰假、懲罰為人父母的升遷制度等，配合高壓和責任制和輪班的各種非典型工作型態，強化了托幼機構的蓬勃發展，甚至出現了24小時營運的托幼院。養育下一代的財務負擔，已經成為父母心中的大石頭，也是先進國家少子化/人口老化的遠因。

學歷貶值和產業自動化/人工智慧的興起，也是讓學有專精的專業白領，落入貧窮線以下的兩大關鍵因素。很難想像擁有博士學位的高知識份子，時至今日也只能遊走在各大學間兼職任教，朝不保夕地賺取低廉的授課時薪(相對於終身職教授)。在過去，取得博、碩士學位，是確保進入安穩的中產階級的入門磚，而事實證明這一切都已過去。隨著高等教育的普及，學歷將不再是職涯的避雷針，反而會讓學生背負了不必要的高額學費(貸款)。

人工智慧的進步與發展，開始蠶食鯨吞原本屬於知識白領的工作，讓原本擁有不錯的薪資條件的專業工作，出現了強大的競爭對手(AI)，當機器人證明可以替代人力時，未來將進一步拉低了職務薪資水準而前景堪慮。其中包括法律助理、藥劑師、護理師、大貨車司機、會計師、工程師和記者等都是潛在被取代的一群。未來的就業市場將出現劇烈變化，很明顯地目前不論政府、產業和個人都尚未有所準備。

「被壓榨的一代」是一本內容深入而題材新穎的書，雖然部份文字略嫌繞口。但非常適合讓具有憂患意識的白領以及為人父母的社會人士閱讀，可以替自己或子女思考未來的康莊大道在那裡。

蘋果橘子經濟學

在「資料科學家」這個名稱尚未發明之前， 李維特大概就已經是宗師級的人物了。「蘋果橘子經濟學」在2006問市以來，用科普手法將資料分析的觀念與手法介紹給普羅大眾，還沒忘了帶點趣味性。相信作者本人也不會料想到，十來年後大數據時代興起，「蘋果橘子經濟學」的理念已是遍地開花、枝繁葉茂。

以今日資料採礦技術的普及與演進，或許會感覺李維特提到的統計和迴歸技術有點陳舊。不過從大量不同類型的非結構化數據中(大數據)，針對特定議題找到數據佐證來產生一個觀點，正是資料科學學門能做的貢獻。更可貴的是「蘋果橘子經濟學」所舉的例子，都是攸關大眾福址的社會議題，配套正確地施政方向，將會對國家社會產生具體的利益。資料科學的結果，如果僅落於一張張的投影片，不能轉成實際的行動來改善問題，那多可惜。

書中佔大半篇章的內容是在討論墮胎和犯罪率的相關性。阻止犯罪事件增生的最佳做法是讓無法受到良好照顧的胎兒沒機會出生，這個論點非常政治不正確，但李維特再三強調，道德代表理想化的世界，經濟學代表的是現實的世界。內文中他也再三地講述了「相關性」和「因果關係」的差異，進行數據分析時，時刻釐清兩者的差異，是避免錯誤解讀的起手式。

為人父母者，會對最後的章節產生興趣，它以數據來分析，怎樣的父母才能教育出「有成就」的孩子。(這裡的有成就相當世俗，僅止於金錢收入)結論相信會讓部份父母相當失望，排除佔了50%的遺傳因素(天份、個性、外表)，影響子女未來發展的關鍵因素，不是父母「做」對了什麼，而是父母本身「是」什麼。高社經地位的父母，比關懷子女的父母，更容易養成出色的下一代。當然這不表示可以過度講解成良好的親子關係不重要，充其量可以說望子成龍的直升機父母可以死了這條心，好好工作提升自己的社經地位，對子女的助益更大。

工程師的養成和成長：高科技競爭時代各領域工程師的職場生存策略

隨著科技日新月異，工程師默默地扮演著推進世界運轉的黑手。如同匠習作在「工程師的養成和成長」中所說，選擇工程師當職業的讀者們所做的決定相當正確。未來的創新和變革中，工程師都是關鍵的角色。

我看過不同行業別的辛苦談，有牙醫師「關於牙醫師的那些事」、公務員「公門菜鳥飛：一個年輕公務員的革新理想」、外科醫師「最光明，也最黑暗的醫療現場：一位心臟外科醫師，揭露醫療崩壞下最震撼的真相。」等等。有天心想，怎麼沒有工程師出來寫寫這個行業的心路歷程?沒兩天就發現了這本「工程師的養成和成長」。雖然主題是指導工程師如何規劃未來的職涯和成長，說教味道比較重。但題材對工程師來說會產生共鳴，所以看起來格外有感。

匠習作在書中所說的工程師是泛指從事理工相關職務的專業人員，並非屬於資訊工程師，而所有的論述都能涵蓋廣義的工程師族群。第一章開宗明義地主張，現今的工程師應該擁有兩個專業領域，作者稱之為「pi型工程師」。過度專研單一領域的技術容易出現產生鑽牛角尖、視野狹隘的問題。更嚴重的是隨著科技的不斷變化，把所有籌碼壓在單一項目，職涯的風險太大。例如:一味專精於機械型打字機的工程師，在今日就會被自然淘汱。別再有成為單一領域的頂尖人士，就能保有職涯免死金牌的迷思。相反地，多專業領域的學習和組合運用，可以造就與眾不同、無法被取代的核心競爭力。

針對工程師從自身學習和成長的「點」，到職涯跳槽、技師證照的「面」。「工程師的養成和成長」對各種工程師會面臨到的議題都提出了不錯的看法與建議。當然因為作者是日本人，討論的產業環境便以日本為主體，由於國情不同就僅能做參考。但整體來說對未來想成為或已經身為工程師的讀者而言，還是一本不錯的參考讀物。其中對專利權的申請觀點，也算是解答了我心裡的一個困惑。「如果是隱密式的知識或技能類的專利，不申請會比較好。反之，外顯知識的專利，就應該申請，才能得到保護。」

煉獄廚房食習日記

如果你喜歡安東尼波登的「廚房機密檔案：烹飪深處的探險」，讓他用廚師角度向你公開廚房裡不為人所知的秘辛。相信你會讚賞比爾布福特在「煉獄廚房食習日記」中所描繪的義大利廚房探索之旅。從作者簡介中可以看到比爾原本是一位知名專業的雜誌編輯，因為對美食的熱愛和因緣機運，他決心在走入紐約名廚馬利歐的餐聽中從實習生做起，隨著經驗累積最終成為餐飲業的局內人。

有別於我們熟知的中式料理，用一個鐵鍋炒天下的格局。義大利料理的廚房階級鮮明各司其職，有備料廚師、燒烤廚師、西點師、麵點師、副主廚、行政主廚、主廚等。而藉由比爾從備料廚師到燒烤廚師的學習過程，可以瞭解廚房裡的分工與操演實況。當然若干內容或許也能在「廚房機密檔案」中一窺究竟，但比爾的視角更貼近非餐飲專業的讀者們。

比爾也不吝於分享他對去餐廳用餐必須知道的「金玉良言」。像是千萬別在餐廳快打烊前去點義大利麵食，煮麵水經過一天的折騰，已經變色成五顏六色的噁心液體。同理可證，任何油炸物也不在建議清單內，油鍋的情況絕對也好不到那兒去。如果不巧真的得成為最後一組餐廳內用餐的客人，也請點同性質的餐點別點全套餐點，讓全體廚師為了召呼你們一組顧客，得延後清洗整理的時間。

隨著中期比爾出發到義大利學習傳統的義大利麵點，到後期到舉世知名的肉販處學習肉品的學問。可以看到更多傳統作法和今日食品產業之間的格格不入，內文也開始從看熱鬧的心態轉向思考傳統美食的核心是什麼。其中肉販大師傅所言的「以前是消費者配合生產者來飲食，現在是生產者配合消費者來製作」，便一語中的地說出了食品價格如何與品質、風味一起不斷向下滑落的原因。「以前的風乾火腿就是要兩年來熟成，當連鍞超市販售風乾火腿後，市場上開始出現一年熟成的火腿，甚至有半年熟成的，那味道...」身在自由經濟市場中的我們，自認為有錢就能買到好東西。卻不自知有些傳統風味需要的只是細心和時間，而這兩樣都用錢難以匯兌的。

瀏覽全書，相信讀者都會覺得比爾已經是位可以獨當一面的義大利大廚了。甚至名廚馬利歐都認同他的手藝提議比爾開間餐館，他願意當幕後的出資者。看著一位坐四望五的白領，為了自己的興趣和好奇心走出舒適圈，在數年後成就了一番驚人技藝。呼應古人所言「天行健，君子以自強不習」。比爾布福特，真君子也。

2030工作地圖:當34種定型化工作即將消失，你的未來就從現在的選擇開始決定

現今我們不再懷疑人工智慧(AI)將廣泛並深遠地影響未來企業的營運方式。針對重複高和可標準化的工作來說，尚未被機器學習及自動化備設取代的原因，僅是成本太高而人工相對便宜。

隨著AI的深度學習與強化學習不斷地整合、演進，以往覺得機器不能辨到的職務內容，也漸漸地被電腦程式蠶食鯨吞。即便是眾人覺得不愁沒飯碗的工程師、管理者和研究員，書中也具體說明了，在AI成熟發展後將要面對工作價值將被減損和稀釋的情況。現在的「常識」在10年後，將不再是人們覺得合乎常理的事，這便是「2030工作地圖」中不斷強調的論點。

名人隨筆和對談集算是日文翻譯書中特有的書寫格式，典型就像「北野武的ＯＯＯＯ」，相信大家都不陌生吧。「2030工作地圖」有點像「堀江貴文」和「落合陽一」兩人對AI如何影響未來職場的對談集。如書封內頁所介紹，兩人在日本都是高知名度的頂尖人物，其理點和洞見卻不見得可以讓普羅大眾照單全收。特別在「金錢的未來」和「日本的幸福與社會」兩章中，作者的說法顯得太過於一廂情願。

書中前半段提到「網紅經濟」讓作者體悟到，未來的職涯將是百花爭鳴沒有即定的範本可以依循。做自己擅長又獨一無二的事也將能獲得報酬(例如現在的YouTuber)。獨特又合理的論點，會讓讀者想細細思量如何導入到自己對未來職涯的規劃中。而書中列舉的「將消失的工作」以及「因應而生的工作」也都有言之成理。光是這些章節，就值得到書店裡「一翻究竟」。

壅塞學

日本人很會用輕鬆簡明的圖文，向讀者解說複雜的理論與概念。而這本「壅塞學」正是西成教授針對其獨樹一局的壅塞學研究心得，展現給社會大眾的科普著作。

內容列舉了生活中形形色色和壅塞相關的議題，從大夥最容易想到的塞車到排隊，到發生災難時的逃脫和螞蟻的覓食。都各自成為單一篇章，由西成教授慢慢論述背後的模型與核心知識。而縱觀全書，最令人眼睛一亮的部份，就是不斷被提及的「非對稱簡單排斥過程(ASEP)」模型。

西成在書中一再地展現，如何將現實世界想分析的複雜現象，去蕪存菁的設計出簡單易懂卻又能模擬核心邏輯的模型。那些不到十條的規則所建立的模型，卻能充分重現許多壅塞現象，應用科學家的魅力令人折服。

最後一篇節章作者花了些篇幅「抱怨」了一下日本大學的評鑑，內容卻和台灣的現況如出一轍。以專業論文發表數和產學合作金額來做為評鑑標準的負作用，是對做為許多理論/人文學門的一種歧視。像數學系這種純理論學問，卻是工學院/資訊學院有機會產生重大進展的背後推手。短視近利的評鑑指標卻無法明確反應出基礎研究真正的價值。看來不止台灣，日本也深受數字化管理的為害甚深。