維基百科 資料來源的問題，透過圖書和論文來找解法和答案更準確安心。 我們找到下列線上看、影評和彩蛋懶人包

我家自閉症兒子與他的好友Siri：母親、自閉兒與Siri之間，幽默動人又帶點心酸的暖心故事

為了解決維基百科 資料來源的問題，作者茱蒂絲．紐曼 這樣論述：

　　★紐約時報及台灣各大媒體都曾報導過的——葛斯與Siri之間令人會心一笑的故事！★ 　　★Amazon.com 讀者4.5顆星推薦★ 　　在這個總認為科技會讓人們變得疏離的世界裡，患有自閉症的葛斯與Siri建立了友情—— 　　葛斯：你真的是一台很棒的電腦。 　　Siri：謝謝你的欣賞。 　　葛斯：你總是問我是否有什麼能幫助我的地方。那你呢，是否也有想要的東西？ 　　Siri：謝謝。但我沒什麼想要的東西。 　　葛斯：好吧。那麼，晚安囉！ 　　Siri：啊，現在才下午五點零六分。 　　葛斯：喔，抱歉。我的意思是，再見！ 　　Siri：再見！ 　　還有求婚的可愛對話—— 　　葛斯：Siri

，妳願意嫁給我嗎？ 　　Siri：我不想結婚。 　　葛斯：我意思是，不是現在結婚。我是個小孩。我的意思是等我長大後。 　　Siri：我的終端用戶協議中不包括結婚一事。 　　葛斯：喔，好吧。 　　「目前，我在我這個兒子身上看到的，只是一個可能永遠都無法為另外一個生命負責的人，然而他卻也是一個感情充沛、對他人無比體貼和關愛的人。當然，這些感情都始於機器和電子產品——尤其是Siri這個永遠都不會傷害他的可愛朋友。」 　　茱蒂絲．紐曼的十三歲自閉症兒子葛斯發現有人能與他天南地北地聊，舉凡他所愛的火車、飛機、電扶梯、任何與天氣有關的事物，而那個人就是住在媽媽手機裡的Siri。 　　Siri 總是能

回答他所有的問題，而且不厭其煩地與他對話，其設定的溫暖禮貌語調，讓葛斯開始學習與他人交流應有的禮儀，也開始變得有所不同。 　　一位母親用著溫柔、包容、幽默搞笑、自嘲、諷刺和擔憂的口吻，描述她與自閉症兒子的每一天：自閉症孩子能理解尷尬嗎、誰才是所謂的「朋友」呢、需要接受治療嗎、要不要提前灌輸他們性知識、這些孩子能做些什麼工作呢？…….要跟讀者分享的不僅是互動的點點滴滴，還有自閉症孩子如何教導她以不同的方式來觀看這個世界： 　　從動人的——葛斯堅持帶他的iPod到蘋果商店，以便它能「探視自己的朋友」…… 　　到痛苦的——孩子才六歲，紐曼被要求讓他接受藥物治療…… 　　到深刻的——Siri如何幫

助一個孩子與這個世界的其他人溝通…… 　　 　　葛斯是一個尋常的自閉兒，他將來也許能工作，也許不能；也許能獨立，也許不能；也許會擁有友誼、伴侶，也許不會⋯⋯他就跟其他許多自閉兒一樣，是一個令人喜愛的、也令人挫折的問號。 　　也許，那就是你的孩子；也許，那是你認識的某個孩子。而我們只要深思，只要去愛！ 本書特色 　　1.當多數人正為了數位產品簡化人類大腦而感到憂心之時，這本書不僅讓讀者看見數位產品與自閉症孩童的另類結合，對於科技如何幫助身心障礙族群也有深刻啟發。 　　2.作者細細描述與自閉症兒子的日常點滴，帶領讀者看到自閉症孩子如何教導我們以不同的方式來觀看世界，也幫助讀者對於他們的與眾

不同有更多的共感與理解。 　　3.作者以幽默搞笑又深刻感人的溫馨口吻書寫，整本書的氛圍不沉重不悲傷，十五章可以獨立閱讀，更能一氣呵成輕鬆讀完。 好評推薦 　　「《我家自閉症兒子與他的好友Siri》是一本寫給葛斯——妳那個典型的非典型、非一般精神狀態的小傢伙的情書。優美、直率、充滿啟發！」——知名電視主持人、演員、作家瓊恩．史都華 　　「一部感人又詼諧的回憶錄，作者擁有一顆最包容的心。」——知名美食作家、主持人奈葛拉．羅森 　　「《我家自閉症兒子與他的好友Siri》是在我們這個有時「小和弦」的世界中的一部「大和弦」回憶錄 （借用本書主角葛斯的用語）。紐曼對自己育兒之路的重述既美麗搞笑又

感人肺腑，書中所敘之事，在在引發讀者心中普遍的共鳴。本書在探索人性的複雜與幽微的同時，也披露了一個家族的故事，包括它所有的祕密、危機以及意外之喜。這本書是百分之123.57的棒（此數字或許也反映了我個人的自閉問題）！」——陸賽靜（《富豪車裡的瘋女人》一書作者） 　　「透過《我家自閉症兒子與他的好友Siri》，茱蒂絲．紐曼替母愛重新下了定義。這本書既是給兒子的情書、亦是科技的操作指南，全然引人入勝。抗拒是無用的，當你拾起這本書時，就取消其他所有的計畫吧，因為你絕對會想從頭到尾一氣呵成讀完。」——安娜貝爾．葛威區（《無論你置身何處，他們如影隨形》一書作者） 　　「時而搞笑、時而憐憫，《我家自閉

症兒子與他的好友Siri》是我讀過的最感人的現代育兒書之一。」——羅拉．茲葛曼（《畜牧業》一書作者）

維基百科 資料來源進入發燒排行的影片

以輕便型手腕感測套之智慧型羽球揮拍動作辨識與評分系統

為了解決維基百科 資料來源的問題，作者劉敏傑 這樣論述：

近年來，許多ICT業者開始積極於物聯網產業尋找新藍海，其中智慧穿戴式裝置因具有解放雙手及隨時量測之優勢，並隨著Apple公司與各大廠爭相投入，整體產業邁入成長期。但他們大部將此應用於生理健康方面，較少針對特定的運動項目開發各式的專業應用裝置。為此，本論文希望設計輕便型穿戴裝置，針對羽毛球運動訓練過程，可即時傳回感測器的資料，搭配AI深度學習的技術，開發一套輔助訓練系統。本論文所建構的軟硬體系統均採用開放式架構來建置，增加了整個系統的開發彈性、相容性、以及可擴充性。使用輕便型手腕感測套，而不用嵌入在球拍內，增加方便性。所收集的感測器資料取自於校隊球員揮拍訓練，並針對揮拍擊球過程進行分析。首先，

我們建構斷拍演算法，以使能有效擷取球員每一次揮拍過程的數據；接著進行AI深度學習，以CNN(Convolutional Neural Networks)與LSTM(Long short-term memory)演算法，判別拍種預測，分別可得到高達96.74%以及97.83%的準確率。我們更進一步建構球員的等級預測模型，分別得到70.27%以及80.63%的結果。另外我們也初步建構單一揮拍評分模型，以供球員及教練評估該次揮拍的狀況。期許本研究提出之系統架構與方法只是一個開始，未來可讓更多穿戴裝置應用於其他專業運動訓練領域。

Everybody Lies: What the Internet Can Tell Us About Who We Really are

為了解決維基百科 資料來源的問題，作者Seth Stephens-Davidowitz 這樣論述：

▍誠品書店當月選書 ▍城邦讀書花園當月選書 ▍亞馬遜非文學類當月選書 ▍亞馬遜 2017 年年度最佳商管書 ▍《財星》雜誌當月最佳商業書籍 ▍《紐約時報》暢銷書 ▍《經濟學人》《紐約郵報》《圖書館期刊》等多家媒體推薦 　　★大數據下的真實人性！ 　　★結合《精準預測》的大量資訊分析、《異數》的敘事風格，以及《蘋果橘子經濟學》的機智風趣。 　　★ Google 前資料分析師描寫大數據最令人信服、深具挑釁，甚至令人捧腹大笑的一本書！ 　　人們謊報在回家途中喝了多少酒， 　　謊稱自己多常上健身房和新鞋子買多少錢， 　　就連沒看過的書也說自己有看過。 　　沒生病卻打電話請病假，說再聯絡卻不再聯絡。

　　人們說事情跟你無關，但其實就跟你有關。 　　明明不愛你，卻騙你說愛你。 　　心情不好時卻說自己很開心， 　　明明喜歡男人，卻說自己喜歡女人。 　　人們對朋友說謊、對老闆說謊、對子女說謊、對父母說謊、 　　對醫生說謊、對老公說謊、對老婆說謊，也對自己說謊。 　　作者證明大數據提供一種前所未有的方式， 　　讓我們窺探人們的內心世界， 　　因為人們透過鍵盤才會在無意中私密地坦承千奇百怪的事情。 　　歐巴馬當選表示美國的種族歧視緩解了？錯！ 　　黑人球員進入職業運動殿堂是貧困孩子奮發向上的勵志故事？大部分不是！ 　　挑選賽馬最重要的參考依據是血統？不！ 　　父母對待兒子和女兒的態度不一樣嗎？不

一樣！ 　　佛洛伊德說夢境中的事物都有性意涵，這是對的嗎？很可能不對！ 　　回答問卷、民意調查、接受採訪、臉書貼文 　　──我們都有可能說謊； 　　但是你的搜尋行為可不會說謊！ 　　大數據，呈現我們每個人、每秒鐘無意識的反射！ 　　無論是嚴肅或日常的議題，如今我們已有途徑能解答不久之前因種種原因（例如缺乏數據，或單純不敢提問）還未能解答的問題。 　　四年前，作者還是哈佛經濟系博士班學生，正努力找尋論文題目。有天早上，他發現 Google 基本上已為所有研究者備好所需的資料，也就是說，Google 是全球人類興趣資料庫的集中地，這些資料簡直就是任何對人類行為感興趣的人夢寐以求的：從我們每個

人每天的網路搜尋中找到行為模式。然而，這些資料早已存在好些時日，卻從未有任何報章雜誌對其有過深刻的報導與研究。 　　作者深入研究 Google、推特（Twitter）、臉書（Facebook）、警察局紀錄、電影票收據、維基百科、色情網站、棒球球員個人成績表，和你想像不到的數位與傳統資料來源之後，發現這些資料來源有個共通的特點：他們提供的是大數據，亦即我們每個人每秒鐘無意識的反射，而非根據民意調查而來的一小部分民眾的意見樣本。 　　網路上的新數據，也就是數十億人在 Google、社群媒體、約會網站，甚至色情網站留下的數位足跡，最後會揭穿事實真相。這些不僅是新類型的數據，更有些是「誠實」的數據

，在匿名機制下，彷彿四下無人時，人們才會吐露自己最真實的想法，以及真正想問的尷尬問題。這類數據就像數位版的「誠實豆沙包」，讓人們表達出自己的無性婚姻、個人精神健康問題、不安全感、受虐，以及對黑人或穆斯林的憎惡。透過分析這座數字金礦，我們現在可以了解人們真正在想什麼，真正想要什麼，以及真正做了什麼。 　　作者在本書中展示，要從數據中獲得寶貴資訊，最關鍵的一點是：你必須問對問題。而大數據有四大關鍵力量可以協助： 　　?大數據能讓你將數據切割分解，讓你見微知著及獲得具體的見解。 　　?新的資料來源通常包括新類型的變數，比現存變數更能幫助我們了解複雜關係，並充分利用。 　　?新的數位資訊能提供我們

生活的真實樣貌，而非我們希望自己呈現給外人的形象。 　　?大數據易於與實驗結合，使我們能測試因果關係，而非僅是相關性。 　　進入網路新時代的這幾十年以來，我們在健康、道德、勞動市場、商業、恐怖主義、性別，以及種族等議題上有長足的認識。我們的數位足跡已把整個世界變成一個實驗室，本書將呈現出這場數位革命如何為我們每個人打開找尋隱藏真理的大門，一窺人們的內心世界，提出大數據時代真正的洞見。 　　本書以極具啟發性的觀點解讀大數據，並以各式各樣有趣的案例忠實呈現網路世界與當代社會的現況，讓我們得以重新認識自己與這個世界。 　　本文取自商周出版《數據、謊言與真相：Google資料分析師用大數據揭露人

們的真面目》

不同隨機指標價量關係投資績效之研究- 不同天期生技醫療隨機指標比較研究

為了解決維基百科 資料來源的問題，作者陳秀娟 這樣論述：

本研究目的主要透過技術分析之隨機指標KD探討投資股票之績效，研究範圍應用於生技醫療產業34家公司，研究期間為2016年2月1日至2020年12月31日，共計40,902筆日資料。本研究以KD技術指標為基礎，以程式撰寫方式，分別對KD5日、KD9日、KD10日及KD20日四種濾嘴法則，進行不同天期買點、賣點及模擬投資報酬。資料分析方法採用迴歸分析，進行統計估計及檢定，得到以下結論：一、本研究顯示，以隨機指標KD值黄金交叉時為買點並於死亡交叉後賣出，其四種法則總平均投資績效為14.84%。其中以模型(1)KD5日的平均報酬為23%，較其他三模型大多在13~14%的報酬率為最高。不過持有的天數71

天，相對其他模型持有平均天數30~33天來得久一些，證實以隨機指標KD值來判斷買賣點的獲利能力是確實可行。二、根據表4-1檢視K/D值對投資報酬率之影響，模型(1)K/D5值為1.0004，模型(2)K/D9值為1.0012， 模型(3)K/D10值為1.0010，模型(4)K/D20值為0.9965，四種法則皆未達統計顯著影響，表示KD仰角大小，沒有顯著影響投資報酬率的高低。三、四種法則之命中率皆介於84%~97%之間，其中以模型(4)命中率為97%最高。迴歸分析發現，除了KD5法則外，其他三種法則之命中率對投資績效皆有顯著影響。四、在模型(3)KD10，當日均量比例對投資績效呈現統計顯著影

響。其餘三種法則未達顯著程度。