愛莉莎莎踩到線
2021.2.12
0.
我想記錄一下這件事情發生的時間 2021年2月12日,大年初一。這是台灣網路媒體一個非常重大的事件。這篇文長,會從自媒體的話語權,網路媒體識讀等角度來討論這件事情。
在這之前,我想先聊聊事情的發生。
大年初一晚上,有個朋友丟了我一個訊息,說他看到愛莉莎莎針對蒼藍鴿回應。他看完之後,整個被圈粉。然後附上了一個連結給我。
因為長期愛莉莎莎這個頻道都在我的觀察名單中,第一個反應是,他終於要對「肝膽排石法」道歉了嗎?看看他怎麼說吧。沒想到一打開,影片完全是另一個走向,走到一個很奇怪的地方。那時候,影片才上架沒多久,影片下方的留言幾乎都是挺愛莉莎莎的粉絲。
我在訊息裡面,回應朋友說。這支影片我完全不行,尤其是講到學術論文的那一段,基本上是在騙沒有看過學術期刊的人。然後我得到的回答是:
「真假 我被圈粉 你超失望喔」
就因為這句話,我整個覺得事情大事不妙。我在自己的臉書上簡單聊了一下這件事情,然後就開始做功課了。原本以為大年初四才要開始上班,沒想到網路社群的發達,應該不少人都跟我一樣,初一提早開工。
詳細的事情發生經過我想大家都已經知道了,我這邊僅作重點摘要。
i. 愛莉莎莎在2020年11月拍攝了一隻關於「肝膽排石法」的影片
ii. 專門討論醫學的 Youtuber 蒼藍鴿,針對這這支影片以「騙局破解」為標,討論其中的錯誤資訊。
iii. 愛莉莎莎在 2021年2月12日,發佈一支影片,以「不忍了」為標,回應蒼藍哥的指責。
iv. 2月14日晚上11:30,愛莉莎莎發佈了影片正式道歉。
這件事情應該還沒結束,還有後續。
接下來,我想針對幾件事情,跟大家分享我的看法。
首先我先聊一下愛莉莎莎和蒼藍鴿這兩位創作者。
1.
先講愛莉莎莎的部分
我一直以來,都會看愛莉莎莎的影片。風格很輕鬆,他也很有才,很會帶話題,人設也有趣。尤其是自從我在台大兼任助理教授教媒體創作課程後,開始規劃幾個小型的研究計畫,有一批 Youtuber 和 部落格 被我列入固定觀察的名單,她的頻道就在其中。
在我的筆記中,他是一個自詡為名校畢業生,海外生活過的知識網紅,早期分享一些韓國的主題,後來什麼都拍。其中的代表作有兩類,以炫富和較少人討論的話題為主。影片節奏掌握得很好,標題與議題操作也很有想法。
這邊我想小岔題講一下「炫富」這件事情,在 Youtuber 最近幾年的生態中,有一類的影片被社群稱作「炫富」影片。但其實這些 Youtuber 們不見得那麼的富有,而是去體驗一個有錢人的生活,也因此我認為比較合適的用詞應該是「裝闊」影片。
回歸正題。
愛莉莎莎在這次事件中所拍攝的第一部影片,以體驗的形式帶入「肝膽排石法」,引用的是一本名為「神奇的肝膽排石法」書籍,介紹體驗過程及心得。這部影片發布的當下我就看了,坦白說,我對這個療法一點概念也沒有。而以愛莉莎莎的人設來說,我對於他提供的資訊正確度本來就沒有太多的期待,也因此看完這部影片,就關掉看下一部了。
因為過去做了很多年網路媒體研究,也在網路媒體識讀下過不少工夫,因此比一般民眾有概念。假設我真的被影片打動,而想嘗試的話,應該會做的是:先看一下這本書的來源;買來看看;打電話給我熟識的醫生朋友問一下。然後才會決定是否要嘗試這件事情。不過很顯然的,大部分的民眾可能沒有這麼的謹慎。
一個多月後,這部影片被蒼藍鴿以影片回覆指正。本來我以為他會在之後道歉。畢竟之前的原住民事件,他也道歉了兩次。以他的影片人設中,道歉這件事情應該不是個什麼大問題。過往常常操作爭議性影片的他,應該也很能承受網友的批評。
但在蒼藍鴿影片發布後的一個多月間,陸陸續續都有影片發布,其中也有一些是業配影片。許多所謂的黑粉在他的各部影片下不斷的留言請他道歉,都沒有得到回應。然而在 2月12日,他正式回覆了這支影片。沒有道歉,而是反擊了蒼藍鴿的糾正。
詳細影片大家可以去網路上找來看,我簡單節錄這部影片如下:
i. 不會下架之前的影片
ii. 前部影片在上架前已經在 Google上做足功課
iii. 所引用的書籍,得到了許多商業界的名人背書
iv. 蒼藍鴿反擊時所引用的文章是 Lancet 裡面的 correspondence 文,這類文沒有經過正規的論文審核程序,是各說各話,表達自己意見的論壇。
v. 引用該期刊文章的Abstract 做了簡單介紹(但其中的翻譯跟解讀與原文有所落差)
vi. 回應「斷食」這件事情並非蒼藍鴿的解讀
vii. 檢討自己沒有在當時沒有加註足夠的標語
viii. 提出蒼藍鴿未經同意大量引用他的影片,且有妨礙名譽之嫌。
我看到這支影片的反應是「相當驚訝」。
一來,愛莉莎莎沒有想到道歉,而且相當的理直氣壯。二來,我朋友居然受到這支影片感動,而且被圈粉。我馬上去看了底下的留言,當下居然大多數都是支持愛莉莎莎,轉而批評蒼藍鴿。
不過第二天早上重新再看部影片時,整個風向已轉,醫界的人大批湧入批評。
我認為,這部影片後面應該是有人在下指導棋,但即便如此,依舊踩到了非常多不該踩的線。其中我自己最驚訝的是,他對於學術期刊的認知相當簡化。我當下的反應是,他怎麼會故意對他的粉絲扭曲,以取得同情呢?不過我後來覺得比較大的可能是,他沒有讓真正了解學術期刊的人協助他看過這篇論文。至於是哪一個,我沒有跟本人對話過,目前不可考。
這件事情有很多部分可以談,待會我會在後面分段說。我先談蒼藍鴿。
2.
談談蒼藍鴿
在今年元旦,蒼蘭鴿發布影片「破解」愛莉莎莎對於肝膽排石法的影片前,我僅有偶然的幾次看到他的影片。但是在這部影片發布後,在我沒有訂閱他的頻道的情況下, Youtube 自動推播了這部影片給我,我看到標題聳動,再加上回想起之前看過愛莉莎莎的那隻影片,就點下去看了。
因為我之前沒有把他的影片加入觀察名單中,也還沒有完整掃描過他的影片做研究筆記,所以沒有簡述可以分享。這邊僅以他這支影片給我的印象描述。
蒼蘭鴿回應愛莉莎莎的影片中,模仿了去年 Uncle Roger 的作品風格,帶點嘲諷風格回應了愛莉莎莎的影片。我快速的瀏覽一下他的其他影片,並非每一部影片的戲謔感都這麼強。在這邊我無法判斷是因為「愛莉莎莎的這部影片對於醫界殺傷力過大」,還是因為「對方是愛莉莎莎」因此才有特別的規格,抑或是剛好「Uncle Roger 給他靈感」所以才規劃的特別節目。還沒跟本人對話過,目前也是不可考。
不過雖然是一個比較帶有嘲諷的影片,他仍然在片中給了愛莉莎莎一個台階下,指出愛莉莎莎也是受害者,在不知情中推薦了這本書罷了。我自己覺得挺遺憾的是,愛莉莎莎沒有接到這顆球,讓他掉地上了。
我花了點時間,把他過去的影片稍微地掃過一次。他過去幾年影片拍了許多系列,風格跟器材軍備也有升級過幾次。以一個專門做醫學知識的 Youtuber 來說,非常地敢嘗試。在這麼硬的主題當中,要能夠擴散不太容易,除了他的個人風格之外,我相信他在也下了不少功夫做調整,在追求知識正確和追逐流量中找到平衡,相當不簡單。
詳細的觀察目前因為我對這頻道認識的有限,先停在這。
在這次的事件中,很多人提到說他是不是要蹭愛莉莎莎的流量,還是他僅是單純的因為事情重大而回應,這一點我不得而知。但我想稍微講一下蹭流量這件事情。要做社群,製作 Youtube 影片,要相當程度的了解演算法。即便不是用相當科學的方式去分析,也會在影片一部部創作的過程中學習。針對時下的主題做觀點分析和回應,本來就是一個創作者會做的事情。我知道很多人會對於「大量的惡意蹭流量」感到反感,但我認為對於單純的「蹭流量」這件事,不需要太負面判斷。
聊完這兩個創作者後,我想討論幾個這次的關鍵爭議,及背後所代表的意義。
3.
學術期刊與Youtube自媒體的話語霸權
在 2月13日晚上,Clubhouse 平台上有一個聊天室,針對這件事情討論。討論中,愛莉莎莎也在其中加入。詳細的內容可以參考 白袍恐懼症 的粉專,裡面有節錄。這個聊天室的標題,其中用了幾個有趣的字眼,叫做「誰能擁有話語霸權」。我覺得韻味很深,所以把它拿來當作這一個子題的小標。
在整個事件裡面,其實很少人在討論學術期刊跟 Youtube自媒體的關係,頂多只有在討論愛莉莎莎不懂醫學,不懂學術。但我認為,這次愛莉莎莎踩過界的導火線,就在這個地方。否則如果接下蒼藍鴿給他的球下莊,不拍第二部影片,這件事情就落幕了。即便是介紹的肝膽排石法有很大的問題,也不會有今天這個局面,也就是所謂的「炎上」。
先講 Youtube 的機制。
Youtube 是一個商業平台,上面所運轉的機制,是一套演算法。這個演算法大致上會去符合一個目的 — Google 的商業利益。在這樣的商業利益為前提之下,即便他沒有也無法公開演算法細節,但「討好閱聽人」這件事情,已經是普遍大家的認知。
既然決定 Youtube 上面話語權的關鍵是「閱聽人」,那麼製作觀眾想要看的主題就成了重要關鍵。雖然說人人能上傳影片,但是要能夠曝光到觀眾面前,是完全另外一回事。加上 Youtube 的平台特性,大多數能上發燒的影片,除了某些特定時期外,還是以娛樂為大宗。
但是學術期刊就完全不一樣了。
學術期刊的刊登模式,在於 Peer Review,所謂的同儕審查。主要原因是投稿期刊的人大多數都已經有博士學位,而被邀請去審查期刊的人大多也是博士。而「得到審查者的青睞」是發語權的關鍵。當然這其中也是有些操作,像是刻意去引用可能的審查者的文獻等。但這不在這次的討論範圍。
真正在競爭的,是每一個期刊之間的公信度,在學術圈會用 Impact Factor (IF),一個影響力的指標來計算。雖然後來也有一些新的指標像是SJR等,不過 IF 值還是相對通用的用語。這個指標跟 Google 早期設計的演算法 Page Rank 不太一樣,但是有類似之處。基本上的核心概念,就是文章被引用的廣泛度。
這兩個曝光機制的規則,完全不一樣,甚至可說是在光譜的兩端。百萬 Youtuber 所做的主題,即便不是人人都喜歡,但是基本上都有一個特質,大眾。題目可以很分眾,不見得人人愛,但是大部分的觀眾都能看得懂。而學術期刊呢,講求的是對這世界的研究貢獻。如果是 Nature, Science 這樣的期刊,選題較廣一點,不同領域的研究者有興趣還有機會看。但是各個領域的專業期刊,跨領域的人除非研究需要,否則固定閱覽的機會不高。
一個在 Youtube 圈子裡面有影響力,有高度發語權的人,去討論一個學術期刊,就像我剛才所提的,一個光譜的兩端。不是簡單地踩到線而已,而是踩過了非常遠的界線。
我不知道愛莉莎莎為什麼有這麼大的勇氣做這件事情。但依照他在第二部影片中義正嚴辭的討論方式,我傾向他應該是真的不懂,誤會了學術期刊和商業雜誌的區別,不了解商業書籍跟學術期刊之間的距離,甚至不知道 Google 和 Google Scholar 所能尋找到的資料有什麼不同。
因為這個差異之大,所以兩個圈子的交集非常有限。這也是為什麼我會在前一節提到,蒼藍鴿能夠把學術領域艱深的東西,帶到一般大眾面前,是值得讚許的能力。但即便如此,在 Youtube 裡面的硬知識仍然無法獲得大量的流量,這被 Youtube 平台的觀眾特性所限。
4.
兩個專業的互相挑戰
在 2月14日下午,一場由林氏璧在 Clubhouse 的討論中,我聽到一句很有意思的話,隨手把他抄了下來。很抱歉我沒抄到是誰的發言。大致的意思是
「民眾需要得到相對的知識,需要等價交換的。」
他在闡述這件事情的時候,是以醫學知識來討論。不過我的看法是,在 Youtube 上面持續長久獲得流量的知識,其實也是需要等價交換的。
我其實很意外的在這場 Clubhouse 的討論中,聽到了很多醫生對於「正確的醫學知識無法在網路中傳播」的討論,然後衍伸了相當多衛教的問題。的確,這個問題也困擾我很久。你去 Google 一下肝膽排石法,扣除因為這次事件衝到前面的新聞外,看看能看到什麼醫學的見解。
基本上沒有。如果有,估計也是在很後面,一般民眾找不到。這個詞的基本上完全被體驗文攻下,一直到這次爭議為止。而在 Youtube 上面也是相當類似的狀況。
在這樣子的前提下,其實不難理解愛莉莎莎所說的「其實他也做了功課」是什麼意思。他真的有做功課,但僅限在 Google 上面的非醫學觀點知識。對他來說,如果沒有與專業醫師溝通的情況下,Google 可能已經是他能想到的最好方法了。
這一節的標題,我寫下「兩個專業的互相挑戰」,意思就是這個。當我們在批評愛莉莎莎高估自己的能力,僅用 Google 就做完功課的同時。其實我也在反思自己,為什麼科普的知識,我們沒有用各種 SEO 的攻略,鋪天蓋地的用數位行銷攻佔所有的關鍵字,讓民眾不會搜尋到錯誤答案呢?
我在這場 Clubhouse 的討論中,聽到很多醫生提到,他們的工作是醫生,做衛教是有興趣才做的。這一點我相當同意,的確很多在做 Youtube 或是做部落格的人,都是在工作之外的製作。很多行業的創作者,都不是全職投入的。
其實我對這個事情並不悲觀。
在這次「愛莉莎莎踩過線」的事件中,我相信所有的網路創作者,都會得到相當大的謹惕。這並不代表過去沒有人踩過線,但可能過去踩線的人「網路聲量沒有那麼大」或是「踩的線沒有這麼誇張」。
相對的,醫界的人也吹起了哨子。當整個醫界都開始重視這件事情之後,投入自媒體的醫師,或是開始做內容行銷的醫院診所,應該也會越來越多。我比較樂觀的期待,明年的大年初一,網路上的醫學正確知識能見度會越來越高。
接下來,我想開個子題,更深入討論這件事情。
5.
網路媒體識讀及數位行銷
愛莉莎莎所踩到的誤區,除了前面所提到的導火線「挑戰學術期刊」讓這次事件拉到高點之外。其實還有很多大眾平時會犯下的錯誤他也犯了。其中很重要的一點,就是我前一個子題所提到的 Google。
我們必須得面對一件事情,就是對很多人來說,Google 和 Wikipedia ,的確是取得資訊的重要來源。即便是我平常找資料,也不會動不動就用 Google Scholar 查詢期刊。但我能夠盡量不讓自己踩到誤區的方式,也僅能靠我平常的媒體識讀訓練,和對網路知識充滿懷疑的高度警戒。
什麼網站,什麼內容,會被 Google 優先排在前面?在演算法的設計中,有一些指標去判斷這個搜尋引擎對於網站的信任。而隨著時代的變遷,這個指標也逐漸在改變。但是即便如此,Google 仍然在放了相當大的權重在這上面。我舉個個人的經驗。每次我在搜尋跟狗有關的知識時,「每日頭條」幾乎都會在搜尋結果的前幾頁。這件事情讓我非常頭痛,但也沒辦法,這就是這套演算法的機制。
當然,演算法的機制並不是單純的看網站的信任度,其他還有很多過去使用者對該文章的互動所產生的數據指標。這邊我先點到為止,以後有機會再專門針對這件事情討論。
但如果我們去換位思考一般民眾使用 Google 的習慣,應該很多在教相關領域的老師都會搖搖頭。但比起 Google 到的答案就通盤相信,我覺得已經比盡信從 LINE 群組得到的訊息好很多了。
我無法想到根本的解決方案,這是一個長期的教育扎根才能改善的議題。或許在 108 課綱之後,如果有越來越多高中開始跟學生談「網路媒體識讀」的議題,能夠讓大眾對於「找資料」這件事情有更高的警備心。
另外一個解決這件事情的方法,可能也得從你我開始做起。「每日頭條」之所以能夠攻佔那麼多關鍵字的首頁,跟他全面的在 SEO 上面佈局有關。現在整個 Google SEO 戰場非常激烈,幾乎你能夠看到的,能賺錢的大領域,都在上演 Google 首頁搶奪戰。如果我們想要抨擊這些網路謠言,最好的方法不是在 LINE 群裡面跟朋友抱怨,而是好好的寫一篇文章迎面他。
並不是說寫篇文章迎面對擊錯誤資訊,就一定有用,這後面還伴隨著從關鍵字優化之類的 SEO 知識,數位行銷的技巧等等。我不是很確定到底整個醫界誰該做這件事情,會有最大效益。畢竟要花時間做這些事,後面還是得有一定的商業模型來做誘因支撐,否則熱情很快就沒了。我能想到的可能性是,大型醫院的部落格及網站優化,又或者是私人診所的內容行銷。是否有可能因為商業競爭,向其他產業一樣運用行銷策略在網路上增加曝光度呢?
6.
醫病關係與信任感的建立
先說明一下,在這個子題裡面,我較難做深入的討論。這邊提出來的觀點,希望醫生朋友們也可以幫忙思考一下。
我很意外的在這次事件中,聽到很多人討論醫病關係的問題。大致的概念是這樣。
醫生認為:「生病應該要去看醫生而不是 Google。」
民眾認為:「看完醫生之後還不是要去 Google。」
我本來沒有深思這個問題。但在幾場討論中,我不斷的聽到一般民眾對這件事情的抱怨,而認真思考了這個問題。
先講我自己吧。我自認為自己是個什麼都想找專家問的人了,但我仔細思考後才意識到,我人生中的許多病痛,都是在 Google 上面找了又找。原因很簡單,在醫院的經驗很差,幾乎都是被醫生「打發」走的。
很多人提到,這個部分跟台灣的醫療環境有關。醫生一個下午要看幾十個病人,每個人能被分到幾分鐘?有人提到美國的醫院能夠看比較久,這問題不存在。不過以我在美國看醫生的經驗來說,因為實在太貴了,除非是什麼非得去看不可的病,否則我也是 Google。
我想談一下信任這件事情。
信任感的建立,是所有關係的基礎。為什麼網路創作者的業配有影響力,其實也是建立在觀眾與創作者間的信任基礎上。去醫院聽醫生的話,還是看愛莉莎莎的影片,抑或是讀一本有商業名人作序的書,你會選哪一個?
就理智來說,我應該會選擇去醫院聽醫生的話。但是說坦白話,以我在台灣看醫生的經驗,實在沒有碰到幾個讓我能花時間跟他建立信任關係的醫生。
信任這件事情兩面刃。對於網路創作者來說,獲得讀者的信任,會有更深的業務合作機會。但是,也同時意味著,你所承擔的社會責任更重。因為他們會相信你。但要如何讓民眾更相信醫生,而不去聽信偏方,這可能不僅是醫界,而是所有想做科普的人都得想的問題。
這邊有一個小延伸,是我無法討論的題目。很多醫生提到,因為他們的醫師身份,所以說話都要非常的注重遣詞用字,風險和副作用都要講的很清楚。但是網路上的很多言論都會誇大,而且只要他沒有賣產品,就沒有違法。這部分我實在無法深度討論,只能交給法律專家來。
7.
自媒體的困境
最後我想聊聊自媒體的困境。這個子題跟這次的事件關係較小,但我想提供給對自媒體產業不太熟悉的人有多一點資訊可以思考。
過去幾年,有資源的傳統媒體還沒有重視網路平台。網路上的獨立創作者,一個一個出現。然而幾年過去了,現在創作者所要面臨的,已經不是彼此的競爭,還必須要面對各種傳統媒體品牌排山倒海的進入。
這個部分,很多 Youtuber 都有聊過。前一陣子 Joeman 也分享了他對於這個子題的看法。
不過我想講的重點是,很多人以為 Youtuber 很賺錢,自媒體很風光很自由。但其實,自媒體是一個走在時代前端的新創產業。他很新,不傳統,營運模式還在測,PMF還在找,而且受制於平台演算法不斷的改變,充滿了不確定感。
台灣有所謂 Youtuber 這個職業還不到十年。而且即便是 Youtuber,每個人的營運模式可能都完全不一樣。有的是一人公司,有的自己開公司,有的有經紀公司,有人自己剪片,有人外包。
以創作的題目來說,由於受限於演算法的要求,每週得出一部影片,最好是兩部。創作一兩部大作不難,但在這樣大量消耗的情況下,一年要產出近百部作品,絕對不是一件容易事。更何況是兩年,三年呢?
再加上演算法的殘酷,可能第一年你想要先衝訂閱,努力拼到五十萬。結果第二年演算法改了,訂閱數不重要了,好吧,再想想別的目標。
我的看法是,未來全職的網路創作者會越來越少,要養團隊,有其他產品,或是將創作轉為副業的情形會越來越多。沒有所謂的一個題目可以做五年十年,不只是愛莉莎莎,你會看到各個創作者都在不斷的調整頻道走向,加入子題,甚至是換題目做。
8.
小結一下
我不太想用什麼兩邊各打五十大板來做結論。因為這件事情就不是這樣。當我看到愛莉莎莎第二部影片出現的時候,就知道事情不妙了。不管怎樣,都是錯得離譜。但以一個教育工作者的角度,跟鄉民一起撻伐其實沒有什麼意思。所以我決定花一個晚上的時間,記錄一下這次發生的事情。希望愛莉莎莎以及其他創作者能多了解這件事情所造成的影響。
另外,我非常高興這次能在 2月14日參與了由林氏璧所開的 Clubhouse 討論群,能夠聽到很多醫師和一般民眾的討論,讓我能反思這次事件。高密度的聽到許多醫生的意見不太容易,但我覺得最難能可貴的,是大量聽到一般民眾的想法。我不敢說這是個嚴謹的田野調查,在討論中我也沒有錄音,僅在我覺得聽到有趣的觀點時,簡單做下筆記而已。但這些理性的討論,讓我能在一天內聽到那麼多的意見,對我的大腦來說,是場很激烈的運動。
這是我對愛莉莎莎踩到線的看法,這樣的事情,我相信大家都是不願意看到的。但事情發生之後,所帶出來的問題,希望能提供給大家一點思考的方向。
《#愛莉莎莎踩到線》
註:非常感謝大家能讀完我的這篇研究筆記。如果當事人有機會能看到這篇文章,裡面若有什麼解讀錯誤的部分或是想跟我分享更多你的心路歷程,歡迎私訊跟我聯絡,我會非常高興。這件事情已經發生,很多傷害已經無法彌補。但以一個教育工作者的角度,我希望這件事情能給社會帶來一些正面的反思。
演算法 設計與分析 台大 在 C.C.M Math Facebook 的最佳貼文
to 高中生, 大一生, 大二生:
這篇文是針對數學系, 電機系, 資工系的比較
可以衡量看看自己對哪部分的數學較有興趣
#也提供正在準備備審的學測生
#針對這三個科系更深入的了解
[大學介紹篇1-數學成分的差異]
喔! 對了!!
本來預計要寫"[求職篇5-暑期實習]"的說
但投了5~6個實習都收無聲卡...
是故只好停刊, 改成大學介紹的主題了
-------------------------
問題: 數學系的數學 v.s. 電機系的工數 v.s. 資工系的數學
這三者有何差異呢?
*感謝高三生Lin Lee提供這個好問題
------------
1. 數學系的數學
以台大數學系而言, 從高中生可理解的角度分類必修課
60%分析類: 微積分, 分析(高等微積分), 機率導論
常微分方程, 偏微分方程, 複分析(複變), 幾何(微分幾何)
-
30%代數類: 線性代數, 代數
-
10%程式類: 計算機程式設計, 計算數學導論
其中又以分析, 代數, 幾何, 複變為最最困難的科目
-
而且個人認為
分析的精華在於Lebesgue(1875~1941)的Lebesgue積分
代數的精華在於Galois(1811~1832)的Galois理論
相較於數學歷史, 兩位都是近兩百年的年輕數學家
-
所以我會把數學系的核心學習內容--分析+代數
稱呼為"現代數學"
而國高中所學的算是"古典數學"
-
類似於物理系的學習內容--相對論+量子力學
稱呼為"現代物理"
而國高中所學的算是"古典物理"
------------
2. 電機系的工數
以台大電機而言
工數=分析類+代數類-{分析,幾何,代數}
當然, 程式類會比台大數學還要重好幾倍
-
換句話說
電機系的數學部分=被拔掉{分析,代數,幾何}的數學系
雖然電機系免除這三大魔王的摧殘
但還是有同等級的電路/電磁/電子學迫害
總之, 電機系的數學成分相當高就是了
-
當然, 電機系的工數課都在代公式, 簡化, 求解居多
另外, 數學系的數學課則是套定理, 推理, 證明居多
兩者有不同的需求, 不同的難度, 和不同的發展
電機系學工數是為了信號與系統, 三電, AI等等
一些進階領域都需要不少線代/機率/微分方程的知識
-
所以, 電機系的核心學習內容--三電+工數+演算法
基本上就是18世紀以後的電學+用工數語言描述
這也是電資學院最夯的"電子系"的基礎囉
不過, 很多電機人跨去資工又是另一個故事了
基本上就是沿著演算法的路往資工方向走
------------
3. 資工系的數學
以台大資工而言
數學={微積分,線代,機率}+{離散,資料結構,演算法,自動機}
當然, 程式類又比電機系重了不少
-
基本上, 資工系只修{微積分,線代,機率}
大概可以算是二類組最低要求的數學知識吧
所以, 他們的重點在於{離散,資料結構,演算法,自動機}
也就是俗稱的"理論電腦科學"領域
-
按照時間順序來說的話
20世紀的數學家在探討是否所有問題有答案
而理髮師的悖論則說明有些問題無法解
因此, 有人試著從邏輯切入, 試著判斷問題的真偽
也有人試著設計機器, 自動地分辨給定問題的真偽
前者最終以失敗告終
但他建立的數理邏輯, 則讓後者成功了
這種機器稱之為"圖靈機", 也就是現在的"電腦"
而過程中的這些理論則屬於自動機與形式語言
是理論電腦科學的起源
ref: 這段是某篇看過的文章內容, 跟這篇有點像 https://www.thenewslens.com/article/55863
-
總之, 70年前二戰時, 第一台破密用電腦被實作出
直到大約50年前, 才開始發展演算法來有效使用電腦
而演算法又包含各種策略,圖論,P&NP,組合學等等
以上的這些統稱為"理論電腦科學"領域
基本上就是不管硬體和系統, 不寫程式的電腦科學部分
-
所以, 資工系的核心學習內容--
{線代,離散}+{資結,演算法}+{作業系統, 計算機結構}
基本上就是近70年發展的電腦科學
我會稱呼理論電腦科學部分為"後現代數學"
也就是近100年的數學發展
-------------------------
下次要是有機會的話
再來聊聊給分甜度的問題好了
問題: 為何數學系給分超低v.s.電機系給分超甜
或者是也可以談談往研究所發展的問題
問題: 數學系, 電機系, 資工系研究所發展趨勢
-
不確定高中生對於哪個比較有興趣
也有可能我就懶得再發文了
總之...
歡迎下方留言各位感興趣的相關問題唷!
#歡迎上進的高中生們
#把我的語錄抄進備審
#我的理解深度還行吧
#不確定QQ
演算法 設計與分析 台大 在 新思惟國際 Facebook 的精選貼文
#蒐集統計技能就跟超商集點一樣
#為何選擇新思惟
#以下是我的挑選方式
▋ 與別人不同的上課目的:完成統計技能拼圖
研究所就讀期間,長時間使用 SPSS 分析病人檢體數據。遇上染色體等基因型演算法,得改用 SAS PROC HAPLOTYPE 計算。畢業時,已對 SPSS 操作很有信心,但 SAS 操作也僅止於特定程序。
由於上一間服務醫院曾提供統計諮詢工作,當時就告訴自已,一定要把統合分析技能學起來,補足我的統計專長拼圖。別人是以寫論文為目的來報名此課程,我是以完成統計專長拼圖為目的。(超商蒐集點數的感覺,集好集滿拼好拼滿的概念。)
▋ 為何選擇新思惟的《統合分析工作坊》
類似的工作坊,Google 後便可發現還真不少(有規模的至少有 4 個)。
個人認為,人有沒有專業,不是看證照有幾張;工作坊有沒有能力及效率傳達正確知識給學員,也不是看有沒有被 Cochrane 認證。只要有實力,就可迅速判斷上述的「有沒有」。
曾秉濤醫師,光 2016 年就發表 10 篇 meta-analysis 文章,這就是實力;2018 年 11 月,新思惟校友 PubMed 發表 50 篇,這就是工作坊有能力及效率傳達正確知識。如果你對統合分析有興趣、如果你只是想要有 SCI 期刊成績,不在意是否高分 IF,這堂課將是身為初學者的你,最好的捷徑與選擇。
1 年發表 10 篇文章,能力絕對不等同 1 年發表 1 篇文章。若能跟據講師提供的經驗,依樣畫葫蘆,絕對可少走許多冤枉路(例如,文章搜尋廣度及深度不足,導致統計一跑再跑)。
▋ 統合分析生手也不用擔心
張凱閔醫師將於課程中,以論文第一作者身份分享經驗,解說上課練習用論文其故事脈絡,並引領學員從臨床現場走進統合分析世界。
最後,再跟躊躇不前或需要再被人推一把的人說明,我試用過其它統合分析軟體,具有傳統生物統計專長,有發表過 SCI 期刊(最新的一篇),也知道教學原理(我大學是讀師範體系的學校,唸了 40 多學分的教育學程),新思惟這樣的課程設計及教學流程,絕對符合大部份初學者需求且也易學易懂(本人真誠相挺)。
🎯 講師群 SCI 超過 220 篇,並有超過 68 篇 meta-analysis。
|張凱閔|
知名復健醫學與超音波學者,台大流病與預防醫學博士,已發表超過 21 篇 meta-analysis 論文,探討臨床常見議題。
|曾秉濤|
專業精神科醫師,擅長從臨床工作找到發表議題,已發表超過 47 篇 meta-analysis 論文,並組成研究團隊。
|蔡依橙|
專業課程開發與整合者,能迅速理解學門架構,並以初學者能理解的方式,建構學習流程。生涯被 SCI 期刊接受的圖表,已超過 500 張,熟悉學術審閱過程與要求。
▋ 初學者真的可以嗎?我需要有怎樣的基本能力?
初學者真的可以,經過我們的拆解與教學,其實 meta-analysis 並不難。
你只要會用 Windows,懂得使用像 Word / Excel / PowerPoint 這樣的軟體,就足夠了。上課我們會把重要的觀念講給你懂,而互動實作就是理解流程,只要懂得電腦操作,能照著教學步驟,點擊正確的功能,就沒問題。
一些枝微末節的卡關,現場講師與助教,會全力協助您。請放心。
🍄 不必了解森林,採回你要的香菇就好。
🔸 省去耗時耗力,踏入統合分析的大門。
🔸 熱門課程|2019 / 10 / 19(六)統合分析工作坊
🔸 立即報名|https://meta-analysis.innovarad.tw/event/