K9-DATA✳️DATA

Features:

1. Combine “Excel” and “Probability distribution simulator”

2. Surpass Calculus

3. Attach the software to plot the 3D graph of the joint probability distribution

4. Attach the 178 VBA programs to generate more data

5. Extend to the probability models and statistical models

Probability theory and Statistics:

1. Simulate data from 39 probability distributions

2. Plot Polygon of the probability distribution and calculate the coefficients

3. Simulate data of the joint probability distributions and conditional probability distributions

Surpass Calculus:

1. do the transformations of one random variable

2. do the transformations of two indepedent variables

3. do the transformations of two dependent variables

4. do the transformations of several independent variables

Ebook Video: https://lnkd.in/dkM88Deg

AMAZON .com: https://lnkd.in/dRCzWcVc

Could you tell me that how many possibilities the combination of arcsine distribution and shifted exponential distribution are?

The core of big data and artificial intelligence is the simulator of probability distribution.

#每日一句

#每日一句

看愈多的數據

分析愈多的數據

你愈能累積數據的挖掘力

成為一名專業的數據科學家，你會看到大量的數據。數據特性會有概率模型表現出來，所以你需要認識概率分佈。

我列出常見的45種概率分佈，包含39種連續型概率分佈和6種間斷型概率分佈。但海量的數據未必是45種概率分佈所能涵蓋，數據科學家認識與應用概率分佈需要更加得心應手才是最好的學習方法。

I went to the website of Japan Bureau of Statistics and found the 2015-base Consumer Price Index.

Data source: https://www.e-stat.go.jp/en/stat-search/files?page=1&layout=datalist&toukei=00200573&tstat=000001084976&cycle=0&tclass1=000001085995&tclass2=000001085936&tclass3=000001085996&tclass4=000001085976&stat_infid=000031431703&tclass5val=0

Time: 1970/02 ~ 2021/02

Frequency of data: monthly

Result: Gumbel, type I, distribution

parameters: a = 2.66, b=0.782812

Software source: http://tinyurl.com/goodnessoffit

Property of software: free portable modeling software to test 45 probability distributions and select the optimal one on the criterion of minimum chi-square test statistic.

I downloaded data from Taiwan macroeconomic database on the website of the Directorate General of Budget, Accounting and Statistics (DGBAS) of Executive Yuan. Then run the modeling software to find the probabilistic model of YOY of Taiwan CPI.

Data period: 1981/01 ~2021/02

Frequency of data: monthly data

Result: Gumbel, type I, distribution

Parameters: a=0.67, b=1.610871

Software source: http://tinyurl.com/goodnessoffit

Property of software: free portable software to test 45 probability distributions for data.

More functions can be found in the book entitled “統計學不能做為大數據分析的工具.”

Video of running software: https://youtu.be/DTaQses8qEo

Let me try to use the modeling software and to find the probabilistic model of trimmed mean PCE inflation rate.

Data source：https://fred.stlouisfed.org/series/PCETRIM12M159SFRBDAL

Time period：1983/01 ~ 2021/02

Frequency of data：monthly data

Result：Gumbel, Type II, distribution

Parameters: a=3.07, b=7.153330

Software source：http://tinyurl.com/goodnessoffit

Properties of software：free portable software where there are 45 probability distributions ca be used to test data.

Video of running software: https://youtu.be/M5v-gN-Rcp4

💡免費軟體：一組資料建立數學模式中改良式適合度檢定判定機率模式！

🔗載點：https://tinyurl.com/goodnessoffit

⚙️安裝方法：https://www.facebook.com/101934758670628/posts/102026395328131/?d=n

🟠轉發🟠統計學不能做為大數據分析的工具第二部介紹影片

機率分配模擬器的功能之一就是搭配適合度檢定和曲線配適法，讓你找到數據的來源。所謂數據的來源是指單一欄位變數的數據可以找出機率模型！

這點是目前學統計學，準備銜接大數據、機器學習、深度學習的核心機率模型的能力！

當別人辛辛苦苦還在不知所云時，你已經輕鬆用軟體檢測完45種機率分配。如果數據不在45種機率分配中，還可以用曲線配適法(curve fitting)，幫你找出機率模型的數學模式。

沒有做過這方面研究的學者專家，還在用他們的經驗談論著大數據和人工智慧核心機率模型時。你已經大步往前推進了！

我已經往前並且自我學習！模擬器(simulator)幫助我可以自我學習。數據的變化，我能夠用機率分配模擬器生成符合觀察值的數據，幫助我釐清數據關聯。那些專家學者們已經不能再教我了！

你做不到精確地建立數據的數學模型就是因為一開始選擇不符合數據的模型！而且還無法讓數據自己有選擇！

然後又不能拆解誤差.....也看不到最後數據的數學模型，自然非常不容易達到精確程度。

知識無價

人工智慧重要在哪？

人工智慧在1950年代開始發展，時至今日仍在發展中。為什麼人類在這70幾年中仍不放棄人工智慧的研發呢？

科技時代是以科技技術領導世界的發展進程。整個人類的經濟發展史也可以說是一場科技發展史。從遠古火的出現到書寫記錄、火藥、指南針、青銅變鐵器、蒸汽機發明、電力的應用、微波的應用等，無不是科技改變世界的生活圈與經濟圈。

人工智慧的出現就在人與機器之間的串聯或可稱為合併。我們對於很多的事物或服務開發不是拆開專精，就是東湊西拼，能夠融合的，就成為一項新的創新。而人類也思考著除了有生命的動植物外，無生命體能不能也像有生命的人類一樣呢？會思考、會自主行動、會有情緒、會有各種如人一樣的感覺、行為。

所以在過去的研究中才會發現猩猩是最接近人類的動物，才有物種起源的出現。此外，在中國的神話中，動植物也都可以成精怪，像人一樣。那麼無生命體呢？能不能也變成像人一樣思考，像人一樣行動？人類期待機器可以像人一樣，但又害怕恐懼他們會毀滅人類。所以電影中常見的就是機器人三大原則不可違背，其中之一就是不傷害人類。但很多時候的結果是互相傷害的。如果沒有一方出現惡意或剝奪生存權利，就不容易發生傷害或推翻等事情。

人工智慧是人類最機器等一種極致性研究。科學家希望機器能像人類一樣思考。其實當科學家能夠研究出像人類一樣思考的機器時不也代表人類可以控制自己的大腦了嗎？無論是腦波、訊號、洗腦、換腦，創造機器可以像人類思考就是個「創腦」的創造。如果無法對腦部思維與結構深刻了解，那麼又如何去做人工智慧？

於是人工智慧的意思下降到「讓機器運用數據資料，模擬人類思維的決策過程」成為目前人工智慧的目標。這也就是為什麼我們會看到物聯網或是對話機器人出現。如果你再仔細觀察，有沒有發現這很像養寵物時做的事情？

在訓練後一隻黃金獵犬可以出門幫你買東西，拿包裹、開關門等(如果你放心的話)。這在臉書的寵物影片中很常看到。那麼物聯網中的開關訊號和時間控制，像不像你有一隻那樣的寵物？寵物有時生理時鐘比人類還要準，像是下班開門就看到狗狗將你的拖鞋放在大門口等你開門可以穿鞋。好吧～我得說我沒有這樣的貼心狗😝。有些狗經過訓練後確實可以做到這些。

人類有個特性喜歡尋找價廉物美、不花精力的方式達到目標。現在一隻可以訓練成具有物聯功能的狗，以及物聯網功能的apps，你會怎麼選擇？請注意狗還沒訓練過，但經過訓練就具有物聯網功能。歡迎在下方留言，你喜歡哪種吧。

回到人工智慧，目前還在進行中，物聯網至少達到幼兒園的位置。此外人工智慧的基礎很多，包含機器理論、電腦理論、程式設計、人類狀態與反應的數據、人類行為數據、網路連線、密碼技術、安全防護、影像辨識等。在愈進步的經濟體系，一件事情可以切割成很多的工作碎片給不同人做。這些工作碎片通常都是日常常態性工作內容。這樣的固定模式或常態性工作就可以有辦法人工智慧的機器/電腦取代。就像新聞稿的記者，當新聞採訪完成後，聲音轉文字，再有潤稿軟體潤飾業一下，一篇新聞稿就生成完畢。如果單純只寫新聞稿的記者就會失業。因為他們的工作可以有外面採訪新聞的記者和軟體幫助完成稿件撰寫。

人工智慧是個集結很多技術堆積而成的產品/物件。而人工智慧的應用性非常廣泛。人工智慧的判讀愈精確，就會加快這些可以被人工智慧取代的工作項目，同時也會創造很多新的工作或產業。而原本的產業或分析也會因為人工智慧而大大提升數據分析和判讀精確性，讓產業政策、企業策略等發生翻天覆地的變化。如果只是做虛工或承接虛案的廠商、或是無意義的政策或造假數據也都無所遁形。這就是人工智慧的厲害之處！屆時「智慧腦」在數據辨識、分析、建模、比對、決策上都將是最為客觀地呈現，也就是幾乎無人為干預的可能。

比特幣為什麼會成為交易貨幣的其中之一的原因就是它的程式碼無人可改。後來者都只能遵循已經寫好的程式碼走。想要人為干預？或許全球大停電停機，給他停個35天，那也只是這段時間阻斷而已。

哈哈哈

不難過

只想要你腳邊的那本書

我只是想用做大數據分析而已

Be a data scientist!

Own the big data analytic method, then you can apply the method to any series of data.