Jump to...
redirecting...

Log for YSITD

捕夢網深得您心
@s3131212 欸所以你看到那篇了ㄇ
機會成本那篇
有,但我沒 get 到點,所以沒回
[sticker](media:AAMCAgADHQI9ls-AAAEVJQlfC0TLyYj8hzuKzNjCMGvXIL0NDgACTwUAAutuoBAAAQspAu614DV8Q0sNAAQBAAdtAAMqmgACGgQ@telegram)
機會成本的意義是什麼
下面雖然有些很 bull shit 但是基本上都有打到點阿
所以
我不太懂你哪裡卡住
不是 我要先確認你對機會成本的理解我才能繼續
你要用的是哪個版本
正確理解版
aka 180 那個
not that
我是問意義不是定義
機會成本是,當你做了這個選擇時,你放棄了什麼,而這個放棄的東西就是你的成本
那 這代表了什麼
這代表你為了做這件事情付出多少代價
所以說
我花了同樣的時間
但是代價不同?
時間本身沒有價格
你的論述在於,你正在把時間與價格掛勾,但並沒有,一小時就是一小時
他價值多少,取決於,你能拿這一小時換取多少錢(或其他可量化的價值)
一小時不會因為你選擇去加油站還是飲料店就有任何改變,他始終都是一小時
改變的是,你用這一小時換到了什麼
如果你去 160 的飲料店,那你用這一小時獲得了 160,但代價是你損失了本來可以去加油站打工的 180
所以去飲料店的機會成本是 180,一小時還是一小時,他的價值就是一小時

機會成本=外顯成本+內隱成本
要怎麼理解
你放棄的東西可以是外在很顯然的東西(失去了 去加油站打工本可獲得的 180)和你內心感受(在飲料店打工讓你很開心,所以獲得 20,也就是失去 -20),以括號內的舉例來說,機會成本就是 160
(我只是想要跟你說成本不一定是正的)
不是這樣ㄅ
[photo](media:AgACAgUAAx0CPZbPgAABFSUmXwtITtsyM3gyxvaQHI-jrtN2UnAAAmKqMRsz71lU95Xfdgssnn33AAEfa3QAAwEAAwIAA20AA6SrAwABGgQ@telegram)
喔幹 好
翻譯問題
我們都直接把上面寫的 外在成本 翻譯成 會計成本
事實上我沒聽過有人把他翻譯成外在成本,但我相信高中公民課本這樣翻是有可能的,只是我沒印象
而且他的定義好奇妙喔,他的意思有點像是,外顯成本是 你必須付出的東西,內在成本是 你本可得到但放棄的東西
所以這有啥問題ㄇ
雖然我不是很肯定他這麼區分的意義是什麼,但並沒有錯
那 為什麼機會成本會等於這個
如果機會成本的定義是 best alternative choice 的話
你放棄了什麼,有 你為了這個決定付出多少 還有 你因為這個決定而得不到你本可得到的
額,為什麼不等於(?
我剛剛以為我 get 到了,但想了想,不對,我還沒 get 到
欸那我這樣問好ㄌ
假設有以下三個互相排他的選擇
A 花2000 賺3000
B 花3000 賺5000
C 花4000 賺6000
機會成本分別是多少
A 1000 BC 2000 ?
靠腰,這是什麼 IBM 面試題目嗎
欸不對
喔幹 不要考我心算能力好不好
[sticker](media:AAMCBQADHQI9ls-AAAEVJTlfC0qNT5TbgcLxfg2E2yBfbtBugwACFwAD6c9iCIA3Ko-y5vsWTyC-MgAEAQAHbQADeyQAAhoE@telegram)
這個位數加減ㄟ
不然你列算式
安捏?
A 2+6=8
B 3+6=9
C 4+5=9
是這樣ㄅ
你花 2000 又賺不了 6000
為啥
乾,笑死 我好像突然 get 到你卡在哪了
你為何會列出這個式子
2是外顯成本6是隱含成本ㄚ
簡單來說,隱藏成本是其他選項中淨收益
這樣比較才有意義
欸幹不對,我發現你卡的點不只這邊
所以會變
A 2+2
B 3+1
C 4+1
為什麼我覺得越來越怪了
等等,讓我想想,我晚點回你
好,這題的問題在於,他的比較基準不一樣,隱藏成本的意思是,「我拿這一小時去飲料店打工,代表我放氣了拿這一小時去加油站」,比較基準都是一小時,只是你走兩種策略的結果不一樣

但在這裡,你的比較基準不一樣,一下是花 2000 一下是 4000,自然沒有辦法比較,如果我們假設他可以等比例放大縮小,於是我們放大到花 12,那大概會是:

A 花 12 賺 18
B 花 12 賺 20
C 花 12 賺 18

A 賺 18,機會成本是 外顯 12 + 隱藏 (20 - 12) = 20,所以獲利是 -2
B 賺 20,機會成本是 外顯 12 + 隱藏 (18 - 12) = 18,所以獲利是 2
C 賺 18,機會成本是 外顯 12 + 隱藏 (20 - 12) = 20,所以獲利是 -2
所以你應該選 B,挺符合直覺的
ㄛ抱歉我忘記說 這三個選項都花了單位時間
就 排他
然後你不能只選一半
或是放大
所以 單位時間 + 花費 怎麼算 QQ
我哪知道
現在問題就變成你的單位時間價值多少阿
你的單位時間價值多少,取決於他的機會成本
循環論證 get
所以我才覺得外顯成本*+隱含成本很怪ㄚ
ㄛ但是這不是我唯一覺得怪的點
我看不出他怪在哪 以及你的舉例哪裡反駁了這個定義 @@
阿不就這個問題
只是我還是會強調,基本上這只是文字遊戲,你根本不必去搞懂兩者是啥,以後也完全用不到
好 那我們不談外顯跟內隱
談另個問題
反正我們都統稱機會成本,沒人在乎這是外顯還內隱
A 3
B 2
C 1
後面的數字是得到多少錢
機會成本是假定了你的時間的價值是能被量化的,基本上所有經濟學理論都假定所有價值都是能被量化的
只是很不幸的在這裡我們量化失敗了
三者的機會成本分別是
A 2 BC 3 對不對
大概就像是 你裝一個紅綠燈要五百億,平均一年可以拯救一個人,你認為該裝嗎,如果你認同人命無價,那就算是五百兆你也要裝,但這很奇怪,所以,怎麼量化人命的價值?
不盡然對,但可以姑且先這麼理解
那 B C兩個選項一樣爛ㄇ
如果他們機會成本都是3的話
不一樣阿
B 獲利 2 成本 3
C 獲利 1 成本 3
那我們可以算出他的淨利 = 2-3 = -1 對不對
假設B選項
額,我很想說可以,但感覺等等我會被打臉
好的 算出A的淨利
獲利 1?
不過,恭喜你踩到經濟學的地雷啦,成本 != 機會成本 XD
但你先說完ㄅ
這就是不合理的點ㄚ
明明BC相差1而已
為什麼淨利會=2
是的,那假設機會成本不是成本的話
我要這概念幹嘛
因為淨利要用 real cost 來算,不是 Opportunity cost
那什麼情況下我會需要用到 OC
不盡然正確,但你可以先把 real cost 理解為外顯成本,也就是我們口語上「成本」的意思
而 RC 不能解決
欸我要先睡ㄌ 明天段考
跟經濟學家打嘴砲時
我想想該怎麼回答,你可以先去說(?
欸我不懂為什麼在新酷音,我打 睡 他總是會出現 說 ,我怎麼選字他都學不會
你花 10,000 請我幫你寫功課,你多出來的時間可以去打 20,000 元的工

你現賺 10,000 元,這個就機會成本,他不是實際成本 🌚
自己新增到詞彙庫
新酷音都很神奇
[photo](media:AgACAgUAAx0CPZbPgAABFSV-XwtWvq8UdOPBRegnLqeZUE3SXQQAAmaqMRsz71lUuKbsHU_1BLSjeh1rdAADAQADAgADbQADBLIDAAEaBA@telegram)
就我理解,OC 主要出現在 比較多個選
我覺得是用來評估怎樣運用現有成本可以更有效益
但是講難聽一點,就是讓自己消耗成本好過而已
其他時候,不是 OC 不重要,是我們根本不會去強調這是 OC 還是 RC,因為分析結果不會有差異
但是這個我一樣可以透過分析淨利來解決ㄚ
++
機會有限,慾望無窮
歷年來ㄉ課本都這麼說ㄉ
誒乾好像不是機會有限(?
[photo](media:AgACAgUAAx0CPZbPgAABFSWIXwwQgA2GElWm8AJ8s-GEIgdvencAAq2wMRsz72FUoBhTE_exCAekYRdrdAADAQADAgADbQADlLsDAAEaBA@telegram)
笑死
他幹了什麼
笑死 發生了什麼
因為人事大地震,一堆人被炒了(?

https://udn.com/news/story/6811/4696196
這裡有沒有人要變色龍ㄉ
是生物的變色龍嗎?
不是
是那個可以複製卡卡ㄉ變色龍
[photo](media:AgACAgUAAx0CPZbPgAABFSWSXwwk0-CwwLWnNyYVc8DSnTzu-vMAArywMRsz72FU4XzvsAABUjvIqokga3QAAwEAAwIAA20AA9W4AwABGgQ@telegram)
[sticker](media:AAMCBQADHQI9ls-AAAEVJZNfDCTVTmMKpSN-wUc1H27k8mVbuwACsgEAAqiNRQ4p1gGLSe_6gtUq2zIABAEAB20AA0cmAAIaBA@telegram)
高科技?
笑死
加一下看起來比較猛
問,如果一個 ML model 全部都只有 Fully Connected Layer,除了算很慢以外,會發生什麼事嗎
LE 🌚
快笑死
兩年憑證以後不被接受了喔 要買快買喔
下個月瀏覽器廠商就跟你說 兩年直接作廢
最後還不是要換一年的 早點習慣比較好🌚
真的
真的麻煩的也只有EV吧 除了EV不都該要能自動化才對嗎🌚
如果不是土炮手動更新的話,長度多久根本無所謂吧?
對啊
酷ㄛ
Overfitting?
Overfitting?
dense + dropout 呢
就,各種不同的 layer 有什麼原因導致不能用純 dense layer 去擬合(讓演算法去自己發現)嗎?
我知道這是個笨問題,但以前完全沒學過 ML 毫無基本常識 QQ
我覺得就是因為很久很慢
ㄛ不包含RNN
Dense Layer 沒辦法處理 Variable Length 的東西
是說 我覺得CNN其實有多給NN一項資訊
就 空間性(?)
例如 有兩個圖形
16x16 跟 32x8
對Dense Layer而言這兩者沒差
所以其實在做flat的時候損失了一項重要資訊
就是 pixel 間的空間位置關係
那你餵給他位置阿(?)
好啦 CNN 確實有 feature extraction 的效果
好ㄅ 好像有道理
打完傳出去之後突然驚覺不是這樣(?)