下面雖然有些很 bull shit 但是基本上都有打到點阿
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
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
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
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
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
雖然我不是很肯定他這麼區分的意義是什麼,但並沒有錯
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
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
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
我看不出他怪在哪 以及你的舉例哪裡反駁了這個定義 @@
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
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
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?
那我們可以算出他的淨利 = 2-3 = -1 對不對
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
因為淨利要用 real cost 來算,不是 Opportunity cost
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
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 🌚
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
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
真的麻煩的也只有EV吧 除了EV不都該要能自動化才對嗎🌚
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
Dense Layer 沒辦法處理 Variable Length 的東西
好啦 CNN 確實有 feature extraction 的效果