uber車資計算的問題，透過圖書和論文來找解法和答案更準確安心。 我們找到下列地圖、推薦、景點和餐廳等資訊懶人包

鏡與窗談判課：哥大教授、聯合國談判專家，教你用10個問題談成任何事

為了解決uber車資計算的問題，作者愛麗珊德拉‧卡特 這樣論述：

幫助無數人活出價值的一堂奇蹟課程！    面對鏡子反思自己， 望向窗外看懂他人， 擁抱｢鏡與窗｣，創造真正的共贏關係！   　　哥倫比亞法學教授、培訓超過80國外交官的聯合國談判專家 　　淬鍊15年實戰心法，首創「鏡與窗」開放式提問框架， 　　掌握這10個問句，用提問扭轉困境，爭取更好的人生！   　　‧空降《華爾街日報》商管書排行榜 　　‧美國最大讀書社群Goodreads、Amazon讀者★★★★★好評盛讚 　　‧作者親身實證，運用書中技巧找到天賦熱情、解決家庭難題 　　‧國家元首口譯、政務委員唐鳳英文講稿撰寫者葉妍伶翻譯、推薦   　　你為什麼翻開這本書？   　　或許你想爭取更好的

待遇，想要自信地問公司：「我有多少價值？」 　　或許你的工作陷入停滯，打算轉換跑道。 　　或許你和伴侶起了衝突，想在感情裡獲得更多諒解。 　　又或許，你和本書作者一樣，必須為家人做出艱難的醫療決定。   　　不管你是誰、從事什麼工作，在每個人工作、生活和夢想的場域，談判都無所不在。   　　只有7％的人會在談判中問出好問題，所以你需要這本書。   　　作者愛麗珊德拉．卡特是哥倫比亞大學法學院教授，亦是全球知名的聯合國談判訓練專家，她親身實證，透過書中的技巧找到自己的熱情，並首創「鏡與窗」十大開放式提問，帶你從「鏡」問題反思自我，再透過「窗」問題看懂他人需求，輕鬆駕馭所有困難對話，再也沒有談不成

的事！   　　這十個需要勇氣的問句，能幫助你突破任何困境，創造受用一生的價值。   　　談判就像操控獨木舟穿越海蝕洞，透過提問，你將更有意識、更有目標地駕馭各種對話，在公、私領域建立底線、改善關係、創造更好的交流。透過提問的勇氣以及答案的深度，我們將讓這世界更閃耀。   各界推薦   　　楊斯棓︱《人生路引》作者、方寸管顧首席顧問、醫師 　　何翩翩︱牧村文教創辦人 　　賴芳玉︱律師 　　李佳憲︱悠遊卡董事、LeadBest 顧問集團執行長、台灣敏捷協會理事 　　黃嘉琦︱TutorABC暨tutorJr 總經理 　　鄭志豪︱熱門談判課程「一談就贏」創辦人 　　劉俊佑（鮪魚）︱生鮮時書創辦人 　

　白慧蘭︱台灣微軟消費通路事業群資深產品行銷協理、「工作生活家」社群主理人 　　張士庭︱Impact Hub Taipei 共同創辦人暨Impact Hub 亞太地區副召集人、 　　2019 歐巴馬基金會亞太地區領袖 　　陳雪如︱諮商心理師、企業溝通講師、作家 　　何則文︱「職涯實驗室」社群創辦人、作家 　　王意中︱王意中心理治療所所長、臨床心理師 　　盧建彰︱導演、作家 　　朱為民︱臺中榮民總醫院健康管理科主任 　　盧世安︱「人資小週末社群」創辦人   真摯好評迴響   　　有夢想的你該理解現實，好讓你的夢想變成現實。──盧建彰（作家、導演）   　　初看書名貌似小說，翻閱後卻覺得新穎、奇妙

。作者利用一個個具體的生活案例，引導讀者體會好的談判心法。以「談判」一詞來形容或許過於嚴肅，但生活中談判的確無所不在。談判是優雅的溝通，無論你在商業、親人、朋友的何種人際關係中，好結果往往源自於多次的良性溝通。看見自己的「鏡」，探索他人的「窗」，是生活中最好的軟實力。 　　我身為賦能顧問，透過敏捷思維與數位創新的能量，為各行各業加值自身的價值。每天面對產業老闆、投資人、政府首長等各式各樣的對象時，我總是秉持「問出對的開放式問題」與傾聽客戶想法。透過事前的「鏡」來理解自身優勢，應用「窗」來探索、了解客戶的價值，達成所謂「賦能」的過程。本書對初入談判領域或具備深厚經驗之業界人士來說，是本寶典，誠摯

推薦！──李佳憲（悠遊卡董事、LeadBest顧問集團執行長、台灣敏捷協會理事）   　　很多人認為談判就是要爭辯，但幫助過上千人提升談判技巧的聯合國談判訓練講師卡特教授提醒，談判人員要做的是聆聽、提問，以掌握需求，並透過有計畫的引導每個對話、談判，才能準確地邁向目標。 　　只要你會與他人對話，就需要談判力。這個道理跟我們服務客戶的要領是一樣的，大多數的人以為在企業運營上，只有業務才需要談判力。但在我們實際經營所累積的經驗中，不論是產品、行銷、業務、客服等部門，都必須了解客戶需求，才有機會讓產品、服務為客戶創造更高的價值。當你具備談判力時，將能善用傾聽、提問兩大武器，幫助你洞察客戶需求，進而達

成商業目標。 　　《鏡與窗談判課》提供十個開放式問題架構，讓你透過問好問題，來了解自己、理解他人，讓對話更有價值。這是每一位想要強化商務能力、生活、關係、溝通的人，都可以快速學習談判力的好方法。──黃嘉琦（TutorABC暨tutorJr總經理）   　　每個人都希望可以為自己「爭取更多」：更高的薪水、更美滿的家庭、更成功的職涯，但想要與得到之間的距離卻是那麼的遙遠。 　　如果你認同自己值得在生活的方方面面獲得更多，請一定要花時間讀完這本書。因為現代社會分工複雜，我們需要其他人的協助才能成功，而「談判」正是取得與他人合作最需要學習的技能。 　　職場上的談判不是拚輸贏，而是藉由有策略的溝通，引導

雙方建立共創價值的合作關係。在談判課中，很多學生會在找尋隱藏在立場之下的利益的這一點上卡關，那是因為大家都忽略了在談判桌上，真正的贏家並不是說話最大聲，而是掌握最多情報的那個人。 　　如何蒐集情報，開展對雙方都有利的對話？作者提供了能夠搞定所有談判情境的十個好問題，只要你願意開口，就能為自己爭取更多。──白慧蘭（台灣微軟消費通路事業群資深產品行銷協理、「工作生活家」社群主理人）   　　協商和談判，在離開校園之前，我總覺得遙不可及。也和大家的印象一樣，認為談判的負面色彩大於正面色彩。我們的教育環境與體制過於壓抑與目的導向，且以教導各領域專業知識與技能為主，因此這門學問，我們是吃了許多虧才累積學

到的。 　　當我自己開始創業後，才發現這一路走來，最重要的工作其實是協商、談判（或統稱為溝通）：向客戶提案，要如何找到滿足雙方需求和利益的解決方案，不讓彼此吃虧；建立夥伴關係，要如何發現兩者的共同願景，透過透明的資訊建立彼此的信任感；而帶領團隊夥伴時，怎麼了解共同的需求和感受，並以此作為共同前進的方向。 　　本書是一本百翻不膩的工具書。當你同時身為不同的角色時，會有不同的理解與啟發。透過「鏡子」，看見自己的需求和感受；藉由「窗戶」，清楚別人的；運用「後續追問」，找到關鍵資訊及彼此同意可以一起跨出的第一步。除了推薦給想在談判大躍進的職場菜鳥與老鳥外，創業家、三明治主管也都應該閱讀這本書！──張士

庭（Impact Hub Taipei共同創辦人暨Impact Hub亞太地區副召集人、二○一九歐巴馬基金會亞太地區領袖〔The Obama Foundation Leaders: Asia-Pacific〕）   　　我一直相信解決問題是創造價值的唯一方法，而創造價值又是每個人讓自己的存在更有意義的解答。「共贏」則是要完成上述過程的精神。 　　在我們人生中會遇到很多難題，可能源自家庭、職場、社群，也或許是跟經濟、感情、健康層面有關的課題。面臨選擇時，只要涉及他人，「談判就因此而生」，我們的溝通中，無處不存在談判，談判不只有一般認知的國與國的政經談判、企業間的商業議價，簡單到：「跟朋友晚餐要吃

什麼？」這些日常生活瑣事都蘊含談判在其中。面對談判時，許多人認為只有贏與輸兩個選項，然而國際談判專家卡特的這本新書，提供我們新的可能，讓我們認知到有一條高於對立以外的嶄新道路。讓我們從談判中學到人生，從人生中找到意義。──何則文（「職涯實驗室」社群創辦人、作家）   　　我們總是習慣被動等待著對方賦予我們答案、接收答案，卻忽略了自己可以擁有且具備更能夠切入關鍵的提問能力，它讓我們能夠主導整個溝通、談判的方向與內容。 　　人與人之間，離不開對話，無論是在現實或虛擬當中。我們拋出什麼樣的問題，也就決定了可能獲得哪些答案。在鏡與窗之間，讓我們慢慢地熟悉了自己，瞭解了他人，跳脫了長期以來看待事情的框架

限制與盲點。 　　溝通與談判並非總是陷入在一種零和、非贏即輸的競逐中。閱讀《鏡與窗談判課》，讓我們在自我與他人之間，不時來回穿梭、覺察、思考、提問與對話。共同朝著相互所設定的目標與需求，來到最符合彼此的最佳狀態。──王意中（王意中心理治療所所長、臨床心理師）   　　「調解者」之於「談判者」是一種對他者的凝視。 　　對熟知傳統談判學的讀者來說，本書應該算是「另類」的新世代談判主題專書。而我之所以用「另類」來稱呼本書，是因為其中充滿了濃濃的「後現代主義」的思維概念，亦即後現代主義關於社會科學論述中的：後設覺知、歷程即結果、對話優先……等的重要觀點，作者將此實踐、延伸在「談判」這個重要商業場域。

　　嚴格來說，這本講談判的書，已非談判書，作者不啻將談判的後設覺知模式視為關照自身發展的原點與起點。誇張一點地說，從作者所定義的談判：「當你在一段關係裡，能夠透過對話掌舵，這就是談判。」來看，在作者的心目中，談判已經深化為一種自我對話的心智模式鍛鍊。 　　鏡與窗是您開卷時，就會看到的三個字，也是貫穿本書的內在論述邏輯。作者對於鏡與窗，有其解析，而我則是另有新解：作者所倡議的談判模式以「提問」代替「爭論」，因為「提問」是為談判雙方開「窗」遠望，而「爭論」則是對任一方來說，皆為單向的對「鏡」喧囂而已。 　　覽書即驚訝於作者之創見，故特別推薦給您這本談判的另類奇書！──盧世安（「人資小週末社群」創辦

人）   　　我們多數人面對談判的時候都帶著恐懼與困惑，現在這本書要來普度眾生了。作者卡特以格外清晰、透澈的思緒帶領我們思考這個問題，協助我們穩定情緒、釐清目標，並且自信、優雅地在所有人際關係中掌舵。卡特寫書像對話，靈巧地運用比喻，而且對人生百態都能同理，讀起來十分享受。──道格拉斯．史東（Douglas Stone）與席拉．西恩（Sheila Heen）（哈佛法學院講師、高級講師）   　　很多人想要為自己爭取的時候，會立刻套用二元論，然後就會卡在「禮貌地答應」或「粗魯地拒絕」之間。他們忘了第三種可能：談判。愛麗珊德拉．卡特在本書中將此做了生動的描繪。──葛瑞格．麥基昂（Greg McKeo

wn）（《少，但是更好》作者）   　　這份資源讓你能立即行動，獲得你要的結果，並且在爭取的過程中，建立更良善的人際關係。──亞當．格蘭特（Adam Grant）（《給予：華頓商學院最啟發人心的一堂課》作者）   　　閱讀愛麗珊德拉．卡特的作品就像身邊隨時有個談判教練，鼓勵你發揮創意思考，並給你勇氣去爭取更多。──琳達．鮑柏考克（Linda Babcock）（卡內基美隆大學經濟學教授）

uber車資計算進入發燒排行的影片

以消費觀點探究共享經濟對經濟循環流程之影響

為了解決uber車資計算的問題，作者李濬宥 這樣論述：

　　近年來經濟不景氣，消費者傾向於低價消費，因而形成消費力不足的經濟環境循環；另一方面卻因智慧行動裝置及其相關技術的進步，使得以電子商務為基礎之共享經濟這項新興得商業模式獲得發展的契機。有別於以往研究著重於共享經濟減少資源浪費和提高資源利用率等效益，甚或是該議題在全球化時面臨財稅與法律等爭議，本研究試圖持不同觀點來推演共享經濟對經濟循環流程所造成的影響。　　本研究試圖探究不景氣之低價消費行為與共享經濟將會造成購買力平價低之有關原因，首先從消費者傾向於低價消費的經濟觀點，透過循環流量模型說明現今經濟不景氣導致於消費者傾向於低價消費的經濟環境，最後將導致消費力不足。除了面臨消費者傾向於低價的消費

經濟，接著探討近年來蓬勃發展的共享經濟；兩者皆因為經濟環境不景氣所形成，本研究為此透過循環流量模型模擬出共享經濟與經濟循環之架構，同時加以消費經濟觀點描述消費者透過共享的方式消費對經濟環境所造成的影響。最後，本研究分別以旅館業、計程車業和物流業等傳統產業與其相關之共享產業，推演與比較共享經濟對經濟環境之影響，解釋出當消費者選擇共享的方式消費而非傳統產業時，導致消費支出的減少，以此成功的驗證本研究所提出之推演結果。

Google教你深度學習：中小企業如何利用會自己學習的電腦?

為了解決uber車資計算的問題，作者日經大數據 這樣論述：

你要聽特斯拉馬斯克的或是臉書祖克伯的？ 前者認為人工智慧（AI）會毁滅人類，後者說不會！ 其實你應聽Google的， 它提供平台讓中小企業也可以搭上人工智慧的特快車！ 　　將衝擊世界的人工智慧類型基本上是指會自己學習的電腦，也就是所謂的機器學習（Machine Learning）及深度學習（Deep learning），而非過去大家習慣的電腦依程式行事。前者是指機器自己由大量資料中，得出某結論，如給電腦一堆貓的圖片，他會自己替貓做定義，進而由一張被切割的照片中，判斷那是不是貓。而深度學習則是電腦自行處理多層結構的訊息，而進行判讀。 　　人工智慧用5000部影片，就可以自己學會讀唇語！

　　曾有研究單位利用「深度學習」學習唇語的判讀，他們將英國BBC電視頻道的多個節目系列、合計約五千小時的影片做為學習的資料。學習後的電腦，在兩百支影片測驗組合中，光靠唇部動作便成功解讀出大約百分之五十的單字。而即使是在法庭上擁有十年以上經驗的唇語術專家，在相同的測驗中也只能判讀四分之一左右的單字。 　　電腦具備自主學習及判斷能力的事實將對人類社會產生重大衝擊，本書不只以一般人能理解的方式說明人工智慧在技術方面的進展，更以大量的實例，說明目前全球各種規模的企業如何利用會「學習」的電腦，來改變企業的運作。例如客戶服務的工作，原本極為依靠人力，但是，現在只要投入大量過去的QA，電腦會自己學會如何

對應客戶；如語文的翻譯，電腦也可以自己由大量的翻譯資訊中學習，讓翻譯的品質提升。 　　善用人工智慧技術的企業，將在企業的經營上（至少成本的控制上），取得領先。問題是人工智慧的發展是否有很高的技術門檻？阻擋一般的中小企業於門外？其實不然。 　　中小企業也可以利用Google平台提供的應用程式介面，發展自己的深度學習運用 　　谷歌在其雲端服務「Google Cloud Platform（GCP）」中，將谷歌研究開發至今的深度學習成果透過兩種方式開放一般大眾使用（Google目前將人工智慧用在公司一千種服務以上）：一種是將機器學習訓練完畢的模型，以應用程式介面 (Application Pro

gramming Interface；API)方式提供服務。另一種是提供機器學習程式庫「開源機器學習系統（Tensor Flow）」。 　　應用程式介面（API）一般是指能將擁有特定機能的電腦程式由外部程式叫出使用的介面。透過應用程式介面與電腦程式連結，就可以直接利用其功能。 　　谷歌將許多不同種類具有「機器學習」或是「深度學習」能力的「模型」放在「谷歌雲端平台（GCP）」。中小企業可以利用應用程式介面，直接利用其功能。而這些「模型」已經經過基本的「訓練」，因此使用者只要提供少量的資料，就可以達成學習的目的。 　　因為有了應用程式介面（API）的提供，使得「機器學習」與「深度學習」為一般

企業所用的門檻大幅降低了。只需以程式介面（API）程式將「模型」叫出，就能使用圖像辨識與語音辨識的最新成果，真的很方便。 　　不過另一方面，許多太專業的運用，如人體器官病徵的辨識或是機械故障的預兆判斷等，無法以應用程式介面（API）套用現有的「模型」。谷歌所準備的機器學習程式庫「開源機器學習系統 TensorFlow」將派上用場。使用者可以下載程式，自行發展所需要的功能。「使用TensorFlow最大的好處，是只要以Python語言寫出簡單的程式碼，就能運用深度學習」。 　　本書不只告訴你人工智慧是什麼？將改變什麼？更告訴你可以做什麼，讓公司保持在科技的浪潮尖端。 本書特色 　　從定義

到駕御：讓你徹底搞懂將對人類產生鉅大影響的科技 　　本書在觀察大量企業的運用後，在第五章《架構活用篇》提出導入的深度學習的具體架構，讓讀者不只能懂，也能縮短運用時摸索的時間。本書發現人工智慧（機器學習、深度學習）的風潮席捲全球，不過其在企業運用的目的不外以下幾種：1、刪減成本。2、提高附加價值創造出新的商機。3、提升創意性。而在觀察幾百家企業的操作後，發現以刪減成本的目的最容易產生效果。 　　用案例讓讀者完全理解 　　對沒有技術背景的民眾而言，最關心的是人工智慧（機器學習、深度學習）要如何運用，本書以實際的案例說明相關問題： 　　■ 安藤HAZAMA――用以判斷隧道工程之岩盤硬度 　

　為了建設隧道工程時能兼具安全與效率，安藤HAZAMA與日本系統軟體共同開發的「隧道開挖面AI自動評價系統」。將挖掘隧道時最尖端之開挖面照片輸入後，該系統就會自動評價其岩盤的硬度、脆性等工學特性。透過人工智慧帶來的岩盤工學特性評價自動化，即使沒有專家或資深技師在場，也能給予正確的判斷。 　　在學習之際，將五百張左右的相片進行分割，製作成五萬張的相片資料。結合相片岩石所代表的彈性波速度，一起讓機器學習的結果，在拍攝開挖面相片後，就能得到彈性波的速度值。新系統在從開挖面的相片辨識其相對應的彈性波速度上，正確率大約有百分之八十五。 　　■ AUCNET IBS――從車輛相片就能鎖定款式 　　深

度學習特別適用於圖片的識別。從事支援中古車等業者間交易的AUCNET（位於東京都港區）系統開發子公司之AUCNET IBS就是圖片識別運用的例子。該公司運用深度學習技術，開發了能自動將車輛不同部位照片歸類上傳到網站的系統「konpeki（紺碧）」。二〇一六年十一月集團旗下的中古車經銷商FLEX（東京都港區）採用了這個系統，提升網站上資訊登錄作業的效率。 　　中古車經銷商經常需要為購入的中古車拍攝許多相片、進行上傳到自家網站或資訊網站的作業。車子的左斜前方、右斜前方、右側、左側、後方、還有車內的前座及後座、儀表板、導航等……。這些相片如果由店員手工整理的話，大概要花個五分鐘左右。Konpeki

系統只要經銷商店員將拍攝的相片登錄，就立刻能自動依部位別分類，輕鬆地上傳至中古車資訊網站。 　　它將車輛外部區分為十八種、内部區分為十二種。它也會將包含車輛的相片、但並非銷售對象的圖像（如廣告）區分出來。甚至還能鎖定某品牌、車名、款式，顯示平均銷售價格帶。 　　「konpeki（紺碧）」系統的開發便是採用了谷歌的「谷歌雲端平台（GCP）」上為了開發深度學習模型的程式庫「開源機器學習系統（Tensor Flow）」、讓機器學習大量圖像資料而成。 　　■ 以少量的訓練資料構築出車輛台數檢測的系統 　　Aerosense與大數據的BrainPad公司共同合作、運用了深度學習技術的作法。開發了

從空拍圖像中測出停車車輛數的系統。先從實驗結果來看的話，使用了深度學習的空拍圖辨識汽車模型，在顯示了一百一十六輛汽車的測試圖資料中，測岀結果為一百二十二輛。 　　Aerosense的汽車辨識模型，其特點在於其從空拍圖辨識汽車用的深度學習模型，並非是從零開始打造的。研發人員說明：「若要製作專用的模型，將需要大量的訓練資料。即使有一萬張也不夠吧！這次是運用了現有的模型，大約只有一百三十張的少量訓練資料，就顯示出其高精確度，很有價值。」 　　在深度學習模型的開發上，活用了谷歌的深度學習程式庫「TensorFlow」。利用TensorFlow中名為「Inception-V3」之一般圖像辨識模型，從

圖像資料中製作抽取了特徵值的向量。此時，使用約一百三十張的汽車空拍照作為訓練資料。抽取了特徵值的向量，再以一種名為SVM（支援向量機；Support Vector Machine）的機器學習進行學習，得出結果。 　　結合500家企業的導入經驗，系統化說明著手運用深度學習的方法 　　作者輔導了500家以上企業導入深度學習於工作之中，他用資料×目的的矩陣，描繪出活用展望圖，協助讀者理清頭緒，讓公司縮短導入摸索的時間。