多變數生產函數

連結未知的點

這週的微積分進度是多變數生產函數和偏微。

除了解釋公式的管理意涵外，依照往例，我會說明完整的故事，例如如何利用行銷，找到影響需求量的關鍵因素；利用網路技術，搜尋相關的數據；利用經濟學，了解可能的需求函數；利用統計學，找到需求曲線，以驗證假設和資料間的相關性；利用微積分和作業研究， 找到合適的價格； 最後，使用程式實現之。

有了這樣的基礎 ，就可以了解價格變化對需求的影響，連動到後端的供應鏈和存貨管理。 這種精準的預測能力，是大數據和機器學習火紅的根本原因之一。

當然，完成這樣的系統不容易。 不過，我請同學退一萬步想 ，同儕間有多少人有這種本事。 和大學畢業文憑數相比，就可知道兩者之間的差距。

Machine Learning Yearning by Andrew Ng

Andrew Ng, Machine Learning Yearning, 2018.

集結作者豐富的產學經驗，說明開發機器學習系統的整體概念、要點、和方法。輸入 email 後，會收到全文。

我也節錄該書中部分的概念，融入資料探勘課程中。

使用最佳化 (optimization) 方法以插補遺漏資料 (missing data imputation)

D. Bertsimas, C. Pawlowski and Y. Zhuo, From Predictive Methods to Missing Data Imputation: An Optimization Approach, Journal of Machine Learning Research, 18 (2018), 1-39. (pdf)

資料科學第一步是做資料的分析，常常面臨的問題是資料有遺失，在此篇論文中，作者使用最佳化的方法以插補 (impute) 遺失的資料。這是延續 Prof. Bertsimas 之前的研究方法，也可以參考此授課大綱 (Machine Learning via a Modern Optimization Lens) 中所引述的論文。

因為最佳化的問題為非凸 (nonconvex)，所以轉成整數規劃；但整數規劃的求解時間太久，所以用一次條件 (coordinate descent (坐標下降法)) 快速地求解。和傳統方法 (K-NN, SVM, trees) 比較，得到較好的結果

For models trained using opt.impute single imputations with 50% data missing, the average out-of-sample R^2 is 0.339 in the regression tasks and the average out-of-sample accuracy is 86.1% in the classification tasks, compared to 0.315 and 84.4% for the best cross-validated benchmark method.

論文中的參考文獻大都來自醫學，看了 Y. Zhuo 的資料後，才知道和 D. Bertsimas 開了家新創公司 Interpretable AI，也可以從中了解美國大學的產學運作機制，如何將最新的研究轉成商品或軟體公司。

公司的介紹，是把兩位前學生放前面，展現 D. Bertsimas 的氣度和尊重人才的重要性。

創業家兄弟靠 AI 找出利潤高的好賣商品

王若樸，只賣 7,000 品項如何獲利？創業家兄弟靠 AI 找出利潤高的好賣商品，天天自動微調， iThome，2018-12-19 

進一步來說，創業家兄弟的AI系統，在篩選好賣又利潤高的商品（他們稱為高性價比商品）時，會透過一星期的觀察，來分析商品銷售率、退貨率，以及消費者比價（包括評價星數和文字評價）等指標，來自動調整架上的品項。而這攸關創業家兄弟營收的7,000品項選品過程，完全由AI操作，不需要人為介入。另一方面，公司在選品時，也會偏好毛利相對高的非標準品，也就是變化性多元、沒有標準規格的商品，比如居家用品和服裝等，以與綜合型電商產生差異。 

此外，創業家兄弟也將AI選品系統，運用在限時特賣上。該系統分析過往商品銷售資料，找出在特定時節銷售量特別好的商品，來進行限時特賣。不過，所以，創業家兄弟發言窗口坦言，由於限時特賣會受到許多變因影響，還需人為介入。 

除了將AI和大數據分析用在選品策略上，創業家兄弟也用於客製化廣告和個人化精準行銷。廖家欣指出，透過採集商品點擊數據和消費者行為資料，自家公司的資料科學團隊可用來分析購買過程，提高個人化商品推薦。而創業家兄弟的關係企業松果購物，也已運用AI來開發「猜你喜歡」功能，也就是根據消費者行為軌跡，來推薦可能感興趣的商品。

上銀科技的研發和推動產學合作

萬年生，76歲熱血歐吉桑，用研發讓世界看得起MIT，今周刊，2018-11-07

「現在我們是日本傳動零件第二大在地供應商，占有率超過日本精工（NSK）、東晟（IKO）和椿本（Tsubaki）。」別看卓永財說得一派輕鬆，要讓台灣製造敲開由日本製造掌握的技術局面，甚至後發先至，其實困難重重。 

日本市場，是上銀整體營運的縮影。今年前三季，上銀營收近二二七億元、每股稅後純益（EPS）十五．五九元，雙雙超越去年全年水準；法人預估，二○一八年營收更可望寫下新高的三百億元，有機會挑戰賺進兩個股本。 

此外，卓永財也因一九二一％的總股東報酬率、市值增加一二三六億新台幣等綜合績效，在九月摘下《哈佛商業評論》「二○一八台灣執行長五十強」第八名。...