ゆか老師人氣敬語課：你的敬語用對時機嗎？（「聽見眾文」APP免費聆聽） (1版)

類似書籍推薦給您

【簡介】 超過81萬人訂閱的YouTube頻道 「日本語の森」敬語課，開課囉！ 生活常用敬語其實就「那些」！ 和ゆか先生一起掌握情境， 80%的敬語都可以掌握 　　別以為敬語對日本人很簡單，他們也是需要從小到大不斷學習。大約在中學階段開始接觸「召し上がる」、「ご覧になる」這類特殊敬語；出了社會，在不同的場合觀摩應用，才能逐漸說出適人適所的合宜敬語。所以「時常講」真的很重要！即便是日本人，若平時不常說敬語，突然面對需要說敬語的場合，也可能手足無措！ 　　超過81萬人訂閱的YT頻道「日本語の森」的靈魂人物「ゆか先生」（由佳老師）所出版的《ゆか老師人氣敬語課：你的敬語用對時機嗎？》，終極目標正是為了幫助你在面對不同場合或對象時，能將敬語靈活轉換，應用自如！ 　　四大特色，讓ゆか老師從此改變你的敬語學習人生！ 　　特色1. 從情境開始，而不是文法 　　市面上的敬語書大多從文法出發，光是記憶規則變化就很辛苦，儘管有心學習，但在日文非母語的環境下不常說，當然還是講不出來。 　　為什麼對同事或部下也要用敬語？ 　　對年紀比我大的同班同學，需要用敬語嗎？ 　　對老師和學長使用一樣的敬語嗎？ 　　為什麼明明是禮貌的說法，那場合卻不適用呢？ 　　沒遇過上述的情境不一定會有這些疑問，所以這本書著重在敬語的「使用情境」，從生活場景、使用時機來記憶，有更多的機會開口說，更容易建立信心呢！ 　　特色2. 將敬語分三個層級，轉換更自然 　　當我們習慣了用朋友語氣或教科書上的造句，常會有「要將哪一部分換成敬語？要換成尊敬語還是謙讓語？」的困惑，一時之間該如何轉換？哪裡需要轉換？ 　　ゆか老師把常用口語分成三個層級，從最輕鬆的朋友語氣到最禮貌、鄭重的說法，一目了然。有了這個層級表，我們就能清楚知道對方「聽到這句話的感受是什麼」、「對這句話的禮貌印象如何」，這樣無論在道謝、道歉、拜託、提出自己的意見，甚至指正別人的錯誤等各種情境下，就很容易分辨我們該對彼此的「關係」使用哪一句話！沒錯，判斷親疏遠近的「關係」，正是學好敬語的關鍵之一！ 　　特色3. 你現在的問題、未來的問題，都融合在這本書裡 　　「自我介紹時要用『～と申します』還是『～でございます』？」 　　「『ごめんなさい』和『すみません』都差不多嗎？」 　　「『了解です』真的不能對上司用？」 　　「拜託時用『～してください』不好嗎？」 　　在這81萬人訂閱的平台上，每天有來自同學自身使用經驗的提問，長期累積下來都是豐富的學習案例。別人遇到的問題，也可能會是你的困惑。若你還停留在背誦敬語階段，本書將幫助你學會貼近句子語感——「原來當對方聽到這句話時，會是這樣的感受呀」！ 　　特色4. ゆか老師親自錄製教學影片和MP3音檔 　　掃描書中QR Code，有兩支ゆか老師親自「演出」的尊敬語、謙讓語教學影片。在設定情境下的生動演出，讓你一看就懂、一聽就會。另外，由老師親自參與錄製的MP3音檔，搭配每課重點，很快就能「無痛」突破敬語學習瓶頸！ 　　MP3免費聆聽 　　讀者請參閱書內APP操作說明，或加入眾文LINE官方帳號好友（ID：@jwbooks）申請兌換序號，享有免費聆聽音檔的服務。 　　「聽見眾文」APP可設定語速、章節或單則循環播放。音檔由專業外籍錄音員錄製，搭配眾文語言學習書籍，一機在手，隨時隨地都可學習，方便又有效率。 【目錄】 はじめに〳前言 ゆか老師的自我介紹&「日本語の森」的介紹 本書使用方法 登場人物介紹 關於敬語的重要性 何時使用敬語？ 敬語的種類 內外的關係 【コラム①】敬語表示與人的距離 第1章 配合彼此關係的敬語使用法！ 1 自我介紹（自己紹介をする） 2 道謝（ありがとうを言う） 3 致歉（ごめんなさいを言う） 4 道別（さようならを言う） 5 請求（頼み事をする） 6 拜託的開場白（お願いする前に使う表現） 7 了解（了解する） 8 確認（確認する） 9 獲得許可（許可を得る） 10 傳達自己的期望（自分の希望を伝える） 11 表達意見（意見を言う） 12 拒絕（断る） 13 指正（間違いを指摘する） 14 幫忙、提供幫助（手伝う、自分から申し出る） 【コラム②】何謂「慇懃無礼」？ 第2章 配合不同情境的敬語使用法！ 1 與學校老師對話①（学校の先生と話をする①） 2 與學校老師對話②（学校の先生と話をする②） 3 與學校老師對話③（学校の先生と話をする③） 4 與初次遇到的人打招呼（初めて会う人に挨拶をする） 5 與初次見面的人對話（初めて会った人と会話する） 6 向陌生人問路（知らない人に道を聞く） 7 打工向店長請假（アルバイトを休むことを店長に伝える） 8 聊到上司的家人（目上の人の家族について話す） 9 提供意見給前輩（先輩の相談を受ける） 10 幫忙老師（先生を手伝う） 11 收到前輩送的伴手禮（先輩にお土産をもらう） 12 向上司確認（上司に確認する） 13 接電話（電話をとる） 14 約前輩吃飯（先輩を食事に誘う） 【コラム③】關西地區有特別的敬語！？ 第1章 迷你測驗解答 第2章「這樣說很棒喔！」翻譯 推薦的敬語學習法 推薦的YouTube 節目 常用敬語一覽表 あとがき〳後記

無人機原理與實務(含多旋翼無人機證照) (1版)

類似書籍推薦給您

【簡介】 　　隨著無人機技術的飛速發展，這項創新的科技已深入軍事、警用、農業、物流等多元領域，成為現代社會不可或缺的工具。本書為無人機操作和考照的專業參考書，結合理論與實務，幫助讀者全面掌握無人機技術的核心知識與實際應用。 　　 　　內容精華： 　　•科技概述與應用領域：詳盡介紹無人機的概念、分類、發展歷史及全球應用趨勢。 　　•法規與操作規範：涵蓋操作安全、罰則規範、活動區域限制等關鍵法規知識，助你合法、安心飛行。 　　•飛行原理與機型解析：以深入淺出的方式講解飛行原理與固定翼、多旋翼等機型的運作機制。 　　•術科考試指引：完整剖析交通部民航局術科考試流程，包含模擬練習、場地規範與應考資料準備，助你輕鬆應試。 　　•APP工具介紹：推薦多款實用飛行APP，助你規劃航線、預測天氣、提升操作效率。   　　無論你是初學者還是進階操作員，本書皆為不可多得的學習夥伴，助你快速駕馭無人機世界，成為一名合格且專業的無人機操作員！   專業推薦   　　石大明　前中華科技大學航空學院院長 　　林正軒　哈克斯航太股份有限公司營運長 　　荊元武　前空軍上校 【目錄】 第一章 無人機科技概述 一、無人機的概念和分類 (一)無人機的定義 (二)無人機的分類 二、無人機的發展歷史 (一)無人機的起源和發展 (二)美國地區 (三)英國地區 (四)日本地區 (五)中國地區 三、無人機的應用領域和發展趨勢 (一)無人機在軍事和民用領域中的應用 (二)無人機在警消監偵上的應用 (三)無人機在農業、林業和漁業中的應用 (四)無人機在物流運輸和安防中的應用 第二章 無人機法規概述及應用注意事項 一、無人機在實際應用中的注意事項 (一)無人機的法規與安全 (二)無人機規範罰則 (三)取締裁處實務 (四)機體與人員管理 (五)活動區域規範 (六)操作限制 (七)其他操作限制 二、無人機的操作和維護 (一)無人機操作 (二)無人機維護 第三章 基礎飛行原理 一、牛頓第一運動定律 二、牛頓第二運動定律 三、牛頓第三運動定律 四、航空器基本四力 (一)升力（lift） (二)重力（gravity/weight） (三)推力（thrust） (四)阻力（drag） 五、三構型機體飛行控制簡介 (一)固定翼／無人飛機 (二)單旋翼／直升機 (三)多旋翼機 第四章 多旋翼無人機術科考照概述 一、操作證及術科級別介紹 二、術科測驗注意事項、測驗內容及各組差異 (一)術科測驗注意事項 (二)測驗內容及各組差異〔源自：吳修廉（William Wu）〕 三、術科測驗練習模擬器簡介 四、術科應考人員必備資料 五、系統知識填答表填寫 六、活動計畫書填寫 七、無人多旋翼機術科測驗場地劃設與測驗內容 (一)未達2公斤測驗場地及測驗內容 (二)25公斤以下測驗場地及測驗內容 (三)25∼150公斤測驗場地及空域規劃 (四)150公斤以上測驗場地及空域規劃 第五章 無人機常用APP介紹 一、航線規劃APP介紹 (一)Pix4Dcaptur APP (二)Litchi APP 二、其他無人機飛行常用APP (一)UAV Forecast (二)Drone Map 2.0 參考出處 看更多

生成式AI入門: 大型語言模型LLM推動人機協作革新: 語言建模、訓練微調、隱私風險、合成媒體、認知作戰、社交工程、人機關係 (1版)

類似書籍推薦給您

【簡介】 【掌握生成式 AI 與 LLM 的發展與應用】近年來，AI 已經成為社會關注的焦點，幾乎所有人都在討論它的強大影響力！生成式 AI、LLM、ChatGPT、OpenAI、Copilot、Gemini、DeepSeek… 這些科技術語鋪天蓋地而來，甚至美國各大企業相繼大規模裁員，顯然大事發生了，但究竟怎麼一回事？又是如何改變我們的世界？在這場生成式 AI 熱潮與搶購 NVIDIA（輝達） GPU 的 AI 軍備競賽中，我們亟需一本能夠深入淺出解釋複雜概念的書籍，幫助讀者理性認識這場技術革命的全貌。本書不需要數學基礎，也不用具備程式設計或人工智慧的知識。只要你對生成式 AI 如何影響世界感興趣，本書就是你進入這個領域的最佳指引。我們將解析大型語言模型（LLM）的運作原理，探索 LLM 如何塑造科技產業的未來，並剖析生成式 AI 在社會、經濟、法律與政治各領域帶來的機遇與風險。【全方位認清楚生成式 AI 的問題與爭議】你將學習如何在日常生活與工作中有效應用生成式 AI，同時也會了解其安全性與倫理挑戰，例如資料安全與隱私問題、合成媒體與著作權爭議、LLM 的偏見來源、人機關係帶起的孤獨流行病等當前重要議題。此外，還會談到即將到來的 AI Agent，以及將通用人工智慧（AGI）、優生學及超人類主義連結，藉由科技將人類進化為後人類的未來議題（雖然看起來科幻，但確實是有計畫地進行中）。生成式 AI 在認知作戰與惡意應用方面，包括深偽技術濫用以及詐騙成本降低，也對社會帶來重大的影響。此外，將藝術家、設計師、漫畫家、攝影師作品，以及程式碼與書籍內容等，在未經授權之下被用於訓練生成式模型，這一連串訴訟以及 "合理使用" 的範圍到底包括哪些的爭議，我們都會依據最新發展做分析。對於 LLM 與生成式 AI，許多人往往一開始就一頭栽進技術細節。而本書希望讓你站在制高點俯視這一切，幫助你建立對生成式 AI 的全面性理解，成為宏觀的理性思考者。因為，生成式 AI 不僅是一場技術革命，更是一場深刻影響未來的變革，而我們正參與其中。 本書特色: ●解析大型語言模型 LLM 的運作原理 ●AI 軍備競賽下的大型語言模型發展 ●將生成式 AI 融入工作與日常生活中 ●在創新應用中兼顧安全性與倫理責任 ●資料安全與隱私保護的政策與法規 ●生成式媒體的應用範圍與著作權爭議 ●聊天機器人偏見、群眾外包的心理創傷 ●探索與聊天機器人良性互動之道 ●北美、歐盟、中國對 AI 的監管狀況 ●AGI、AI 的感知與意識、超人類主義、後人類 ●LLM 生命週期對環境帶來的影響以及碳權問題 ●LLM 開源或權重開源對社群帶來的影響 【目錄】 第 1 章 大型語言模型：展現 AI 實力 1.1 ChatGPT 與大型語言模型的崛起 1.2 自然語言處理的起源與演進 1.2.1 統計模型與機器學習的引入 1.2.2 神經網路與深度學習的崛起 1.3 大型語言模型（LLM）的誕生 1.3.1 注意力機制的誕生與應用 1.3.2 Transformer 架構帶來突破 1.3.3 從 Transformer 到 GPT 1.3.4 NLP 發展的重要時間點 1.4 LLMs 有哪些應用？ 1.4.1 語言建模 1.4.2 程式碼生成 1.4.3 內容生成 1.4.4 邏輯推理 1.4.5 其它各種應用 1.5 LLMs 有哪些不足之處？ 1.5.1 訓練資料與偏見 1.5.2 控制 LLMs 輸出正確性的困難 1.5.3 LLMs 的永續性 1.6 重要 LLM 的發展歷程 1.6.1 OpenAI 的 ChatGPT 1.6.2 Google 的 Bard / LaMDA / PaLM / Gemini 1.6.3 微軟的 Bing AI / Copilot 1.6.4 Meta 的 LLaMA 與史丹佛的 Alpaca 1.6.5 橫空出世的 DeepSeek 1.7 總結第 2 章 訓練大型語言模型（LLMs） 2.1 如何訓練 LLMs 2.1.1 從開放網路搜集資料 2.1.2 認識自迴歸模型與雙向模型 2.1.3 微調 LLMs 2.2 出人意料的 LLMs 突現特性 2.2.1 LLMs 的零樣本與少樣本學習能力 2.2.2 突現現象：是錯覺還是新能力？ 2.3 大量訓練資料背後的難題 2.3.1 把偏見編碼進模型中 2.3.2 敏感資料 2.4 總結第 3 章 LLMs 的隱私風險與法規應對 3.1 改善 LLMs 生成結果安全性的方法 3.1.1 後處理偵測 3.1.2 內容過濾、條件式預訓練 3.1.3 基於人類回饋的強化式學習（RLHF） 3.1.4 基於 AI 回饋的強化式學習（RLAIF） 3.2 使用者隱私與商用風險 3.2.1 無意間造成的資訊洩漏 3.2.2 與聊天機器人互動的建議 3.3 資料保護的政策與法規 3.3.1 國際標準與資料保護法 3.3.2 聊天機器人符合 GDPR 嗎？ 3.3.3 美國校園中的隱私權管制 3.3.4 企業政策 3.4 總結第 4 章 合成媒體創作與著作權爭議 4.1 深偽技術與合成媒體的崛起 4.1.1 創造合成媒體的常用技術 4.1.2 合成媒體的功與過 4.1.3 合成媒體的偵測技術與應對策略 4.2 以生成式 AI 翻轉創作過程 4.2.1 行銷上的應用 4.2.2 藝術創作 4.3 LLM 時代的著作權與訴訟案件 4.3.1 合理使用的概念與四大要素 4.3.2 LLM 企業面臨的法律訴訟 4.3.3 網路資料的使用與授權 4.4 總結第5 章 LLMs 的濫用與對抗式攻擊 5.1 資訊安全與社交工程 5.1.1 生成式 AI 的雙面性 5.1.2 魚叉式釣魚攻擊的進化 5.1.3 ChatGPT 對釣魚與惡意程式的影響 5.1.4 程式碼即服務的資安威脅 5.1.5 資料下毒：模型訓練的隱藏威脅 5.1.6 提示詞注入與越獄攻擊 5.1.7 面對生成式 AI 威脅的解決之道 5.2 資訊失序：對抗性敘事 5.2.1 認知作戰的範疇與定義 5.2.2 生成式AI 的潛在濫用 5.2.3 深偽技術與政治戰 5.2.4 對抗性敘事的監管挑戰 5.2.5 建立全球性對策機構 5.3 政治偏見與競選活動 5.3.1 聊天機器人的政治立場 5.3.2 偏見的來源與中立挑戰 5.3.3 LLMs 對選舉的潛在影響 5.3.4 馬斯克對 AI 的批評與探索 5.4 AI 幻覺的成因與改善方法 5.4.1 LLMs 的運作方法所導致 5.4.2 知識圖譜與 LLMs 內隱知識 5.4.3 改善幻覺的策略 5.5 專業領域中的濫用 5.5.1 律師濫用的案例 5.5.2 賺錢建議的魅力與濫用隱憂 5.5.3 醫療領域的成就與局限 5.5.4 投資顧問的挑戰與監管問題 5.5.5 生成式 AI 的倫理與責任 5.5.6 使用者與開發者的共同責任 5.6 總結第 6 章 善用 AI 工具提高生產力 6.1 在醫療、法律、金融等專業領域中運用 6.1.1 協助醫師處理行政作業、提高與病人互動品質 6.1.2 在法律案件研究、證據開示和文書上的應用 6.1.3 為金融投資與銀行客服加持 6.1.4 與 LLMs 共同創作 6.2 AI 程式設計輔助工具 6.2.1 自動撰寫程式碼說明 6.2.2 自動撰寫正規表達式 6.2.3 AI 程式助手 vs. 程式討論平台 6.3 工作與生活中的應用 6.3.1 學習方式的改變 6.3.2 重新定義購物體驗 6.3.3 AI 代理能與環境互動並靈活調整 6.3.4 代理化 LLMs：拓展 AI 的應用潛力 6.3.5 善用聊天機器人設計個人化計畫 6.3.6 從行政工作到未來內容生態的變革 6.4 生成式 AI 在教育中的足跡 6.4.1 教育工作者對 ChatGPT 的正反面態度 6.4.2 引入 AI 科技對學習的好處 6.5 偵測 AI 生成文本 6.5.1 離群值偵測技術 6.5.2 用 DetectGPT 檢測機率曲率 6.5.3 分類器偵測技術 6.5.4 文字浮水印技術 6.6 LLM 對工作和經濟的影響 6.6.1 正面的觀點 6.6.2 負面的觀點 6.6.3 生成式 AI 對就業的影響 6.7 總結第 7 章 與聊天機器人建立人機連結 7.1 以社交互動為目的的聊天機器人 7.1.1 從情感陪伴到倫理爭議 7.1.2 人機情感連結的商業化應用 7.2 向聊天機器人尋求陪伴的原因 7.2.1 孤獨流行病 7.2.2 情感依附理論與聊天機器人 7.3 人機關係的好與壞 7.3.1 基於規則 AI 聊天機器人的優勢 7.3.2 從社會滲透論看人機關係 7.3.3 人機關係的商業化與社會影響 7.3.4 性別觀念影響對話式 AI 技術開發 7.4 探索與聊天機器人良性互動之道 7.4.1 避免一味追求互動的榨取式科技、欺騙性設計 7.4.2 朝負責任科技方向轉型 7.4.3 Character.AI 平台的用戶行為 7.4.4 開發商的道德責任與技術手段 7.5 總結第 8 章 生成式 AI 的未來發展與監管方向 8.1 自然語言成為與電腦溝通的介面 8.2 AI Agents（代理）將解鎖更多可能性 8.3 客製化個人助理 8.4 從倫理角度看 AI 監管 8.4.1 北美的監管狀況 8.4.2 歐盟的監管狀況 8.4.3 中國的監管狀況 8.4.4 企業自律 8.5 邁向全球 AI 治理架構 8.6 總結第 9 章 拓展視野：AGI、AI 意識、環境影響、開源 LLM 9.1 通用人工智慧 AGI 9.1.1 AGI 是什麼？ 9.1.2 山姆．阿特曼對 AGI 的願景 9.1.3 優生學、超人類主義、後人類 9.1.4 長期主義對 AGI 的憂慮 9.2 AI 的感知與意識 9.2.1 感知與意識是什麼？ 9.2.2 意識從哪裡產生？ 9.2.3 意識思考與後設認知 9.2.4 AI 意識的研究持續進行 9.3 LLM 對環境的影響 9.3.1 從硬體生產到運算需求的全面影響 9.3.2 生成式 AI 的環境成本與碳足跡報告 9.4 改變 LLM 生態的開源社群 9.4.1 LlaMA 洩漏權重，促進開源 LLM 快速發展 9.4.2 DeepSeek-R1 權重開源，打破美國技術壟斷 9.4.3 開源與封閉 LLM 的優缺點 9.4.4 如何為開源社群盡一份心力 9.5 總結