104學習

數學

數學
關注
邀請朋友
邀請朋友

Line

Facebook

複製連結

取消
具備良好邏輯思考與問題解決能力,能有效分析數據、評估風險並做出合理判斷。對資料整理、統計分析及預測趨勢非常重要,有助提升工作效率與決策品質。無論財務報表、行銷數據還是工程計算,都能精準處理,避免錯誤。此技能在科技、金融、製造及行銷等多個產業皆為核心競爭力,能讓個人在職場中更具優勢與專業度。
關於教室
關注人數 418 人
104人力銀行從職缺中挑選出常見技能所成立的官方教室,提供大家進行共學互動。
學習主持人
持續分享知識,
有機會成為官方教室主持人
教室標籤
關於教室
關注人數 418 人
104人力銀行從職缺中挑選出常見技能所成立的官方教室,提供大家進行共學互動。
學習主持人
持續分享知識,
有機會成為官方教室主持人
教室標籤
Hi~ 歡迎分享學習資源,有學習問題可匿名向Giver發問!
我要分享
我要提問

數學 學習推薦

知識貓星球

喵星人

2024/08/12

全方位解題AI工具 MathGPT:微積分、幾何、代數輕鬆搞定|功能、方案費用、使用連結
隨著數學問題的複雜程度不斷提高,解題過程中常會遇到不少挑戰。無論是代數、微積分、幾何,還是統計學,許多人在解決這些問題時都會感到困難。MathGPT 就是為了解決這些痛點而設計的,它是一款專門針對數學問題的人工智慧工具,不僅能夠即時求解,更能幫助你理解解題過程。
▍MathGPT 是什麼?
MathGPT 是一款專為解決數學問題設計的 AI 工具,涵蓋了廣泛的數學領域,包括代數、微積分、幾何和統計等。這款工具結合了最先進的人工智慧技術,能夠快速且精確地解析並求解各類複雜的數學問題。無論你是學生需要輔助學習,還是教師需要準備教學內容,甚至是專業人士進行數學分析,MathGPT 都能滿足你的需求。
▍MathGPT 的功能解析
MathGPT 提供多種強大功能,讓使用者能夠輕鬆解決各類數學問題。以下是一些主要功能:
1. 即時解答
MathGPT 能夠在極短的時間內提供數學問題的解答,節省你大量的時間和精力。只需輸入問題,AI 便會立即為你計算出結果,並詳細說明解題過程,讓你不僅知其然,更知其所以然。
2. 多功能支援
不論你面臨的是代數方程、幾何證明,還是微積分運算,MathGPT 都能夠應對自如。它支援多種數學運算,涵蓋的範圍廣泛,能夠滿足不同層次使用者的需求。
3. 使用方便
MathGPT 的介面設計簡潔直觀,操作非常簡單,即使是數學基礎薄弱的使用者,也能輕鬆上手。無需繁複的操作,即可快速解題。
4. 學習輔助
對於學生來說,MathGPT 不僅僅是一個解題工具,更是學習的好幫手。它不僅提供正確的答案,還會解析每個步驟,幫助使用者理解解題邏輯,進一步提升學習效果。
▍MathGPT 的費用方案
MathGPT 提供多種費用方案,以滿足不同使用者的需求。以下是詳細方案介紹:
1. 免費方案
● 使用次數:每日限 5 次解題
【功能】
● 支援基本的代數、幾何問題求解
● 提供簡單的解題過程解析
● 適合初學者或不頻繁使用者
2. 標準方案(NT$299/月)
● 使用次數:每日限 50 次解題
【功能】
● 支援代數、幾何、微積分等多種數學運算
● 提供詳細的解題步驟解析
● 提供基本的學習輔助功能,幫助理解解題邏輯
● 適合需要經常使用的學生或教育工作者
3. 專業方案(NT$799/月)
● 使用次數:無限制
【功能】
● 支援所有數學領域,包括統計學和高等微積分
● 提供深入的解題過程解析及多種解題方法
● 提供進階的學習輔助功能,包含個性化的學習建議
● 優先獲取新功能更新
● 適合專業人士、教育工作者以及需進行高強度數學分析的人士
▍MathGPT 的應用場景與未來發展
MathGPT 的應用場景非常廣泛。無論是日常的數學作業,還是需要進行高等數學研究,MathGPT 都能提供有效的解題方案。此外,隨著 AI 技術的不斷進步,MathGPT 也在持續更新和優化,未來將支持更多的數學領域,並提供更加個性化的學習輔助功能。
MathGPT 是一款功能強大的解題 AI 工具,能夠迅速且準確地解決各類數學問題。無論你是學生、教師,還是需要進行數學分析的專業人士,MathGPT 都能提供你所需的幫助。透過不同的費用方案,使用者可以根據自己的需求選擇合適的版本,確保在學習和工作中事半功倍。如果你正尋找一款可靠的數學解題助手,MathGPT 絕對是不二之選。
➤ 立即解題:https://www.mathgptpro.com/
➤ 歡迎在104學習精靈關注【AI趨勢報-科技愛好者的產地】獲得更多科技新知!
看更多
0 0 6181 0
羅羅王

暫不提供

2024/08/11

【Excel教學】如何輸入平方符號?平方怎麼打?這4個方法學起來!
本文將介紹4種計算平方數的方法,以及如何在 Excel 中手動輸入平方符號。在 Excel 中,計算平方數是常見且基本的操作之一。無論你是處理財務報表、數據分析,還是進行數學計算,掌握如何在 Excel 中計算平方數都能提高工作效率。
1.乘法運算符 (*):直接將數字或儲存格中的值乘以其本身,來計算平方。例如:=A1 * A1。
2.POWER 函數:使用內建的 POWER 函數來計算平方。語法是 =POWER(基數, 2),例如:=POWER(A1, 2)。
3.指數符號 (^):使用指數符號來計算平方。語法是 =基數^2,例如:=A1^2。
4.手動輸入平方符號:這不是用來計算平方的方法,而是用來顯示平方符號的方法。例如,將 "2" 設為上標來顯示 x²,但不會進行任何計算。
前三種方法是用來計算平方的有效方法,而第四種是用來顯示平方符號。
看更多
1 0 11937 1

熱門精選

104學習

產品

04/28 09:00

新手如何用 AI 整理會議紀錄?線上會議、實體會議一次看懂
開會時一邊聽、一邊記、一邊思考,常常會遇到幾個問題:重點來不及抄、決議沒寫清楚、待辦事項散落在聊天訊息或腦袋裡。現在,只要善用手機錄音、會議逐字稿與常見 AI 工具,新手也能更快整理出一份清楚、可追蹤的會議紀錄。
不過,AI 不是幫你「完全取代紀錄」,而是協助你加快整理流程。正式發送前,仍然需要人工確認人名、日期、金額、負責人、截止日與會議決議。
本文將分成「線上會議」與「實體會議」兩種情境,教你用手邊常見工具,搭配 ChatGPT、Claude、Gemini、NotebookLM 等 AI 工具,整理出適合交給主管、團隊或客戶追蹤的會議紀錄。
使用 AI 前,先確認 3 件事
在開始錄音、轉錄或把內容交給 AI 前,請先確認:
第一,會議是否允許錄音、錄影或轉錄。建議事前告知與會者錄音目的、使用範圍與保存方式。
第二,會議內容是否包含敏感資料。如果涉及客戶資料、個人資料、薪資、人事、財務、商業機密或未公開策略,不建議自行上傳到外部 AI 工具,應優先使用公司核准的平台。
第三,AI 產出只能作為初稿。AI 可能聽錯、漏掉脈絡,或把「討論中的想法」誤寫成「已決定事項」,正式使用前一定要人工檢查。
台灣《個人資料保護法》對個人資料的蒐集、處理與利用,強調應尊重當事人權益,不得逾越特定目的的必要範圍,並應與蒐集目的有正當合理關聯;本文為一般工作效率教學,不構成法律意見,實際使用仍應依公司規範與相關法規辦理。
AI 可以幫會議紀錄做什麼?
AI 在會議紀錄中,最常見的用途有 5 種:
1. 錄音轉文字:把會議錄音或逐字稿變成可整理的文字資料。
2. 摘要重點:從冗長對話中整理出主要討論內容。
3. 萃取決議:找出會議最後確認的結論。
4. 整理待辦事項:列出任務、負責人、截止日期。
5. 改寫成正式紀錄:把口語內容整理成適合寄出的版本。
好的會議紀錄,不是把每句話都記下來,而是清楚回答三個問題:
討論了什麼?決定了什麼?接下來誰要做什麼?
情境一:線上會議怎麼做?
線上會議最適合新手練習,因為 Google Meet、Teams、Zoom 等平台通常已有錄影、字幕、逐字稿或 AI 摘要功能。不過,這些功能是否可用,會依公司帳號、方案、裝置、地區與管理員設定而不同。
Google Meet 的「Take notes for me」可透過 Gemini 協助記錄會議內容,但實際可用性會受到帳號與設定影響。Zoom AI Companion 也提供會議摘要功能,且管理員可啟用或停用相關設定。
線上會議建議流程
第一步:會前確認可否錄影、錄音或開啟逐字稿
如果是客戶會議、敏感會議或跨部門會議,建議先確認公司規範,並告知與會者。
可使用這句話:
「為了方便會後整理會議紀錄,這場會議會開啟錄影或逐字稿功能,紀錄僅供本專案追蹤使用。」
第二步:會中保留原始資料
使用平台內建的錄影、逐字稿、字幕、AI 筆記或會議摘要。
第三步:會後交給 AI 整理
把逐字稿或會議重點貼到 ChatGPT、Claude 或 Gemini,請 AI 整理成正式會議紀錄。
第四步:人工檢查後再寄出
檢查決議是否正確、待辦是否有負責人、截止日是否清楚,以及 AI 是否誤判會議結論。
情境二:實體會議怎麼做?
實體會議的難點是聲音來源比較複雜,可能有多人同時說話、環境雜音、白板討論、投影片補充等。因此,實體會議更需要做好錄音與現場補充紀錄。
最簡單的流程是:
手機錄音 → 轉成文字或整理重點 → 交給 AI 整理 → 人工確認
iPhone:使用內建「語音備忘錄」
iPhone 內建的「語音備忘錄」可用來錄製會議、課程或語音筆記,Apple 官方說明可開始錄音、暫停、繼續錄音,也可調整手機與聲音來源的距離以改善錄音音量。
操作方式:
1. 打開 iPhone 的「語音備忘錄」App。
2. 點選紅色錄音按鈕開始錄音。
3. 會議中若暫停,可按暫停;繼續時再恢復錄音。
4. 會議結束後按停止,錄音會自動儲存。
5. 將檔名改成「日期+會議名稱」,例如「2026-04-27_行銷週會」。
6. 會後可分享錄音檔,或先轉成文字再交給 AI 整理。
Android:使用內建「錄音機」或「Voice Recorder」
Android 手機品牌眾多,內建錄音 App 的名稱與功能會依品牌、機型與系統版本不同。常見名稱包含「錄音機」、「語音錄音」、「Recorder」或「Voice Recorder」。
如果使用 Google Pixel,可留意 Google Recorder;Google 官方說明 Recorder 主要適用於 Pixel,可用來錄製會議、課程等聲音,並提供搜尋與 AI 功能。如果使用 Samsung Galaxy,Samsung 官方說明 Voice Recorder 可錄製課程、會議與對話,支援裝置也可使用 Galaxy AI 進行轉錄、加入 Samsung Notes 或分享文字檔。
Android 通用操作方式:
1. 在手機搜尋「錄音」、「Recorder」或「Voice Recorder」。
2. 開會前先測試 5 到 10 秒,確認收音正常。
3. 把手機放在桌面中央,不要放在口袋或包包裡。
4. 會議結束後停止錄音。
5. 重新命名錄音檔,建議使用「日期+會議名稱」。
6. 若手機支援轉文字,可先產出逐字稿;若不支援,可先手動整理重點,再交給 AI 工具處理。
實體會議小技巧
實體會議中,AI 不一定能準確聽出每個人的聲音。建議主持人在重要決議後,主動重複一次:
「確認一下,這件事由 Amy 負責,下週五前完成第一版,對嗎?」
這句話看似簡單,卻能大幅提高會議紀錄的準確度。
常見、容易取得的 AI 工具怎麼選?
以下工具不代表所有功能都免費,也不保證每個帳號都能使用。部分功能會依方案、裝置、地區與公司管理員設定而不同,使用前建議先確認。
1. ChatGPT:適合整理正式會議紀錄
ChatGPT 適合把逐字稿、會議重點或錄音摘要整理成正式文件,例如會議紀錄、主管摘要、待辦清單或會後 Email。若帳號與裝置支援 ChatGPT Record,也可用於轉錄與摘要會議、腦力激盪或語音筆記;OpenAI 官方同時提醒,轉錄與摘要可能出錯,重要資訊需要人工檢查。
適合用在:正式會議紀錄、主管摘要、待辦清單、會後 Email。
2. Claude:適合處理較長逐字稿與文件
如果會議逐字稿很長,或需要同時參考簡報、企劃書、專案文件,Claude 是常見選項。Claude 官方說明支援上傳 PDF、DOCX、CSV、TXT、HTML、ODT、RTF、EPUB、JSON 等文件格式;部分檔案功能仍會依帳號設定與限制而不同。
適合用在:長會議逐字稿、訪談紀錄、研討會內容、多份文件摘要。
3. Gemini:適合 Google 工作環境
如果團隊平常使用 Gmail、Google Docs、Google Drive、Google Meet,Gemini 會比較容易放進日常流程。Google 文件中的 Gemini 可協助摘要文件,Drive 中的 Gemini 也可協助摘要檔案與資料夾,但需要符合可用方案。
適合用在:Google Docs 會議紀錄、Google Drive 文件整理、Google Meet 會後資料。
4. NotebookLM:適合專案型會議與長期追蹤
NotebookLM 比較像是「專案知識庫」。你可以把會議紀錄、簡報、企劃書、訪談資料放進同一個 Notebook,之後再針對這些資料提問。Google 說明 NotebookLM 會根據你上傳或指定的來源回答問題,並提供來源引用。
適合用在:專案會議追蹤、多次會議整理、課程筆記、客戶訪談資料庫。
新手建議工作流
線上會議
平台逐字稿或摘要 → ChatGPT/Claude/Gemini 整理 → 人工檢查 → 寄出追蹤
若是長期專案,可把每次整理好的會議紀錄放進 NotebookLM,開下次會議前請它整理「前次決議、未完成事項、待確認問題」。
實體會議
手機錄音 → 轉成文字或整理重點 → ChatGPT/Claude/Gemini 整理 → 人工確認
如果沒有逐字稿,也可以會後用 Google Docs 語音輸入,自己口述會議重點。Google Docs 語音輸入需要在支援的瀏覽器中開啟文件,並確保電腦麥克風可正常使用。這比較適合「會後自己補充重點」,不建議直接當成多人會議的正式轉錄工具。
會議紀錄建議格式
新手可以先使用這個格式:
會議主題:
會議時間:
會議地點/會議連結:
主持人:
紀錄者:
與會者:
一、會議目的
簡短說明這場會議要解決什麼問題。
二、討論重點
用條列式整理主要討論內容。
三、會議決議
只放已經確認的結論,不放還在討論中的想法。
四、待辦事項
任務|負責人|截止日期|備註
整理第一版提案|Amy|5/10|提供給行銷部確認
五、待確認事項
列出尚未有答案、需要補資料或下次再討論的內容。
可直接複製的 AI Prompt
Prompt 1:整理正式會議紀錄
請根據以下會議逐字稿,整理成正式會議紀錄。
請包含:
1. 會議主題
2. 會議目的
3. 討論重點
4. 會議決議
5. 待辦事項
6. 待確認事項
7. 下次會議建議追蹤事項
待辦事項請用「任務/負責人/截止日期/備註」格式整理。
如果內容中沒有提到負責人或截止日期,請標示「待確認」。
請不要加入原文沒有提到的資訊。
請使用繁體中文,語氣正式、清楚,適合寄給團隊成員。
Prompt 2:整理主管版摘要
請將以下會議內容整理成主管可快速閱讀的摘要。
請用 300 字以內說明:
1. 本次會議重點
2. 已確認決議
3. 需要主管知道的風險或卡點
4. 接下來最重要的 3 個行動項目
請避免冗長細節,保留關鍵資訊即可。
Prompt 3:檢查會議紀錄
請幫我檢查以下會議紀錄是否完整。
請指出:
1. 是否有決議不清楚的地方
2. 是否有待辦事項缺少負責人
3. 是否有待辦事項缺少截止日期
4. 是否有需要再次確認的數字、日期、人名
5. 是否有語氣太口語、不適合寄給主管或客戶的句子
請提供修改建議。
新手最容易犯的 5 個錯誤
錯誤 1:把逐字稿當成會議紀錄
逐字稿只是原始材料,會議紀錄要整理出重點、決議與待辦。
錯誤 2:沒有區分「提議」和「決議」
有人提出建議,不代表會議已經同意。
錯誤 3:待辦事項沒有負責人
「下週整理報告」不夠清楚;「由 Kevin 於 5/10 前整理第一版報告」才方便追蹤。
錯誤 4:完全相信 AI 摘要
AI 可能漏掉反對意見,或誤解語氣與脈絡。
錯誤 5:忽略資料安全
不要把客戶資料、人事薪資、財務數字、公司策略或未公開資訊,直接上傳到未經公司核准的外部工具。
104學習小提醒
AI 可以幫你省下整理時間,但不能取代你的判斷。會議紀錄真正的價值,不是把所有人說過的話完整留下來,而是讓團隊會後能繼續推進。
對新手來說,最簡單的開始是建立一套固定流程:
錄下來 → 轉成文字 → 請 AI 整理 → 人工檢查 → 寄出追蹤
只要掌握這套流程,無論是線上會議還是實體會議,都能更快產出清楚、完整、可追蹤的會議紀錄。
看更多
1 0 4685 0
知識貓星球

喵星人

2024/08/09

Apple 開源 OpenELM AI 模型:功能、優勢及訓練框架解析
蘋果終於進軍AI領域,推出全新開源語言模型OpenELM。這篇文章將深入探討OpenELM的功能、優勢及其訓練框架,幫助開發人員了解如何在蘋果裝置上高效運行AI模型,提升工作效率和產品質量。
▍蘋果推出OpenELM:AI模型的新選擇
在微軟、Meta、Google等科技巨頭相繼發布自家AI模型後,蘋果終於發聲,推出了全新的開源語言模型家族——OpenELM。這個模型的全名是開源高效語言模型(Open-source Efficient Language Model),能夠在蘋果裝置上高效運行。OpenELM提供了四種不同參數規模的模型,分別是2.7億、4.5億、11億及30億參數,並且每個規模都有預訓練和指令調校兩個版本,總共提供了八種版本供開發者選擇。
▍多樣化模型選擇,滿足不同需求
蘋果已經在Hugging Face上公開了這些模型,並提供完整的訓練和評估框架,開發人員還可以利用提供的程式碼將模型轉換成MLX函式庫,以便在蘋果裝置上進行推論和微調。這意味著,無論是從事什麼樣的AI應用,開發人員都能找到適合的OpenELM模型版本來滿足需求。
▍高效訓練框架:CoreNet
在訓練方面,OpenELM模型使用了CoreNet函式庫作為訓練框架。其預訓練資料集包括了RefinedWeb、去除重覆資料的PILE、RedPajama和Dolma v1.6各一個子資料集,共1.8兆token。這樣的資料集配置使得模型在訓練過程中能夠獲得廣泛而深入的語言知識。
▍分層擴展策略提升準確率
OpenELM融合了分層擴展策略,能將模型參數有效分配到transformer模型各層,以提升準確率。例如,11億參數版本的OpenELM比12億參數版本的OLMo在準確率上高出2.36%,但使用的預訓練資料token僅為其一半。這展示了OpenELM在有效利用資源方面的優越性能。
▍性能比較:OpenELM vs 其他模型
蘋果也列出了OpenELM在不同裝置上的性能數據。在一台Nvidia GPU/Ubuntu筆電上,OpenELM 4.5億參數版本的提示執行效能已超過MobiLama,而2.7億參數版本與OPT相差無幾。在程式碼生成任務上,雖然各個版本都還有改進空間,但已經展示了不錯的潛力。此外,蘋果還提供了在Apple Silicon-based MacBook Pro上的執行數據,顯示出OpenELM在自家裝置上的優異表現。
▍蘋果的AI研發成果
這次OpenELM的推出,是蘋果繼去年十月開源多模語言模型Ferret及今年三月的MM1之後,再度展示其在AI領域的研發成果。與以往不同的是,OpenELM特別強調其在蘋果裝置上的高效運行能力,這對於廣大使用蘋果產品的開發者來說無疑是個好消息。
▍競爭與未來展望
目前,微軟也推出了可在筆電上執行的小語言模型(SLM)Phi-3系列,最小版本有38億參數。微軟強調Phi-3在語言理解、推理、數學及寫程式等能力上,比更多參數的模型如GPT-3.5 Turbo、Mistral還要強大。面對這樣的競爭,蘋果與其他晶片業者如英特爾、AMD、高通等,預計在今年內推出為AI模型執行設計的第一代或新一代晶片。蘋果最新的Apple Silicon M4預計在今年稍後問世,並會在年底推出搭載M4晶片的Mac產品。
OpenELM的推出標誌著蘋果在AI領域邁出了重要一步。通過開源這些高效能的語言模型及其訓練和推論框架,蘋果不僅為開發者提供了強大的工具,也展示了其在AI技術上的雄厚實力。無論是在語言理解、程式碼生成,還是其他AI應用領域,OpenELM都有望成為開發者的首選。
➤ 歡迎在104學習精靈關注【AI趨勢報-科技愛好者的產地】獲得更多科技新知!
看更多
1 0 2547 0
你可能感興趣的教室