縮寫中文的問題，透過圖書和論文來找解法和答案更準確安心。 我們找到下列股價、配息、目標價等股票新聞資訊

加速你的FIRE人生：打造致富體質，提早贏得財富自由

為了解決縮寫中文的問題，作者YaleChen 這樣論述：

厭世代•FIRE人生加速器 【密技大公開】《自由學院資料庫》超完整懶人包   25歲擁有4個被動收入，26歲達成財富自由 投資理財人氣YouTuber「Yale Chen」 實現FIRE人生一定要知道的理財心法   　　在不可思議的年紀，達到財富自由 　　在越來越難生存的世界，每一秒都在賺 　　即使月薪兩、三萬，也能實現FIRE，早日財富自由，享受人生   　　－該買那杯拿鐵嗎？想喝就喝吧，喝完再尿出來 　　－別囉嗦，先存1個月的生活費 　　－算出你專屬的財富自由數字 　　－地理駭客加速你的FIRE人生 　　－與其大海撈針，不如投資整個市場 　　－複利是雙面刃，它會讓你的錢越滾越多，但別忘

了，債務也是 　　－不要100%專心還債，應該撥一小部分錢累積緊急預備金 　　－不要動用本金，股市下跌時才能保命 　　－拿到股息，拜託請申請「股息再投入計畫」，之後你會感激我的……   　　Yale Chen高三就遭遇家中破產，一肩扛起養活自己的責任，飄洋過海到台灣唸大學……體驗到沒有錢的辛苦，他透過大量閱讀找答案、改變思維模式；偶然接觸到席捲全球的FIRE理財運動，讓他在絕望的人生谷底徹底翻身。從身無分文到提早財富自由、移居曼谷，只花了短短數年。   　　FIRE運動改變了他的人生，也改變了許多人的人生，也可能改變你的人生。 　　其實，人人都可以實踐FIRE，提早達成財富自由。 　　但是，該

如何存到你的「財富自由數字」，之後又維持穩健的操作與自律的支出呢？   　　本書將告訴你一個26歲年輕人實現FIRE的祕密，包括如何開源節流、如何選擇高成功率的投資組合、如何累積緊急預備金且不輕易動用、如何理債，以及從FIRE的角度來看，如何選擇科系、工作、朋友、伴侶。   　　不論你是想早點達到財富自由、提早退休，或是想繼續工作，但因為財務無虞，而能做自己喜歡的事，你都可以在這位早熟的成功者身上，學到此生一定要知道的理財基本功，以及實踐FIRE的行動指南。   本書特色   　　★寫給理財小白的FIRE行動指南，助你養成致富體質，早日賺到人生選擇權！ 　　★全球「提早財富自由」FIRE運動年

輕實踐者心法 　　★「百萬品牌–網路事業培訓課程」「美股被動式投資」課程創辦人，手把手教你打造「FIRE族體質」   好評推薦   　　•Yale是我YouTuber界的第一位好朋友！ 　　當時我們的頻道都還很小，因爲一起拍了Feat影片，讓我們兩人同時被更多人看見。還記得剛認識時，我們經營YouTube頻道都是校長兼撞鐘，從腳本到剪片都是自己一手包辦，同時也還有正職工作。   　　看著Yale一路走來，從兼職的YouTuber變成全職，現在還開了公司，擁有自己的團隊，靠自己的努力替自己創造了多元的被動收入，開始過著自由的生活！   　　如果你也想要開始打造自己的自由生活，成為FIRE的一員，

那一定要認真看完這本書！──Ms. Selena（生活理財YouTuber）    　　•Yale是我認識最乾脆、最果斷且最有行動力的理財達人。從他身上，我不只學到如何精準挑選出適合自己的投資方式，更獲得扎實易懂的行動清單。Yale經常跟我說：「夢想沒有搭配行動，永遠只是夢想。」這本書能讓你發現，只要持續付出行動，達成財富自由是遲早的事！──佐編茶水間Zoey   　　•這是一本你如果可以穿越時空，絕對會推薦給20歲的自己，拜託他早點看完、開始實踐的好書──現在你就不用看老闆臉色、整天擔心錢不夠用、買不起房子，可以悠哉在陽台曬太陽、過著財富自由充實的人生。   　　欸，我說真的！我跟Yale第

一次見面的時候，心裡真的是這樣想的。逆境讓人成長，Yale雖然會幽默地自我解嘲，卻也讓我們了解到，只要有心想改變、想學習，任何時候都不晚。這本書就像是一張急速高鐵車票，Yale直接濃縮他的經驗，用誠摯幽默的語氣跟你分享如何搭上這班列車。跟一般理財書不一樣的是，你絕對會有很多「會心一笑」的點。本書讓你讀得輕鬆，卻學到未來少奮鬥大半輩子的能力。這絕對比把下半輩子交付給另一半更實際吧！──冰蹦拉   　　想學習FIRE的你一定不能錯過這本書，因為Yale是真正的FIRE實踐者和傳播者。他會用最簡單易懂的方式引導你成為FIRE一族。──Betterleaf好葉   　　一個星期能寫一本書嗎？可以，有夠

多的人生故事就可以。 　　大學沒畢業可以有自己的事業嗎？可以，知道自己在做什麼就可以。 　　知道天有多黑的人才會珍惜陽光。 　　這不是一本理財書，我覺得比較像是一個男孩征服現實社會的人生傳記。──NeKo嗚喵（說書人•YouTuber）   　　財富自由是所有人終其一生都在追求的目標，但一般人缺乏正確的財商教育，只知道好好讀書，以為找個好公司，存錢存到老，就可以財富自由──這個觀念是很大的坑。我覺得大家可以把Yale這本書當成是「你的FIRE人生加速器」，裡面有很詳細的步驟，將帶你從零開始走向財富自由之路。──營養師Ricky’s Time   　　在創業初期，Yale幫了我一把，慢慢地我們變

成一起成長的好朋友。雖然我的被動收入大幅增加了，不過投資理財的部分，我還要多多跟Yale學習，一起邁向FIRE人生！──Jerry Huang（聯盟行銷大師）   讀者強推   　　★讀者實踐•口碑強推！   　　•感謝Yale的影片，每次都給我新的動力。每當變得懶惰的時候，看Yale的IG貼文總是莫名燃起新的動力繼續投資。身為學生、半工半讀的我，每個月薪水才24K，一想起Yale的影片，還是會每月省下6000元去投資。先投資自己，再去支付自己！   　　•年至30的我，這幾年想要學投資理財，卻一直沒有方向，不知如何著手。Yale的頻道對於我這個投資新手來說，可說是非常有系統，讓猶如一張白紙的

我，也有了概念。   　　•感謝你的影片一直以來帶給我的啟發，自從經營起副業後，我的收入已經比半年前成長一倍了，我也很確定未來還會繼續成長；雖然放棄了休假與社交，但我的生活從未像現在這樣充實。真的，誠心地感謝。   　　•我今年工作第二年（年紀跟Yale差不多）。正當開始接觸投資理財時，我認識了Yale。我非常認同他的理財觀念，他踏實地了解整個投資概念的脈絡才落實投資行為，得到的每一分收益都能說出來龍去脈，而非是天上掉下來的禮物。   　　•我看著Yale的影片一步一步地成長，建立好的投資觀念，現在也開始賺進被動收入了。   　　•從一開始YouTube追蹤人數一兩千人關注Yale到現在，發現

他不斷成長、進步。謝謝你無私和大家分享收穫！   　　•Oh My God，10%的獲利！朝FIRE又近了一步。

縮寫中文進入發燒排行的影片

社群網站發文引發之忌妒是否導致職場霸凌？

為了解決縮寫中文的問題，作者張凌嘉 這樣論述：

SNS為Social Networking Services的縮寫，中文為「社會網絡服務」，這樣說或許很含糊，但提到Facebook可能就無人不曉了；能夠隨時發表圖文、分享心情、展現自我、使用掌控在己的SNS，已經跟日常生活融為一體，密不可分，Facebook更表示它們希望透過社群，讓世界更緊密，只要一開始使用，就會發生好事！（Cal Newport, 2019）使用者享受它帶來的便利性，乘載歡笑；然而近來諸多研究卻顯示出使用SNS會帶來負面情緒 像是忌妒（Krasnova1,Wenninger, Widjaja & Buxmann, 2013)與沮喪（Parent, Mike. C., G

obble, Teresa. D., & Rochlen, A, 2019） 甚至發現旅遊休閒類型的發文居然最容易引發社群媒體忌妒（Samuel, 2019）；而有關社群媒體忌妒引發霸凌之研究多維持在網路領域，即網路霸凌或是網路職場霸凌，缺乏延伸至實體生活的霸凌研究；而忌妒為職場霸凌的主要原因之一（小井こぞう，2019），社群媒體忌妒或許能突破螢幕，造成實體生活的職場霸凌行為，是本研究想探討的主題。研究指出，關係強度越高的朋友之間，越容易引發忌妒（梁光耀，2018）；但也有研究指出，最容易引發忌妒的，是一般交情的朋友（Samuel, 2019）；因此本研究在透過社群媒體忌妒問卷（Scale o

f Facebook Envy,Edson C. Tandoc, Ferrucci & Duffy, 2015)及職場霸凌行為問卷（Negative Acts Questionnaire –Perpetrators, NAQ-P, Sora, Muñoz & Carballeira, 2012)想知道社群媒體忌妒與職場霸凌行為相關性的前提，也設計了兩式問卷：A卷用來測試看到關係強度強的同事發旅遊休閒類文章是不是會引發社群媒體忌妒、進而導致實施霸凌行為、而B卷則用來驗證關係強度弱的同事；A卷於110年10月16~22日發送於全台最大的BBS站PTT、B卷於110年10月17~22日發送於全台使用

者人數最高的SNS社群媒體Facebook；共回收A卷198份及B卷242份有效問卷。以線性回歸作分析，兩份問卷都得到社群媒體忌妒與職場霸凌呈現正相關之結果。

SLAM視覺十四講：雙倍內容強化版

為了解決縮寫中文的問題，作者高翔張濤劉毅顏沁睿 這樣論述：

　　這是一本介紹視覺SLAM 的書。 　　SLAM 是Simultaneous Localization and Mapping 的縮寫，中文譯作「同時定位與地圖型建置」。它是指搭載特定感測器的主體，在沒有環境先驗資訊的情況下，於運動過程中建立環境的模型，同時估計自己的運動。 　　本書的主題就是SLAM視覺， SLAM 的目的是解決「定位」與「地圖型建置」這兩個問題。也就是說，一邊要估計感測器本身的位置，一邊要建立周圍環境的模型。近年來隨著科技的發展，湧現出了一大批與SLAM 相關的應用點。 　　本書全面系統地介紹了以視覺感測器為主體的視覺SLAM 技術，詳細地介紹SLAM 的理論背景、

系統架構，以及各個模組的主流做法。同時，極其重視實作：本書介紹的所有重要演算法，都將列出可以執行的實際程式，以求加深讀者的了解。並把完整的SLAM 系統分成幾個模組：視覺里程計、後端最佳化、建圖，以及回路檢測。我們將陪著讀者一點點實現這些模組中的核心部分，探討它們在什麼情況下有效，什麼情況下會出問題，並指導大家在自己的機器上執行這些程式。你會接觸到一些必要的數學理論和許多程式設計知識，會用到Eigen、OpenCV、PCL、g2o、Ceres 等函數庫，掌握它們在Linux 作業系統中的使用方法。 　　全書分為三大部分： 　　「數學基礎篇」 　　第1 講 是預備知識，介紹本書的基本資訊，習

題部分主要包含一些自測題。 　　第2 講 為SLAM 系統概述，介紹一個SLAM 系統由哪些模組成，各模組的實際工作是什麼。實作部分介紹程式設計環境的架設過程及IDE 的使用。 　　第3 講 介紹3D 空間剛體運動，你將接觸到旋轉矩陣、尤拉角、四元數的相關知識，並且在Eigen 中使用它們。 　　第4 講介紹李群與李代數。即使你現在不懂李代數為何物，也沒有關係。你將學到李代數的定義和使用方式，然後透過Sophus 操作它們。 　　第5 講 介紹針孔相機模型及影像在電腦中的表達。你將用OpenCV 調取相機的內外參數。 　　第6 講 介紹非線性最佳化，包含狀態估計理論基礎、最小平方問題、梯度下降

方法。你會完成一個使用Ceres 和g2o 進行曲線擬合的實驗。 　　「實作應用篇」 　　第7 講 為特徵點法的視覺里程計。該講內容比較多，包含特徵分析與比對、對極幾何約束的計算、PnP 和ICP 等。在實作中，你將用這些方法估計兩個影像之間的運動。 　　第8 講 為直接法的視覺里程計。你將學習光流和直接法的原理，然後實現一個簡單的直接法運動估計。 　　第9 講 為後端最佳化，主要為對Bundle Adjustment（BA）的深入討論，包含基本的BA，以及如何利用稀疏性加速求解過程。你將用Ceres 和g2o 分別撰寫一個BA 程式。 　　第10 講 主要介紹後端最佳化中的位姿圖。位

姿圖是表達關鍵頁框之間約束的一種更緊湊的形式。我們會介紹SE(3)和Sim(3)的位姿圖，同時你將使用g2o 對一個位姿球進行最佳化。 　　第11 講 為回路檢測，主要介紹以詞袋方法為主的回路檢測。你將使用DBoW3 撰寫字典訓練程式和回路檢測程式。 　　第12 講 為地圖型建置。我們會討論如何使用一元進行稠密深度圖的估計（以及這是多麼不可靠），然後討論RGB-D 的稠密地圖型建置過程。你會撰寫極線搜索與塊符合的程式，然後在RGB-D 中遇到點雲地圖和八叉樹地圖的建置問題。 　　第13 講 是專案實作，你將架設一個二元視覺里程計架構，綜合運用先前學過的知識，實現它的基本功能。在這個過程中

，你會碰到一些問題，例如最佳化的必要性、關鍵頁框的選擇等。我們會在Kitti 資料集上測試它的效能，討論一些改進的方法。 　　第14 講 主要介紹目前的開放原始碼SLAM 方案及未來的發展方向。相信在閱讀了前面的知識之後，你會更容易了解它們的原理，實現自己的新想法。 　　適合讀者群  機器人技術工程師、對 SLAM 有興趣者，或 SLAM 相關課程科系師生作為教材或自學參考。                                      本書特色 　　SLAM視覺屬於電腦視覺和機器人研究的交叉領域，本書系統介紹SLAM視覺（同時定位與地圖構置）所需的基本知識與核心演算法，既

包括數學理論基礎，如三維空間的剛體運動、非線性優化；又涵蓋電腦視覺的演算法實現，例如多視圖幾何、回環檢測等。書中提供大量的實例程式碼供讀者學習，從而更深入地掌握內容。 　　► 更多的實例 增加一些實驗程式來介紹演算法的原理。本書中的許多程式，除了呼叫函數庫函數，還提供底層的實現。 　　► 更深入的內容 主要是從第7講至第12講的部分，重新定義那些容易引起誤解的內容。 　　► 更完整的專案項目 在介紹所有必要知識之後，向讀者展現一個完整的SLAM 系統是如何工作的。以精簡的程式實現完整的功能，讀者會獲得一個由幾百行程式實現、有完整前後端的SLAM 系統。 　　► 更通俗、簡潔的表達 這是

一本好書的標準，作者重新製作部分插圖，清晰簡明的讓讀者更清楚易懂。 作者簡介 高翔 　　清華大學自動化系博士，慕尼克工業大學博士後。專注於電腦視覺、定位與建圖、機器學習等，著、譯作有《視覺SLAM十四講：從理論到實踐》、《機器人學中的狀態估計》，在RAS、Auto Robotics、IROS等期刊會議上發表論文。現從事自動駕駛車輛研發工作。 張濤 　　清華大學自動化系教授。1999年獲清華大學自動化系檢測技術與自動化裝置專業博士學位，2002年獲日本國立佐賀大學工學系研究科系統控制專業博士學位。研究課題包括機器人、航空航太、電腦視覺等。 劉毅 　　華中科技大學圖像與人工智慧研究

所博士。專注於影像處理、三維重建、視覺SLAM，以及感測器融合研究和應用，曾在深圳市大疆創新公司，英特爾中國研究院等單位實習。 　 顏沁睿 　　比利時荷語魯汶大學人工智慧碩士，電子工程學士（GroupT）。長期致力於研究人工智慧技術在機器人領域的應用，包括電腦視覺、機器學習和SLAM。現擔任地平線機器人公司智慧駕駛部演算法工程師。   前言 01 | 預備知識 1.1 本書講什麼 1.2 如何使用本書 1.3 風格約定 1.4 致謝和宣告 1.5 習題（基礎自測題） 第一部分 數學基礎 02 | 初識SLAM 2.1 引子：小蘿蔔的實例 2.2 經典視覺SLAM 架構

2.3 SLAM 問題的數學表述 2.4 實作：程式設計基礎 2.5 習題 03 | 3D 空間剛體運動 3.1 旋轉矩陣 3.2 實作：Eigen 3.3 旋轉向量和尤拉角 3.4 四元數 3.5 相似、仿射、射影轉換 3.6 實作：Eigen 幾何模組 3.7 視覺化示範 3.8 習題 04 | 李群與李代數 4.1 李群與李代數基礎 4.2 指數與對數對映 4.3 李代數求導與擾動模型 4.4 實作：Sophus 4.5 相似轉換群與李代數 4.6 小結 4.7 習題 05 | 相機與影像 5.1 相機模型 5.2 影像 5.3 實作：電腦中的影像 5.4 實作：3D 視覺 5.5 習題

06 | 非線性最佳化 6.1 狀態估計問題 6.2 非線性最小平方 6.3 實作：曲線擬合問題 6.4 小結 6.5 習題 第二部分 實踐應用 07 | 視覺里程計1 7.1 特徵點法 7.2 實作：特徵分析和比對 7.3 2D−2D：對極幾何 7.4 實作：對極約束求解相機運動 7.5 三角測量 7.6 實作：三角測量 7.7 3D−2D：PnP 7.8 實作：求解PnP 7.9 3D−3D：ICP 7.10 實作：求解ICP 7.11 小結 7.12 習題 08 | 視覺里程計2 8.1 直接法的引出 8.2 2D光流 8.3 實作：LK 光流 8.4 直接法 8.5 實作：直接法

8.6 習題 09 | 後端1 9.1 概述 9.2 BA與圖最佳化 9.3 實作：Ceres BA 9.4 實作：g2o 求解BA 9.5 小結 9.6 習題 10 | 後端2 10.1 滑動視窗濾波和最佳化 10.2 位姿圖 10.3 實作：位姿圖最佳化 10.4 習題 11 | 回路檢測 11.1 概述 11.2 詞袋模型 11.3 字典 11.4 相似度計算 11.5 實驗分析與評述 11.6 習題 12 | 建圖 12.1 概述 12.2 一元稠密重建 12.3 實作：一元稠密重建 12.4 RGB-D 稠密建圖 12.5 TSDF 地圖和Fusion 系列 12.6 小結 12.7

習題 13 | 實作：設計SLAM 系統 13.1 為什麼要單獨列專案章節 13.2 專案架構 13.3 實現 13.4 實驗效果 13.5 習題 14 | SLAM：現在與未來 14.1 目前的開放原始碼方案 14.2 未來的SLAM 話題 14.3 習題 A | 高斯分佈的性質 A.1 高斯分佈 A.2 高斯分佈的運算 A.3 複合的實例 B | 矩陣求導 B.1 純量函數對向量求導 B.2 向量函數對向量求導 C | ROS 入門 C.1 ROS 是什麼 C.2 ROS 的特點 C.3 如何快速上手ROS   作者序 　　《視覺SLAM 十四講：從理論到實作》出版已經兩年多。兩

年來，這本書經歷了13 次重印，在GitHub 上擁有2500 個星星，也在業界引起了廣泛的關注和討論。大多數讀者評價是正面的，當然，書中也有些地方不夠令人滿意。例如，這本書針對初學者，有些應該深入的地方講得不夠深入；書中的數學符號不夠統一，有些地方容易令讀者產生誤解；專案實作章節內容不夠豐富，介紹較淺，等等。實際上，我在2016 年中期開始創作第1 版，所有文字、圖片和程式都是從零開始準備的，再加上當時在讀博士，也是第一次寫這麼厚的書，錯漏在所難免。2018 年，我在慕尼黑工大給學生講SLAM 課程，期間又累積了一些材料，所以本書從內容上更豐富、更合理。在第1 版的基礎上做了以下改動： 　

　1. 更多的實例。增加了一些實驗程式來介紹演算法的原理。在第1 版中，多數實作程式呼叫了各種函數庫中的內建函數，現在我認為更深入地介紹底層計算會更好，所以本書中的許多程式，除了呼叫函數庫函數，還提供了底層的實現。 　　2. 更深入的內容。主要是從第7 講至第12 講的部分，同時刪除了一些泛泛而談的邊角料（例如GTSAM 相關內容1）。對第1 版大部分數學公式進行了審查，重新定義了那些容易引起誤解的內容。 　　1 因數圖最佳化現在已有完整的書籍《機器人感知：因數圖在SLAM 中的應用》，用一小節很難介紹清楚。 　　3. 更完整的專案項目。將第1 版的第9 講移至第13 講。於是，我們可以

在介紹了所有必要知識之後，向大家展現一個完整的SLAM 系統是如何工作的。 　　相比於第1 版，我在本書的專案中將追求以精簡的程式實現完整的功能，你會獲得一個由幾百行程式實現的、有完整前後端的SLAM 系統。 　　4. 更通俗、簡潔的表達。我覺得這是一本好書的標準，特別是當介紹一些看起來高深莫測的數學知識時。我重新製作了部分插圖，使它們即使在黑白印刷條件下也能看起來很清楚。 　　當然，每講前的簡筆劃我是不會改的！ 　　總之，我儘量做到深入淺出，也希望本書能夠給你帶來更加舒適的閱讀體驗。  

台灣ETF績效探討

為了解決縮寫中文的問題，作者陳思蓓 這樣論述：

ETF是Exchange Traded Funds的縮寫，中文稱為「證券市場交易之基金」，由於ETF是被動追蹤某一指數又可在股票市場交易的基金，因此又可稱為「指數股票型基金」。台灣自2003年推出首支ETF---元大台灣50以來，台灣ETF市場以飛快的速度成長。截至2020年3月，台灣ETF上市加上櫃市場上共有218檔，其中125檔在證券交易所上市。ETF是被動投資的一種，它集開放式基金、封閉式基金以及傳統指數基金的優點於一身，具有雙重交易機制、實物申購和贖回以及具有強流動性、高透明度、成本低廉和交易靈活等優勢,被認為是過去十幾年中相當熱門的投資工具。本文整理國內外ETF發展歷程基礎，進而分

析ETF的特點及原理，借鑑以往學者對於績效評價的方法，從中選擇用來評價ETF績效的指標，主要運用追蹤誤差指標、折溢價水準指標和夏普指數三大績效評估方法，分析以下三檔ETF:元大台灣50、元大高股息及富邦公司治理100。