譚新強：Galileo的教誨：人類非宇宙中心點
文章日期：2021年5月21日

【明報專訊】人類非常自以為是，一切以自己為中心的動物。自古以來，不止大部分人都以為大地是平或者是方的，他們更以為天上的星星、月亮和太陽，都是圍繞着我們而運轉的。當伽利略（Galileo Galilei）以望遠鏡觀察得來科學證據，支持哥白尼（Nicolaus Copernicus）的太陽中心論，他就被教廷批鬥和逼害了20多年之久。

即使現代人也有同樣自以為是的主觀願望。不少人偏見地以為近數十的所謂新發明，例如互聯網、手機、AI、機械人和加密貨幣等，都必然是人類史上最偉大和最重要發明。更有不少人甚至相信所謂加速回報定律（Law of Accelerating Returns），認為重要科技發明的速度不斷提升，很快就將達到人網合一的所謂「奇點」（Singularity）！

客觀點來看，這些科技發展雖重要，尤其互聯網和手機，令到日常生活更方便和豐富，但怎可能比火、蒸氣機、電力、電話、汽車和飛機等更重要？有人曾問過李光耀，什麼是偉大發明？他的答案是對新加坡而言，最重要的發明是空調！他認為在熱帶地區，如沒有空調，工作效率非常低，經濟發展必更困難。你可能以為李光耀此言是開玩笑，小小一台冷氣機，怎可能那麼偉大？但事實擺在眼前，新加坡是熱帶國家中，極少數（差不多唯一）能達到發達國家水平的國家之一，成功原素當然不止空調這麼簡單，但他立國不久即決定盡快在所有政府辦公室裝置空調，肯定對提升政府效率有極大幫助。

近20年科技無助提升生產效率
若以生產效率的趨勢來判斷近20年科技發展的成效和重要性，不幸客觀結論就必然是頗為失望，甚至驚訝。因為不論美國或中國，過去20年的勞動生產率（labour productivity）增長都不斷放緩（見圖1及圖2），就如數以萬億美元計的IT投資，每人手中一台超級電腦，都提升不了我們的生產效率。更不需遑論AI結合機械人，再加5G，所有工廠都應變得更自動化，需要的工人極少，理論上人均生產效率必定急速提升。

這麼多「超偉大」發明，怎去解釋生產效率增長率不加速反放緩的重大謎團？我認為可探討3個可能性。

（1）從1970年代開始，個人電腦（PC）開始崛起和普及，企業投入大量資源，期望生產力效率大幅提升。但長近20年的投資期，效果一直是失望的，在互聯網普及前，大部分電腦幾乎可算是獨立的，主要用途只包括文書處理（word processing）、電子試算表（spreadsheet）和簡單資料庫（database）等，即使有通訊功能，也只限於速度極慢、撥號連線的modem。在這個單打獨鬥的環境下，大部分PC亦是一台昂貴的高級打字機，對生產力提升當然有限。後來隨着互聯網崛起、寬頻普及，企業開始看得到大量投資IT的回報。當然互聯網的發展，提供了創立大量新企業的機會（但即使如此，上世紀七十年代至今的生產力增長也一直放緩）。

同一道理，過去30年的新科技發展，將有重新提升生產力效率的一天，可能只是時辰未到。我贊同有此可能性，但到底現代科技，缺乏什麼催化劑，防止它們完全體現潛能？我也沒有準確答案，部分可能是投放的量未足夠，例如5G，大家一直期待網絡速度馬上提升10倍以上至Gbps級別，但事實上在美國和中國的用戶體驗極差，平均速度提升50%不到，某些情况和地區，甚至比4G更慢，亦較受障礙物如牆壁阻礙接收。應用方面更缺乏「killer apps」，據說在中國的流行5G App是Speedtest，就是用來測試通訊速度！現時平均每個基站服務約7000用户，當然寄望繼續增加密度，到了某個水平，希望能較成功體現5G功能。除此，高頻率的mmWave網絡仍在起步階段，高頻率才可真正大幅提升速度，但不幸物理上，mmWave穿透力更差，要實現IoT夢想，實時遙控高速機器，進行精細手術和應用於交通系統等，仍面對極大挑戰。

（2）人均生產效率增長放緩，有可能是定義和數據準確度的問題。會否是不可以金錢來量度近代科技發展所帶來的所有好處，除經濟增長外，亦有助改善人類健康、延長壽命，以及提升快樂感？有可能，事實上在過去200多年，全球人類壽命的確上升很多，從不到30歲升至現在的70多歲；但大部分應該是公共衛生的改善，尤其自來水的普及，農業進步導致營養改良，以及接生技術和環境改善，大幅減低嬰兒夭折率等，而非來自先進癌症治療法或基因工程技術。當然，近年英美的平均壽命更出現下跌趨勢。快樂的定義更抽象，跟科技發展更沒有一個必然關係，去多幾次日本就一定開心啲？著名人類學家Steven Pinker認為，原始的hunter-gatherers，以狩獵為生，不用花太多時間工作和計劃生活，平均快樂度反而比生活較穩定和富庶的農業社會高很多。原因是農業需要長達一年的工作計劃、播種、灌溉、收割和儲糧等等，全年忙碌，亦需全年憂慮天氣和瘟疫等。現代人更惨，不止需要計劃一年，未上幼稚園，已需要開始計劃人生，每年每月每日都有無窮無盡的所謂工作、責任和煩惱。

有人企圖解釋，可能分母也有問題。人均生產力增長減速，或者是因為現代經濟高度自動化，需要工作的人愈來愈少，即是失業，underemployment和不需工作的人愈來愈多，所以人均生產效率就被拉低了。這個解釋有兩個問題，首先在這次COVID大流行前，以美國為例，失業率跌至3.5%的50年新低，何來工作人數在減少？近月隨着美國疫情減退，失業率又再急速下降，所以此論點不成立。

有人指出，雖然表面失業率低，但有不少人不再尋找長工，只做點「零工」（gig），或只領救濟，所以人均生產效率被拉低。我沒有深入研究過，但我懷疑近年underemployment的情况，是否真的比以前嚴重。我的印象是從前較以農業為重的社會，鄉下的「閒人」更多，城市化才是提升人均生產力的最重要元素。

總括來說，我承認經濟數據未必能夠完全反映科技進步對人類的影響，但仍不可以此為解釋生產效率增長放緩的藉口。

人類發展漸近兩科學極限
（3）我認為最重要的解釋是人類發展已逐漸走近兩個科學上的極限。第一個是地球資源所能提供的可延續發展極限。人類發展，從古至今，尤其從工業革命開始，都可說是建築在耗用地球資源身上，尤其倚賴化石能源，最初是最髒的煤炭，後來是更好用但更有限的石油，再加上較清潔但難儲存運輸的天然氣。近年我們當然開始發現化石能源的碳排放，帶來嚴重氣候變化問題，如不能在極有限時間內解決，足可導致一次全球大規模動植物滅絕災難！

樂觀來看，這個危機當然也提供很多發展再生能源、電動車輛（electric vehicle, EV）、儲能、碳捕獲（carbon capture），以至「地球工程」（geoengineering）技術的機會。但不能否認的是地球本身是個充滿有機化學（organic chemistry）的環境，最方便的能源必然是與炭相關的，石油的能源密度是任何電池技術的20倍以上。按《巴黎氣候協議》的計劃，人類必須在2050年前達到碳中和，談何容易？去年因疫情，全球碳排放確下降了約6.5%，接近但仍不到每年遞減7%的目標，今年美、中等經濟重開，有可能達標嗎？

另一個更根本的是物理的極限。歷史上最偉大的科學突破，毫無疑問是二十世紀初，愛恩斯坦的狹義和廣義相對論，和稍後由玻爾（Niels Bohr）、海森堡（Werner Heisenberg）和薛丁格（Erwin Schrodinger）等人所發展的量子力學（quantum mechanics）。兩套理論非常偉大，亦有極大實用性，核能和核武正是它們的結合，是禍是福，見仁見智。但不幸過去60年，理論物理已可說碰到了堅硬牆壁，相對論與量子力學有非常根本性，甚至哲學性矛盾，聰明如愛恩斯坦，窮人生最後30年努力，也無法解決此問題。後人想出很多充滿創意的理論，例如超弦理論（Superstring Theory），但全都是紙上談兵，毫無實驗證明，所以於事無補。

物理極限對應用科技和經濟發展有很大影響。整個IT革命都是由半導體技術進步所推進。最有名的摩爾定律（Moore's Law），雖並非一條真正永恒不變的物理定律，但在過去50年，一直是芯片發展的一個指標。事實是每一代的芯片發展，雖仍在進步，但速度早已放緩，最初摩爾定律預期每9至I2個月，芯片密度即可翻一倍，近年已放緩至兩年以上。強如過去的老大英特爾（Intel），已停滯於14nm兩年以上，只有台積電和三星能繼續推前，能成功生產7nm芯片。即使台積電等能如期做到2nm，無疑必將接近物理極限，再縮小必將帶出各種量子世界的奇怪現象如「穿隧效應」（tunneling effect），極難控制芯片性能。

在應用層面上，影響也必極大。單是AI無人駕駛，已是個極重要的科技夢想，亦是Tesla股價的一個重要支柱。馬斯克（Elon Musk）教主是個頂級銷售員，他一直不斷告訴「信徒」無人駕駛是個相對簡單的ANI（Artificial Narrow Intelligence）應用，只需GPU或ASIC夠快，加上視覺數據，必可在短期內成功。按馬斯克的說法，年輕一代不需要學駕駛汽車，法律甚至將禁止人類開車，所有汽車變成AI無人駕駛的EV。

無人駕駛為極複雜AI難題
事實上，無人駕駛是個極複雜的AI難題，最近連馬斯克開始承認困難比原先想像中高很多。不止Tesla，大部分其他公司都碰到同樣問題，不少甚至已放棄。Uber和Lyft都計劃出售無人駕駛部門，Alphabet的Waymo，近日CEO和CFO等多位高層相繼辭職。德國各大汽車廠近日都推出質量非常不錯的EV，但並無太多AI功能。

我一向認為無人駕駛沒那麼簡單，應屬於AGI（Artificial General Intelligence）問題，即需要所謂common sense。人腦當然遠比電腦慢，但複雜度遠比芯片高，人腦neurons（神經元）數量超過1000億，synapses（突觸）數量更超過125萬億，更加是三維物體，連形狀和組織都對人腦的思考、性格和整個意識（conciousness）非常關鍵，遠比現時最先進二維為主，7nm GPU的540億原子粒多和複雜。即使未來用到2nm技術，能做出人類common sense的機會仍很低。不少AI專家認為，AGI需要whole brain simulation，或甚至不可以矽為基礎原料，改以用所謂wet ware，不知是否想以基因工程技術，在試管中培植出一個以碳為基礎原料的有機AI系統？聽起來，比Frankenstein（科學怪人）更恐怖！

我沒有答案，只想提醒大家不要過度自以為是，人類始終是渺小的，我們對宇宙的認知非常有限！

（中環資產擁有Tesla、Uber、Alphabet、台積電及三星財務權益）

中環資產投資行政總裁
[譚新強 中環新譚]

https://www.mpfinance.com/fin/columnist3.php?col=1463481132098

《人工智慧在台灣》產業發展的新契機

什麼是「人工智慧」？

很多科幻電影會使用人工智慧當題材，像是《A.I. 人工智慧》的小男孩。但人工智慧的定義，簡單來說就是：任何讓電腦能夠表現出「類似人類智慧行為」的科技；更具體一點的說法，人工智慧是一種可以感知、學習、推理、協助決策，並採取行動幫助我們解決問題的科技。

人工智慧並非為了取代人類，而是用客觀的資料事實及科學方法，輔助決策進行，以便提高決策的正確機率。

陳昇瑋老師是台灣人工智慧學校的執行長，專門培育相關技術的人才，可見他對此領域的重視與熱愛。
他在《人工智慧在台灣》一書中，不僅舉出眾多產業應用人工智慧的例子，強調人工智慧技術的重要性，更提倡台灣應該投入更多心力發展「產業人工智慧化」。

「如果大家還記得1994年的網際網路，想想那年使用第一代瀏覽器Mosaic上網所看到的網頁模樣，想想那時候的網頁能做什麼事，再對比今天的網際網路，感受一下之間的差異：過去25年網際網路為全世界帶來翻天覆地的變化，我們不再去圖書館、不再去書局買書、不再看報紙找工作，全人類的生活型態都受到影響。

今天的人工智慧在未來數十年，帶來的改變將毫不遜色於網際網路，它已經開始能代替人類進行重覆性的工作，幫助人們做決策，甚至開始取代某些工作職掌，更重要的是它才剛起步，未來數十年將主宰資通訊技術的發展，以各種形式改變人們的生活及工作，而且充滿無限的可能。

針對健康、醫療產業，人工智慧在規劃面，可輔助預測國民健康與特定疾病或傳染病狀況、規劃預防性措拖，減少發病及就診率；在生產面，人工智慧可搭配各式的感測器全面監測高風險族群，在醫院或居家的健康狀況，以做適時處理；在行銷面，可進行個人化行銷提升健康意識、輔助健康飲食管理；在供給面，可以手機或隨身的感測器進行個人居家身體檢查。

以人工智慧來輔助健康管理及醫療，已是最熱絡的人工智慧新創領域之一，有許多案例證明，深度學習可即時做出比擬甚至超越醫師準確度的診斷。

金融業是對資料相對敏感，也有本錢投資的產業，因此人工智慧技術應用發展速度較快，不過起跑快與能不能做得深是兩回事。在規劃面，金融市場預測是目前多數金融業者關心的應用方式，很多業者導入機器學習，是為了提供客戶投報率更高的理財商品，不過這方面的應用仍有其困難度及挑戰性。像在利用人工智慧，大幅改善傳統放款審核與各式異常行為方面，例如信用卡盜刷偵測，雖然聽起來不是那麼新鮮有趣，卻能幫助金融業穩定控制風險，強化核心競爭力。

在生產面，常被忽略的是，人工智慧可以組合出績效更好的金融商品，以及切中使用者需求的個人金融商品，信用卡就是很好的例子；在行銷面，行銷策略設計及配置，是個人化行銷外的有效人工智慧應用；最後，從供給面來說，雖然目前利用人工智慧，進行自然語言處理仍然不足，但以人工智慧擔任理財及客服專員，照顧非VIP客戶已成趨勢；客戶流失預測也是經典問題，但透過指示型分析，不用再瞎猜消費者的心。

資料分析的最終階段為「指示型分析」，也就是透過演算法的指示，提供最佳化建議，從出版社的角度來看，書名及副標怎麼下、書介如何編排、預覽圖片要放哪幾張、如何訂價及折扣要找誰來寫推薦序、頁數的控制、封面如何設計等，都可以透過指示型分析更貼近讀者的喜好。

從博客來這樣的電商平台角度，指示型分析可以做到自動的書摘、自動的分類建議、更結構化的書籍簡介、更精準的書籍推薦、個人化的折扣等、協助拉近書籍與目標消費者的距離。

資料分析及機器學習都是十分強大的工具，前提是資料擁有者必須了解，不能再停留在用試算表或商業智慧工具，來做情勢評估，必須往解釋、預測、最佳化的階段邁進；同時，若能進階至預測及最佳化階段，也代表著人工智慧技術的引入。」（陳昇瑋、溫怡玲，《人工智慧在台灣：產業轉型的契機與挑戰》，2019）

企業要擁抱人工智慧，第一步就是從擁抱資料、建立新的決策文化開始。
然而，人工智慧技術導入到產業以及現有產業進行轉型，不能只靠企業單打獨鬥，政府也要積極介入、給予扶助。

目前的政府，最該做的、也正在做的，是建立一個有效扶持新創且能健全人工智慧生態系統，並連結產學之間的鴻溝。

創立台灣人工智慧學校的陳昇瑋執行長，初衷就是「讓『找不到人才』不再成為產官學研各界發展人工智慧的障礙」，這樣的發展願景，一部分也需要政府開闢沃土，讓人工智慧產業成長茁壯。

#向陳昇瑋執行長致敬
#人工智慧在台灣 #產業轉型
#阿輝的讀書筆記

► 內容綱要 (影片有提供 CC 中文字幕喔）
00:00 開場白
01:42 表格建立與資料輸入
02:57 等差數列建立
03:33 電話資料格式設定
04:17 表格樣式建立
05:18 Excel 資料匯出 / 匯出
06:34 下拉選單製作
07:00 使用手機表單輸入資料
07:31 合計列建立
08:20 資料排序
09:21 資料篩選
10:16 資料分組與小計
10:36 公式建立
12:01 條件式反白
13:03 SUMIF 函數
14:32 分類圖標建立
15:32 TODAY 函數
16:21 圖表建立（長條圖、折線圖、圓形圖）
17:38 卡片式版面設計

► 練習檔下載
載點一 https://tinyurl.com/1prfur04
載點二 https://share.weiyun.com/BXQDkRKr

► 影片中操作的軟體版本
Numbers v10.3.9 https://www.apple.com/tw/numbers/

► Papaya 電腦教室 - 會員專區
會員專區影片連結 https://tinyurl.com/y6mvo38a
如何才能加入會員？ https://tinyurl.com/sxt3d2b

► 小額贊助 Papaya 電腦教室 (感謝大大 ~ 好人一生平安)
ECPay： https://p.ecpay.com.tw/A1B71E8
Paypal： https://www.buymeacoffee.com/papayaclass

► Papaya 剪輯影片所使用的軟體
Adobe After Effects https://tinyurl.com/sobj83y
Camtasia Studio https://tinyurl.com/y6thupff
Keynote https://www.apple.com/tw/keynote/

► 影片中用到的多媒體素材來源
Freepik https://www.freepik.com/home
Envato Elements https://elements.envato.com/
Flaticon https://www.flaticon.com

► Papaya 電腦教室的 B 站網址
https://space.bilibili.com/402780815

#Papaya電腦教室 #Numbers #Mac #試算表

全球人壽Excel函數運用--進階班(FIND與MID與IFERROR&資料剖析&錄製巨集&存檔為啟用巨集的活頁簿&多重邏輯與AND與OR函數&&年曆中插入空白列&SUMIF函數&工資總計排序(LARGE與SMALL與ROW)&COUNT相關函數&VLOOKUP與ROW函數與下拉清單&INDEX與OFFSET函數&INDIRECT與CHAR與ROW函&飯店管理)

課程簡介
進階班: Excel進階函數及高階函數應用
一、文字和資料函數：
FIND、MID、IFERROR（擷取括弧內字串與擷取長寬高)
二、邏輯函數：IF、OR、AND綜合應用
三、日期和時間函數：
年曆綜合範例(IF、MONTH、IFFERROR與WEEKDAY函數)
四、數學和三角函數：
SUMIF時數統計表、COUNTIF樂透彩中獎機率統計
五、檢視和參照函數：
VLOOKUP進階、INDEX、OFFSET、INDIRECT
其他綜合範例：股票配股稅率統計表、人事考評管理系統

上課內容：
01_手機範例用REPT與LEN函數
02_手機範例用TEXT函數與VBA說明
03_151擷取括弧中字串用FIND與MID與IFERROR解題
04_152分別擷取長寬高用資料剖析
05_錄製資料剖析巨集說明
06_修改資料剖析巨集為自動抓最下面一列
07_存檔為啟用巨集的活頁簿
08_IF多重邏輯與AND與OR函數
09_日期格式與DATEDIF函數說明
10_產生年曆與格式化六日
11_年曆中插入空白列
12_SUMIF函數說明
13_007產線人員工資之和與苗栗和宜蘭的總人數
14_009前後三名工資總計排序(LARGE與SMALL與ROW)
15_COUNT相關函數說明
16_黑名單篩選定義名稱與用COUNTIF與篩選
17_錄製黑名單篩選與清除巨集
18_樂透彩中獎機率統計範例說明
19_雲端資源說明與檢視與參照函數
20_VLOOKUP與ROW函數與下拉清單
21_INDEX與OFFSET函數
22_INDIRECT與CHAR與ROW函數抓資料
23_範例_VLOOKUP飯店管理解答

完整影音懶人包：
EXCEL函數與VBA http://terry28853669.pixnet.net/blog/category/list/1384521
EXCEL VBA自動化教學 http://terry28853669.pixnet.net/blog/category/list/1384524

新課程EXCEL VBA辦公自動化順利在自強基金會開始第一次上課，
主要目標能延續入門課程，進一步延續前課程，把函數變成VBA，
VBA設計自動化與VBA與資料庫當成重要課程目標。

課程理念：
1.以循序漸進的方式, 透過詳細的說明和實用的50個Excel VBA範例,
帶領您輕鬆進入 Excel VBA 設計的領域, 並逐步了解整個 VBA 的架構與輪廓,
進而學習 VBA 變數、常數、函式及邏輯的觀念, 即使沒有任何程式設計基礎,
也能自己親手撰寫 VBA 程序來提昇工作效率, 晉身職場 Excel 高手！

2.進而解說EXCEL與資料庫的結合，甚至將EXCEL當成資料庫來使用，
結合函數、VBA等更深入的功能，讓資料處理和分析的應用更上層樓。

3.將結合GOOGLE雲端試算表，教您如何將EXCEL函數雲端化與網路化。

上課用書：
Excel VBA一點都不難：一鍵搞定所有報表
作者： Excel Home
出版社：博碩
出版日期：2013/06/26
定價：380元

超圖解 Excel VBA 基礎講座
作者： 亮亨/譯 出版社：旗標
出版日期：2006/05/15 定價：420元
日本Amazon網站同類書籍銷售No.1

EXCEL VBA上一期是EXCEL函數與VBA入門，這一期則以EXCEL VBA進階程式設計為主，
剛好進來雲端技術發酵，就順便帶入大家都有興趣的雲端試算表，
所以第一次上課就要求大家一定要有GOOGLE帳號，
電腦也一定安裝GOOGLE瀏覽器，這樣才能上雲端去使用GOOGLE的試算表，
可以比較和EXCEL2003的差異，如果可以輕易使用GOOGLE的試算表，
這樣就可以再沒有EXCEL2003的環境也能作業。

此外，這學期教是剛換 OFFICE 2007，剛好可以順勢學習 EXCEL2007 新介面，
所以未來的學習環境除了雲端外，就是EXCEL2007 了!
對大家來說有很多挑戰要面對，但如果學會這些技術，工作上一定非常有幫助的。
尤其是雲端方面的技術，目前懂的人還真不多，用的人也少，
但這樣好用的技術為什麼沒人推廣？
可能也是大家都還不會使用吧!之所以自己用的熟，
主要用GOOGLE的服務至少5年以上，看著GOOGLE的壯大，發現只要跟著GOOGLE就沒錯!
不斷使用他的免費服務，感覺穩定又好用，重要的事完全免費。

吳老師 106/3/9

函數,東吳進修推廣部,自強基金會,程式設計,線上教學excel vba教學電子書,excel vba範例,vba語法,vba教學網站,vba教學講義,vba範例教學,excel vba教學視頻

全球人壽Excel函數運用--進階班(FIND與MID與IFERROR&資料剖析&錄製巨集&存檔為啟用巨集的活頁簿&多重邏輯與AND與OR函數&&年曆中插入空白列&SUMIF函數&工資總計排序(LARGE與SMALL與ROW)&COUNT相關函數&VLOOKUP與ROW函數與下拉清單&INDEX與OFFSET函數&INDIRECT與CHAR與ROW函&飯店管理)

課程簡介
進階班: Excel進階函數及高階函數應用
一、文字和資料函數：
FIND、MID、IFERROR（擷取括弧內字串與擷取長寬高)
二、邏輯函數：IF、OR、AND綜合應用
三、日期和時間函數：
年曆綜合範例(IF、MONTH、IFFERROR與WEEKDAY函數)
四、數學和三角函數：
SUMIF時數統計表、COUNTIF樂透彩中獎機率統計
五、檢視和參照函數：
VLOOKUP進階、INDEX、OFFSET、INDIRECT
其他綜合範例：股票配股稅率統計表、人事考評管理系統

上課內容：
01_手機範例用REPT與LEN函數
02_手機範例用TEXT函數與VBA說明
03_151擷取括弧中字串用FIND與MID與IFERROR解題
04_152分別擷取長寬高用資料剖析
05_錄製資料剖析巨集說明
06_修改資料剖析巨集為自動抓最下面一列
07_存檔為啟用巨集的活頁簿
08_IF多重邏輯與AND與OR函數
09_日期格式與DATEDIF函數說明
10_產生年曆與格式化六日
11_年曆中插入空白列
12_SUMIF函數說明
13_007產線人員工資之和與苗栗和宜蘭的總人數
14_009前後三名工資總計排序(LARGE與SMALL與ROW)
15_COUNT相關函數說明
16_黑名單篩選定義名稱與用COUNTIF與篩選
17_錄製黑名單篩選與清除巨集
18_樂透彩中獎機率統計範例說明
19_雲端資源說明與檢視與參照函數
20_VLOOKUP與ROW函數與下拉清單
21_INDEX與OFFSET函數
22_INDIRECT與CHAR與ROW函數抓資料
23_範例_VLOOKUP飯店管理解答

完整影音懶人包：
EXCEL函數與VBA http://terry28853669.pixnet.net/blog/category/list/1384521
EXCEL VBA自動化教學 http://terry28853669.pixnet.net/blog/category/list/1384524

新課程EXCEL VBA辦公自動化順利在自強基金會開始第一次上課，
主要目標能延續入門課程，進一步延續前課程，把函數變成VBA，
VBA設計自動化與VBA與資料庫當成重要課程目標。

課程理念：
1.以循序漸進的方式, 透過詳細的說明和實用的50個Excel VBA範例,
帶領您輕鬆進入 Excel VBA 設計的領域, 並逐步了解整個 VBA 的架構與輪廓,
進而學習 VBA 變數、常數、函式及邏輯的觀念, 即使沒有任何程式設計基礎,
也能自己親手撰寫 VBA 程序來提昇工作效率, 晉身職場 Excel 高手！

2.進而解說EXCEL與資料庫的結合，甚至將EXCEL當成資料庫來使用，
結合函數、VBA等更深入的功能，讓資料處理和分析的應用更上層樓。

3.將結合GOOGLE雲端試算表，教您如何將EXCEL函數雲端化與網路化。

上課用書：
Excel VBA一點都不難：一鍵搞定所有報表
作者： Excel Home
出版社：博碩
出版日期：2013/06/26
定價：380元

超圖解 Excel VBA 基礎講座
作者： 亮亨/譯 出版社：旗標
出版日期：2006/05/15 定價：420元
日本Amazon網站同類書籍銷售No.1

EXCEL VBA上一期是EXCEL函數與VBA入門，這一期則以EXCEL VBA進階程式設計為主，
剛好進來雲端技術發酵，就順便帶入大家都有興趣的雲端試算表，
所以第一次上課就要求大家一定要有GOOGLE帳號，
電腦也一定安裝GOOGLE瀏覽器，這樣才能上雲端去使用GOOGLE的試算表，
可以比較和EXCEL2003的差異，如果可以輕易使用GOOGLE的試算表，
這樣就可以再沒有EXCEL2003的環境也能作業。

此外，這學期教是剛換 OFFICE 2007，剛好可以順勢學習 EXCEL2007 新介面，
所以未來的學習環境除了雲端外，就是EXCEL2007 了!
對大家來說有很多挑戰要面對，但如果學會這些技術，工作上一定非常有幫助的。
尤其是雲端方面的技術，目前懂的人還真不多，用的人也少，
但這樣好用的技術為什麼沒人推廣？
可能也是大家都還不會使用吧!之所以自己用的熟，
主要用GOOGLE的服務至少5年以上，看著GOOGLE的壯大，發現只要跟著GOOGLE就沒錯!
不斷使用他的免費服務，感覺穩定又好用，重要的事完全免費。

吳老師 106/3/9

函數,東吳進修推廣部,自強基金會,程式設計,線上教學excel vba教學電子書,excel vba範例,vba語法,vba教學網站,vba教學講義,vba範例教學,excel vba教學視頻