給初到美國、或即將來美國的朋友的各式生活建議


去年年底的時候， 親愛的老婆的弟弟及弟妹從台灣搬到美國來工作。 那時候為了幫助他們安定下來， 我們回想了一下什麼建議是我們希望剛來美國的時候會想知道的，整理了一些清單分享給他們，後來我想到之前有讀者也有問我類似的問題， 所以想說把這份清單也分享給大家， 同時也看看有沒有讀者有建議讓我這個清單可以更完善。


(以下許多連結是我的推薦連結， 如果你使用的話我會得到推薦獎勵， 如果你願意使用的話我會很感激，如果不用的話也可以參考， 再找朋友幫你推薦)


駕照:
在美國，駕照就像是身分證一樣的重要證件，而且除非你是住在紐約或是在大城市中很中心的部分， 不然在美國出門大部分都是開車比較方便。 如果在台灣已經有汽車駕照了，在美國很多州都可以不需要考試， 直接換當地的駕照。 相比於美國各地 DMV 要線上預約等待筆試、路考，常常有的時間至少要 1、2 個月後， 可以直接換駕照開車省下超多美國時間呢！目前台灣駕照可以在美國面試換照的州及細節可以參考這個文件列表。


醫療保險:
在美國看病可以是很驚心動魄的， 不是說看病的環境，而是看完病收到帳單後的情況， 如果不清楚的讀者可以看看我上一篇文章 "美國住院住院兩晚： 天價醫療帳單及後續帳單協商" 提到的經驗。 我們的心得是如果能力許可的話， 買當下可以買到最好的醫療保險，這樣在遭遇到比較大的醫療事件，有時候可能僅是急診或是住院個一兩天，自己需要付的錢才不會無法負荷。


如果有一些個人病史的話， 在台灣可以先準備醫療報告英文版，必要時可以在美國和醫生討論， 省下重做不必要的檢查的時間及金錢。


線上購物:
我們在美國買東西大部分都是線上購物， 不僅方便比價找最便宜的 deal，Amazon 購物如果是 Prime 的商品， 大部分都可以 2 天寄到， 而且在很多都會區熱門商品現在還可以 1 天就送到。 如果是家人或是很親的朋友的話， 可以在同一個 famiy plan 分享 Prime 會員。 如果你還沒有 Prime 的話， 歡迎試用看看， 我認識幾乎所有在美國的人都有 Amazon Prime， 而買東西大部分都很直覺直接打開 Amazon 來搜尋。Amazon Prime 除了 2 天送到貨的福利之外， 還有像是 Amazon Video, Music 等附贈的資源。

https://amzn.to/2SvLm4Y (Amazon Prime 我的推薦連結)


CamelCamelCamel
一個線上網站紀錄 Amazon 上商品的過往的價錢，可以看到商品售價的走勢， 我如果不是特別急迫要買的商品的話， 就會設定 price alert ， 當價錢低於目標價錢的時候就會得到通知， 算是可以幫助我省錢的網站，現在也有 Chrome Extension， 方便在 Amazon 商品頁面看到價錢資訊。


Rakuten
一個線上 cash back 的網站， 除了信用卡的回饋， 可以多賺的現金回饋的方式， 不時特定網站還有比較高的現金回饋， 有時候可能可以到 10% 或更高。 以往都要先從 Rakuten 網站搜尋要買的網站， 再從那裡連過去， 現在有 Chrome Extension ， 讓整個使用者經驗變得很好， 不論在什麼購物網站，都可能有額外的回饋，像我們用 Priceline, Expedia 買機票或是訂旅館，都會用 Rakuten 來賺取額外的回饋，線上課程 Udemy 也有回饋，不時連 Amazon 也有 cashback， 有 Chrome Extension 後到開啟購物網站都會得到提醒， 按一下就可以累積回饋，超方便!

http://bit.ly/2SeLuXL (我的推薦連結， 使用註冊可以得到 $10 獎勵)


租房子:
我在 2013 年寫了一篇租房子的介紹， 第一次在美國租屋 ”找房子"就上手- Renting a house for dummies!“ 雖然已經時間有點久， 但是大部分的概念都還是沒有變的。


吃飯找餐廳及生活各式服務商家:
Yelp
在美國吃飯大家都會把手機上的 Yelp 打開來看附近的餐廳評價， 雖然說對於亞洲菜的評價不一定準確， 但從人氣的留言評價還是可以看出餐廳是否熱門。 如果生活上有其他找商家的需求，像是找理髮店、汽車修車廠、按摩等等， 也都可以在 Yelp 上來搜尋。


銀行：
我之前寫的 “閱讀 I will teach you to be rich 心得， 平凡人的理財方法” 提到正確使用銀行的帳戶方面。 一般人會大家都有 checking account 及 saving account。 checking 是讓你可以開支票的帳戶，幾乎沒有利息， saving 是利息比較高的帳戶，鼓勵大家存錢， 許多 saving 帳戶也有像是一個月最多只能轉出 6 次的限制。


書中很不推薦大家在常聽到的大銀行像是 Bank of America、Wells Fargo 開戶 (怎麼我都有 XD)。 原因是這些銀行常常有許多條件， 常常一不小心就要扣你各種費用。 雖然好像在各地都有分行很方便， 但是有許多網上銀行也可以提供同樣的服務。


目前我最推薦的 checking 帳戶是 Sofi Money， 它是 Checking account，但有比較高的利率，目前有 1.6% 的利率， 水準接近很多 saving account 。 另外最大的優勢就是全世界任何 ATM 提款都免手續費 (手續費會退回)， 平時不需要特別找自己銀行的 ATM 領錢， 出國旅遊也可以在異國領當地貨幣， 目前我皮包就是放 Sofi Money 這張卡片來領錢。之前它推出開戶放 $100 得 $25 的佛心開戶獎勵，讓我認識超多朋友大家都前仆後繼的開了它的帳戶！

http://bit.ly/32jt4YV (我的推薦連結，開戶有 2 次 $500 的 direct deposit 就可以得到 $75 的開戶獎勵)
http://bit.ly/37KSdNz (親愛的推薦連結，開戶有 2 次 $500 的 direct deposit 就可以得到 $75 的開戶獎勵)


信用卡:
在美國做很多事情都會需要看信用分數。 不論是租房子， 買車買房子的貸款，好的信用分數可以得到比較好的利率，更好的機會得到貸款。 累積信用分數的方式，可以從一些入門的信用卡開始辦。


Discover it
開戶消費有 $50 開戶獎勵。每一季有一個 Category 5% cash back (1-3 月目前是 Grocery Stores, Walgreens and CVS)。 信用分數要求很低， 沒有年費，幾乎是人手一張的卡。 首年 cash back 最後結算會再雙倍給你 ， 比如說你第一年賺了 $500 cash back ， 第 12 個月結算後會再給你 $500。除了我一開始有的 secured credit card (需要有押金的 credit card)， 這是我第一張信用卡。建議一開始一個人先申請， 幫另一個人辦副卡， 兩人一起刷最大化可以 double 的第一年 cashback， 第二年在由原本的持卡者推薦另一人開戶， 賺開戶推薦獎勵，並且還有第二年一整年可以 double cashback。

http://bit.ly/2H5jxuL (我的推薦連結)


Chase Freedom and Chase Freedom Unlimited
Chase Freedom 開戶獎勵花 $500 得 $200。 每一季有一個 Category 5% cash back (1-3 月目前是 Gas stations, internet, cable & phone services)。信用分數要求很低， 沒有年費，是人手一張的卡，因為 5% category 常常會和 Discover 不同，大家通常都會和 Discover 搭配使用 。 Freedom Unlimited 是所有類別有 1.5% cash back，方便在沒有任何其他更高的回饋類別信用卡使用。

http://bit.ly/3bpyC8s (我的推薦連結 )
http://bit.ly/38alKB6 (親愛的老婆推薦連結)


America Express Blue Cash Everyday
開戶前 3 個月花 $1000 賺 $150，沒有年費。超市購物有 3% cashback，加油及百貨公司有 2%。 我和親愛的老婆都有一張。一開始我們信用分數還沒有太高的時候， 這張就是我們超市的買菜卡。

http://bit.ly/2w4cGzJ (我的推薦連結 )
http://bit.ly/2tHGSzP (親愛的老婆推薦連結)


America Express Business Plus
前 3 個月花 $3000 有 10,000 MR 點數，沒有年費， 所有的消費都是 2x 點數累積。 我們如果消費沒有特別比較高的回饋、並且可以使用 Amex 的話就會用這張 (如果不行的話，就會用 Chase Freedom Unlimited)。

http://bit.ly/3bpFPFy (我的推薦連結 )
http://bit.ly/37arFos (親愛的老婆推薦連結)


如果信用分數開始變高之後， 可以考慮其他的卡片， 像是 Chase Sapphire Preferred， 之前的介紹文章在 “最省腦力的換機票方法” 或是很紅的 American Express Gold (吃飯及超市 4 倍回饋，現在是我們買菜的主力卡)， 介紹文在 “用最少的錢換美國亞洲來回機票- 信用卡換機票之小小心得”。


日常朋友之間的轉帳:
Venmo:
有著像是社交網路一般的小額手機轉帳服務， 發生的交易都可以設定公開的模式， 讓朋友間付款有跡可循， 因為社交的特性， 讓 Venmo 很受年輕人歡迎， Paypal 後來就買下來了。 因為出去吃飯可以掃描 Venmo 的條碼， 讓就算不是朋友的轉帳也很方便。

Facebook Pay:
美國的 Facebook 可以在 Messenger 設定銀行的 debit card， 用法其實和 Venmo 一樣， 因為可以快速找到自己的 Facebook 朋友， 比 Venmo 來說很多時候更方便一些。


投資:
從 2019 年年底開始，許多公司都提供 $0 fee trading，現在投資股票、ETF、基金都很方便， 看你公司股票放在哪個券商， 可以就在那裡投資方便管理。 另外有幾個我自己用的券商推薦。


Sofi Invest:
開戶放 $1,000 賺 $100 股票獎勵， 股票獎勵得到後可以立刻賣掉。 帳戶的特點像是股票交易免手續費、可買 fractional share，解決每次買 ETF 都會剩下零碎現金的問題。 $100 的開戶獎勵可以選擇各知名公司股票 (Apple, Microsoft, Facebook, Google, Netflix, Disney, Tesla 等等) ， 也可以選擇 ETF。其實我這個帳戶是開戶完賺完開戶獎勵 1 個多月後就把錢領出了，XD。

http://bit.ly/2O9y9MS (我的推薦連結， 開戶放 $5,000 賺 $100 股票獎勵)
http://bit.ly/32K0nmy (親愛的老婆推薦連結， 開戶放 $5,000 賺 $100 股票獎勵)


Robinhood
幾年前首開股票交易免手續費的公司。 手機 App 介面做的不錯，很好用， 算是一個好上手投資的平台。 因為比較容易操作，我放一點小錢， 方便有時候想到要買個小投資。使用推薦連結開戶可以得到免費的股票，目前最多有可能可得到 $211.5 的股票 ( 看運氣得不同公司的股票)。

http://bit.ly/2UBsEvj (我的推薦連結， 抽最高 $210 的股票)


床：
美國路上有許多專門賣床的店， 最好進去實際躺躺看， 一般來說， 美國大部分的床都很軟，所以我們都是直接看店內最硬的幾張床來考慮。 決定好之後，可以網上查詢有沒有同樣型號更便宜的價錢， 通常店家為的得到生意都會 match 網上的價錢。


Ride sharing:
台灣有 Uber 沒有 Lyft， 其實兩家在美國都差不多方便。 Lyft 是 Uber 的競爭對手， 我們每次叫車都會把 2 個 app 打開比價， 選擇比較便宜的來叫車。
https://lft.to/3bl9C2e (Lyft 我的推薦連結)


外賣:
在美國常常要開 10 ～20 分鐘以上的車程才有辦法到餐廳， 距離可能至少都要 10 幾公里以上， 在台北的話大概是超過從西門町到內湖的距離。 因為沒有那麼方便， 有時候也是很依賴外賣送食物到家裏。 我們常用的外賣平台有 Doordash 及 Uber Eats。 Doordash 的選擇很多， 介面也做的很棒， 而 Uber Eats 在我們這區選擇稍少， 但因為所有的交易都是線上信用卡付款， 就不用擔心還要準備現金給送貨員小費。

http://bit.ly/2SylMfE (DoorDash 我的推薦連結， 前 3 次點餐，每次可以折抵 $5， 總共 $15 優惠)
http://bit.ly/39mBtxa (UberEat 我的推薦 code 是 eats-6uy7k ， 第一次點餐可以折抵 $7)


停車
如果我們要進到舊金山城市裡， 我們通常會用 Spot Hero 來先找好預約停車的地方， 不僅不怕到時候沒有位，先預約通常都有比較好的價錢呢。


以上是我們想到可能會對剛來美國要安頓下來有幫助的資訊。你有什麼推薦沒有在以上的名單中嗎？ 歡迎留言分享。

https://brianhsublog.blogspot.com/2020/02/blog-post.html

這是一本為台灣人寫的書。歡迎訂購。目錄如下：

《給台灣的八個建議》

序一（羅文嘉）
序二（陳嘉行）

第一個建議 正確認識中國
一． 面對中國的五個原則
二． 兩岸的距離在哪裡？
三． 對民進黨中國政策的四點建議
四． 中國會不會對台灣動武？
五． 既然動武不太可能，那麼中共對臺只有一條路了
六． 正確認識中國，從正確對待中生開始
七． 台灣人為什麼應當了解“六四”？

第二個建議 以正確的作法面對中共的步步進逼
一． 中共不動，台灣不動
二． 台灣應當送一本廖亦武的書給梵蒂岡
三． 順豐公司向台灣社會發起的挑戰
四． 進攻，次啊是最好的防守---從蔡博藝參選說起
五． 台灣應當從香港學到的教訓
六． 吳寶春事件與青蛙
七． 台灣應當支持中國的民主運動的理由，以及具體做法的建議

第三個建議 強化台灣內部的民主
一． 理性選民越多，民主制度越鞏固
二． 青年要了解並擁抱政治工作
三． 二二八真的不會再發生嗎？
四． 給公民組合的三個建議
五． 請用邏輯說服我
六． 給民進黨的生日贈言
七． 關於解嚴，我們應當知道什麼？
八． 威權時代的塑像，應當拆除嗎？
九． 講述台灣的老故事

第四個建議 讓太陽花繼續開放
一． 這次學運中最讓我吃驚的一件事
二． 太陽花開之後呢？
三． 台灣新政治的四個關鍵詞
四． 再回首，太陽花學運
五． 對台灣公民運動的看法
六． 三一八五週年感想

第五個建議 台灣要成為一個進步社會社會
一． 教育（一）：台灣的教師待遇太低了
二． 教育（二）：與清大告別書
三． 平等（一）：同志平權運動對台灣為什麼那麼重要？
四． 平等（二）：護家盟比扯鈴還扯的四個原因
五． 公共討論（一）：從徐重仁到黃國樑
六． 公共討論（二）：網路惡質言論對台灣的傷害
七． 警惕假新聞：我為何要與楊裕富先生計較
八． 價值多元化：關於丟鞋與40K的討論

第六個建議 台灣的未來，不能交給國民黨
一． 因為國民黨裡面，充滿了蔡正元這樣的人
二． 我們都不應當忘記那一夜
三． 國民黨已經與年輕世代脫軌
四． 國民黨還會東山再起嗎？
五． 國民黨差不多也就這樣了
六． 曾經有過那樣的國民黨

第七個建議 認清現實，走向未來
一． 川普不靠譜，台灣當自強
二． 丟掉幻想，面對打壓
三． 台灣不會成為交易籌碼
四．打倒國民黨不應當是台灣本土派的最高追求
五．獨立運動成功的五個條件

第八個建議： 2020，台灣一定要贏
一． 台灣的經濟，可以靠中國嗎？
二． 警惕中共對選舉的介入
三． 蔡英文面對的四個挑戰
四． 綠營勝選的機會何在？
五． 韓國瑜將將成也韓粉，敗也韓粉
六． 台灣大選會如何影響到中共
七． 不應讓韓國瑜把台灣選舉文化帶向沈淪
八． 讓我感動的和讓我擔憂的
九． 發大財的根本之道
十． 駁“藍綠一樣爛”和“超越藍綠”論
十一． 對台灣的考驗開始了

附錄： 告別台灣的十個建議。

訂購方式如下：

蝦皮購物-刷卡、匯款、貨到付款三選一
https://ppt.cc/fPr8Ax

歐美訂單的網址
https://ppt.cc/fEPfxx

亞洲的網址：
https://ppt.cc/feBPfx

人工智慧時代，一個自我實現的預言 （中）

上回我們講到現在的人工智慧，最重要的價值就是越來越能提供廉價且準確的「預測」。在《AI經濟的策略思維》一書中，作者強調：預測就是情報，是以已經掌握的資訊，來創造還未掌握的資訊，填補缺失的環節，而這就是人類智慧的關鍵。

想像一下，你現在回到幾十萬年前，成為智人的老祖宗，你一個人直立行走在草叢中，突然看見不遠處有一叢草枝擺的幅度比較大，在這一瞬間，你馬上判斷這搖擺的方式不是風吹，而是動物在動，甚至還判斷出動物的大小跟可能是什麼動物，於是要嘛你拔腿就跑，要嘛找尋周遭有無石頭好防身，代表你已經藉由察覺環境中出現的模式，推斷出草叢後可能的危險。

但要是你這位老祖宗看到這樣的情形，卻待在原地思考要用什麼科學方法來調查草叢搖擺的原因，甚至滿懷好奇心地撥開草叢，想直接目睹，你極有可能成了猛獸的餐點，沒機會把你那充滿好奇的基因跟思維方式傳下來。

雖然這樣的預測其實就是腦補，而且我們都知道到了現在，我們這種腦補的 #捷思 已經成了一個大問題，讓我們很容易被有心人刻意產出、安排的資訊陷阱（例如假新聞）給矇騙，但我們還是得感謝我們的老祖宗愛腦補，不然也輪不到我們現在擔心這些問題，早就被淘汰了。

在機器學習出現之前，我們主要是用統計方法中的多變數迴歸分析 (multivariate regression) 來有效率地降低預測錯誤。這種方式可以在數據比較少，而且可以判斷 #大概是哪些條件對預測有幫助 的時候。

什麼是迴歸分析：
https://zh.wikipedia.org/wiki/%E8%BF%B4%E6%AD%B8%E5%88%86%E6%9E%90

多元線性回歸分析預測法
https://wiki.mbalib.com/zh-tw/%E5%A4%9A%E5%85%83%E7%BA%BF%E6%80%A7%E5%9B%9E%E5%BD%92%E5%88%86%E6%9E%90%E9%A2%84%E6%B5%8B%E6%B3%95

例如，假設我們要預測一家電信公司的 #顧客流失率，你覺得要注意哪些條件呢？一個最主要的觀察重點，就是用戶用 #手機上網的時間跟消耗的流量，畢竟如果他們都沒在用，就可能會把帳戶停了。

但機器學習就不是這樣子，不需要跟迴歸分析一樣，先確定條件，而是讓機器自己從大量資料中辨識出特徵或模式，例如同樣要預估電信公司的顧客流失率，你就可以建立模型，然後把每分鐘的通話、簡訊或上網紀錄、帳單金額、準時付款與否、甚至每天數百萬使用者的地點等各種資料都交給人工智慧去學習、並找出模式。變數可能有好幾千個。

例如你可能會發現，在每個月前幾天就花很多時間講電話的顧客，比起帳單金額高，但都在每個月最後幾天講電話的人，比較不會流失。或是在每天 9-17 點常用電話的人，比起少用電話的人，更容易流失。這些都很難一開始就預測到，但機器學習可以透過 #資料探勘 (Data mining)，找到從我們眼角溜過的那些蛛絲馬跡。

有了好的預測，會大大的影響決策。就像上篇中的一張圖表示的。舉例來說，棒球教練會根據對方打者的擊球模式、過往的打擊數據（也就是 #輸入）判斷這個打者可能會打出安打，或是內野滾地球被接殺，這就是 #預測。

接著教練得做出怎麼安排野手的守備位置比較好的 #判斷。

如果往外野退，但打者打出內野犧牲打、讓隊友盜壘怎麼辦，如果往內野縮，那就可能會讓外野安打失分更多，又該怎麼辦？權衡之後，教練就得發出指令，這就是 #行動。

接著就是看打者到底會被三振、還是擊出安打、還是被接殺...最後的結果也將以 #數據化的形式，成為訓練預測跟判斷的 #資料。

同樣的，醫生會根據我們的症狀找出模式，來對症下藥。股市交易員會針對指數的升降，找出模式，然後加以預判，看是要買進或賣出。

我們也會根據走路姿態，甚至腳步聲，認出從走廊走過來的是誰，決定要不要跳出來嚇她（誤）或跟咬著吐司與她互撞來交換靈魂（無誤）。

我們人類所做的事情都跟預測有關，但也都不只是預測，因此各位可以想想，如何「拆解」一件事情，變成很多個細節小任務，然後去想：這許多小任務中，有哪些其實就是在「預測」？那麼，如果要讓人工智慧來代替這個預測的環節，我們需要哪些資料來訓練呢？

相較於人類的預測，機器的預測可以規模化，每次預測的單位成本會越來越低，而且速度將漸漸比人類更快、更好。這是很有競爭力的一點。但有兩個挑戰：

第一：就目前以及可預見的近未來來看，人類的認知模式還是比人工智慧更能了解真實世界的運作，我們的感官跟大腦讓我們能夠用很少量的數據就做出預測。所以，在非典型事件、資料量較少的情況下，人類預測的正確率還是遠超過機器預測的。

第二：雖然預測的成本低了，但判斷跟行動的代價還是很高，這時候最好的方式就是結合人類跟機器。並且讓機器去學習「#人類在這種情況下會怎麼做？」

舉例來說，現在 Google 等公司提供的翻譯就是一種預測，他們透過深度學習，對一篇英文文章提出機器所能得出的中文版本，通常會提出好幾個版本讓我們去挑選，我們可以省下一個字一個字自己去全文翻譯，或是請人翻譯。

如果機器預測的品質，也就是翻譯的結果太差，我們就會放棄。但如果品質不錯，我們挑了一個版本之後，可以自己簡單調整修飾，看是要改成口語一點還是嚴謹一點，就可以省下不少時間。透過人與機器的搭配，決策跟行動都可以更有效率。

自駕車也是一樣。除了讓電腦不斷提升辨識路況、號誌、各種物件、各類訊號的精準度以外，先當個副駕駛，學會人到底是怎麼開車的、在不同的情況下會怎麼做，其實更是關鍵。

在我想好下篇該寫什麼之前，大家不妨可以分享一下你的看法：你在日常生活中已經感受到哪些「預測平價化」帶來的改變呢？

上集請見：

Medium https://medium.com/%E9%84%AD%E9%BE%9C%E7%85%AE%E7%A2%97%E9%BA%B5/%E4%BA%BA%E5%B7%A5%E6%99%BA%E6%85%A7%E6%99%82%E4%BB%A3-%E4%B8%80%E5%80%8B%E8%87%AA%E6%88%91%E5%AF%A6%E7%8F%BE%E7%9A%84%E9%A0%90%E8%A8%80-%E4%B8%8A-f7f344e8be0

FB:
https://www.facebook.com/noodleswithturtle/posts/570211210140916

再推薦一次好書：

《AI經濟的策略思維》
https://www.books.com.tw/products/0010803316

想上我跟洪智傑老師開的的 AI 入門課，請到這裡：

https://panschool.asia/product/人工智慧必修課