so net評價的問題，透過圖書和論文來找解法和答案更準確安心。 我們挖掘到下列精選懶人包

人人都能學會用AI：不懂統計，不懂程式，一樣可以勝出的關鍵職場力

為了解決so net評價的問題，作者野口竜司 這樣論述：

進入AI社會，我會失業嗎？身為文組的人，如何藉由AI提高自己的工作能力呢？想要成為AI人才應該從什麼地方開始著手強化能力呢？   這本書的目的就是要消除這種不安和疑問。作者強調無需知道程式語言，也不會用到統計，讓AI就像Excel一樣，成為一項任何人都能使用的工具。不管是文組還是理組，Excel是很多人都會使用的表格計算軟體。也許這樣說有點誇張，但是就和Excel一樣，AI也正在成為許多人都能夠使用的常用工具。說起來就在不久之前，AI世界還是由理科和技術類的「理科AI人才」主導的世界。但是隨著AI技術的普及，在任何人都能夠輕鬆使用AI的今日，相較於「如何製作AI」，「如何使用AI 」成為更重要

的課題。因此，理解商業現實面與站在第一線商務現場的文科AI人才變得更加重要。   本書分成七個章節介紹成為「文科AI人才」所需的內容。作者認為若能確實掌握本書的內容，就能加入「文科AI人才」的行列。無論是作為參與AI專案的事前準備，或是要去AI很強的公司面試時，當成面試對策，公司內招募AI部門的對策等等，本書也是很好的參考書。另外，這本書是按照以下三個原則撰寫。這三項原則就是「不涉及程式設計、統計、數理方面的內容」、「儘量不使用AI的專業術語」、「盡可能地介紹更多案例」。 作者簡介野口竜司畢業於立命館大學政策科學學院。自己亦身為「文科AI人才」，並推動各種AI企劃。致力於推動AI商務和企業的

AI本土化。在大學就讀期間即參與來自京都的IT創投計畫。擔任子公司的總經理和董事，並在推薦系統、大數據、AI、海外商務等領域開展新事業，之後加入ZOZO集團。亦為大企業與初創公司提供AI培訓和AI推廣的諮詢服務。譯者簡介蔡斐如台灣新竹人，最喜歡的一句話是：「It''s painful, but not hard.」。 前言 成為AI人才吧！ 第一章 在AI時代中不至於丟掉飯碗 別怕「因AI失業」，而是準備好從事「AI職務」 學習「與AI共事」的技巧 五種「共事型態」   第二章 AI在人文領域的應用職業 要從「建立AI」轉而「使用AI」 能靈活運用AI的「文科AI人才」日趨重要 「文科AI

人才」的工作內容為何？ 成為「文科AI人才」四步驟   第三章 STEP① 把AI基礎的關鍵用語背下來   AI、機器學習、深度學習的差異 三種學習方式──監督式／非監督式／強化學習 AI活用4×2 ＝8型 「辨識型」AI要這樣用 「預測型AI」要這樣用 「對話型AI」要這樣用 「執行型AI」要這樣用 按出現頻率背誦基礎AI用語   第四章 STEP② 概略理解建立AI的方法 AI是掌握特徵的高手 瞭解「預測型AI」的建立方法 瞭解「辨識型AI」的建立方式 瞭解「對話型AI」的建立方式 瞭解「執行型AI」的建立方式   第五章STEP③ 磨練自己的AI企劃能力 AI企劃的「百案發想挑戰」

確保「變化量與可行性」 5W1H提升AI企劃內涵   第六章STEP④澈底瞭解AI──按行業 × 活用類型的四十五個案例 【流通、零售】 日本TRIAL 運用自行研發的AI攝影機，運用使用者辨識功能促銷與補貨 日本LAWSON根據AI規劃展店 日本JINS由AI推薦合適風格 日本三菱商事和LAWSON運用AI節省超商用電   【EC、IT】 日本ZOZO 活用AI的「搜尋類似品項功能」，網站停留時間增為四倍 日本LOHACO 以聊天機器人「Manami」回應五成客戶諮詢   【時尚】 法國Heuritech從社群媒體照片預測時尚流行趨勢 美國The take AI 偵測影片內的服飾，列出相

似商品，並可直接購買 日本STRIPE INTERNATIONAL INC.以需求預測AI，持續縮減庫存至原有八成 日本ZOZOUSED導入二手衣鑑價AI   【娛樂、媒體】 日本經濟新聞 以AI讀取一百年份的紙本報紙，精準度達九十五％ 日本福岡軟銀鷹販售浮動價格AI門票 中國國營媒體新華社AI合成女主播 日本富士通新聞摘要AI系統   【運輸、物流】 日本佐川急便AI自動輸入託運單資料 日本日立製作所與三井物產用AI制定配送計畫，實現智慧物流 中國京東（JD.com）自動化物流倉儲，比人工多十倍處理能力   【汽車、交通】 日本NTT DOCOMO 發展AI計程車，載客需求預測精準度達九十三

〜九十五％ 日本豐田汽車雙重安全保障：自動駕駛與駕駛輔助系統   【製造、資源】 韓國LG以針對家電設計的AI輔助日常生活 日本普利司通推動AI工廠，大量生產高品質輪胎 日本JFE Steel以人物偵測AI保障作業員安全   【不動產、營造】 日本大京集團計劃導入AI管理員 日本西松建設導入能記得生活習慣的智慧住宅AI   【外食、食品、農業】 日本Kewpie Corporation以AI食品原料檢查設備挑出不良品 日本電通以AI評斷野生鮪魚品質 日本SoftBank出資的Plenty能調整農作物風味的AI室內農場 LINE Corporation日本分公司能處理餐廳預約的日文語音AI服務

中國 京東（JD.com）運用機器人自動化烹飪、上餐、點餐、結帳   【金融、保險】 日本Seven Bank搭載人臉辨識的次世代ATM 日本JCB 以AI輔助保險銷售，根據使用紀錄鎖定潛在顧客 日本瑞穗銀行開始驗證活用AI的個人化服務   【醫療、長照、專業人士】 日本EXAWIZARDS 與日本神奈川縣合作，著手實證測試「預測長照需求等級」AI 日本Ubie提升醫療第一線工作效率的AI問診 日本GVA TECH AI-CON：「輔助立定與審閱契約書的AI服務」   【人才、教育】 日本SoftBank以AI提升新人招募效率 日本atama plus最佳化每個人的學習 日本AEON會話教室等

以AI評價英語發音   【客服中心】 日本Kanden CS Forum以AI預測客服中心話務量 日本transcosmos預測準備離職者，半年就讓離職者減半 日本KARAKURI保證準確率九十五％的聊天機器人 日本So-net 導入語音辨識AI，提升客服專員工作效率   【生活服務、警衛、公共事業】 日本埼玉市運用空拍照片比對AI，調查固定資產稅 日本ALSOKAI自動偵測需要協助者 日本氣象協會每小時降雨量預測   第七章 文科AI人才將改變社會 AI為「消費者、公司、工作者」所帶來的改變 引領AI社會的Amazon 在AI × 各產業推動變革的日本SoftBank 日本銀行正因AI變化中

文科AI人才將帶領整個社會   結語   第一章 為了不在AI社會中失業 別怕「因AI失業」，而是準備好從事「AI職務」 「因AI失業」是無法改變的事實 網路、電視、雜誌等，天天都在討論「AI會搶走我的工作嗎？」（圖表1-1）。很抱歉，事實就是「很多工作都會被AI取代」。我們就別逃避了，接受這個事實吧。重要的是，接受事實後，我們該做什麼準備、採取什麼行動，好往下一步邁進。 與其停滯在「與AI對抗」的狀態，我們應該把心態轉換成「與AI共事」。 若因AI失去工作，那就轉而「挑戰新時代的新職務」吧。回顧歷史，當出現新技術且融入社會後，雖然會有某些職務就此消失，但同時也會出現前所未見、運用新技術

的新職務。 ˙冰箱發明後，賣冰的人失業了，卻發展出「電器行」職業。˙汽車發明後，馬車伕失業了，卻發展出「計程車駕駛」「車輛銷售」工作。˙IT普及後，整理資料的庶務工作消失了，卻發展出與IT相關的工作。 如前述例子，在「工業革命」「汽車化」「資訊革命」這種重大技術演進時間點，都有「既有職務消失，同時也發展出新職務」的現象。能確定的是，AI也將重演歷史。 「AI職務」會越來越多 我認為，在AI時代一樣會發展出許多新職務。如前述，資訊革命後，隨著網際網路普及化，資訊相關的職務也越來越多。當被問到「您從事什麼工作？」時，回答「資訊類」的人也快速增加。AI也是一樣，在未來回答「我是做AI相關工作」的人一

定也會快速增加。 就像「資訊類」中還細分各種職務，「AI相關」這個大類別下，也會細分各式衍生職種。大家不用擔心，雖然有些職務因AI消失，但那些空缺，一定也有AI衍生出的各式職種隨後補上。只是， 最危險的，是害怕因AI失業，而執著現職，裹足不前。 我們一定要小心別陷入這種心態。與其擔心「我的工作會不會被取代啊？」，不如思考「如何運用累積的技能與業界知識，與AI共事」。即， 別怕「因AI失業」，著手準備從事AI職務吧！ 學習「與AI共事」的技巧 為何日本人會如此不安 前面說「不怕因AI失業」，但我們對AI的恐懼究竟從何而來？大家都有各自理由，但我聽到的大多是像「感覺就很厲害啊」「來路不明的東西」「

不知為何但就是害怕」這種籠統的理由，我認為可以歸納成「對未知事物的恐懼」。

領域驅動設計與模式實戰

為了解決so net評價的問題，作者(瑞典)尼爾森 這樣論述：

本書全面詳細地解釋了領域驅動設計、測試驅動開發、依賴注入、持久化、重構、模式等很多基本概念，並以C#和.NET實例為依托，展示了這些概念的實際應用和重要價值。更重要的是，本書還將這些概念整合到一起，為開發人員從頭至尾地揭示了完整的開發路線。閱讀本書後，讀者將能真正掌握這些重要概念，並有效地將它們結合起來，應用到實際開發過程中。 本書適合軟件架構師和開發人員閱讀。 Jimmy Nilsson，資深軟件架構師，有超過20年從業經驗，2008年在瑞典主要IT媒體評選的全國軟件架構師和開發人員排行榜上名列第2。目前擔任factor10咨詢公司CEO，客戶包括愛立信、微軟、沃爾沃等

。本書是他的代表作，已被翻譯為日、俄等多種文字，他的另一部著作.NET Enterprise Design with Visual Basic .NET and SQL Server 2000也獲得Amazon 4星半評價。他的博客是http://JimmyNilsson.com/blog/。 第一部分 背景知識 第1章 應重視的價值，也是對過去幾年的沉重反思 1.1 總體價值 1.2 應重視的架構風格 1.2.1 焦點之一︰模型 1.2.2 焦點之二︰用例 1.2.3 如果重視模型，就可以使用領域模型模式 1.2.4 慎重處理數據庫

1.2.5 領域模型與關系數據庫之間的阻抗失配 1.2.6 謹慎處理分布式 1.2.7 消息傳遞很重要 1.3 對過程的各個組成部分的評價 1.3.1 預先架構設計 1.3.2 領域驅動設計 1.3.3 測試驅動開發 1.3.4 重構 1.3.5 選擇一種還是選擇組合 1.4 持續集成 1.4.1 解決方案（或至少是正確方向上的一大步） 1.4.2 從我的組織汲取的教訓 1.4.3 更多信息 1.5 不要忘記運行機制 1.5.1 有關何時需要運行機制的一個例子 1.5.2 運行機制的一些例子 1

.5.3 它不僅僅是我們的過錯 1.6 小結 第2章 模式起步 2.1 模式概述 2.1.1 為什麼要學習模式 2.1.2 在模式方面要注意哪些事情 2.2 設計模式 2.3 架構模式 2.3.1 示例︰層 2.3.2 另一個示例︰領域模型模式 2.4 針對具體應用程序類型的設計模式 2.5 領域模式 2.6 小結 第3章 TDD與重構 3.1 TDD 3.1.1 TDD流程 3.1.2 演示 3.1.3 設計效果 3.1.4 問題 3.1.5 下一個階段 3.2 模擬和樁

3.2.1 典型單元測試 3.2.2 聲明獨立性 3.2.3 處理困難因素 3.2.4 用測試樁替換協作對象 3.2.5 用模擬對象替換協作對象 3.2.6 設計含義 3.2.7 結論 3.2.8 更多信息 3.3 重構 3.4 小結 第二部分 應用DDD 第4章 新的默認架構 4.1 新的默認架構的基礎知識 4.1.1 從以數據庫為中心過渡到以領域模型為中心 4.1.2 進一步關注DDD 4.1.3 根據DDD進行分層 4.2 輪廓 4.2.1 領域模型示例的問題/特性 4.2.2 逐

個處理特性 4.2.3 到目前為止的領域模型 4.3 初次嘗試將UI與領域模型掛接 4.3.1 基本目標 4.3.2 簡單UI的當前焦點 4.3.3 為客戶列出訂單 4.3.4 添加訂單 4.3.5 剛才我們看到了什麼 4.4 另一個維度 4.4.1 領域模型的位置 4.4.2 孤立或共享的實例 4.4.3 有狀態或無狀態領域模型實例化 4.4.4 領域模型的完整實例化或子集實例化 4.5 小結 第5章 領域驅動設計進階 5.1 通過簡單的TDD實驗來精化領域模型 5.1.1 從Order和Orde

rFactory的創建開始 5.1.2 一些領域邏輯 5.1.3 第二個任務︰OrderRepository+OrderNumber 5.1.4 重建持久化的實體︰如何從外部設置值 5.1.5 獲取訂單列表 5.1.6 該到討論實體的時候了 5.1.7 再次回到流程上來 5.1.8 總覽圖 5.1.9 建立OrderRepository的偽實現 5.1.10 簡單討論一下保存 5.1.11 每個訂單的總量 5.1.12 歷史客戶信息 5.1.13 實例的生命周期 5.1.14 訂單類型 5.1.15 訂單的介紹人

5.2 連貫接口 5.3 小結 第6章 準備基礎架構 6.1 將POCO作為工作方式 6.1.1 實體和值對象的PI 6.1.2 是否使用PI 6.1.3 運行時與編譯時PI 6.1.4 PI實體/值對象的代價 6.1.5 將PI用于存儲庫 6.1.6 單組存儲庫的代價 6.2 對保存場景的處理 6.3 建立偽版本機制 6.3.1 偽版本機制的更多特性 6.3.2 偽版本的實現 6.3.3 影響單元測試 6.4 數據庫測試 6.4.1 在每次測試之前重置數據庫 6.4.2 在測試運行

期間保持數據庫的狀態 6.4.3 測試之前重置測試所使用的數據 6.4.4 不要忘記不斷演變的模式 6.4.5 分離單元測試和數據庫調用測試 6.5 查詢 6.5.1 單組查詢對象 6.5.2 單組查詢對象的代價 6.5.3 將查詢定位到哪里 6.5.4 再次將聚合作為工具 6.5.5 將規格用于查詢 6.5.6 其他查詢選擇 6.6 小結 第7章 應用規則 7.1 規則的分類 7.2 規則的原則及用法 7.2.1 雙向規則檢查︰可選的（可能的）主動檢查，必需的（和自動的）被動檢查 7.2.2 所有

狀態（即使是錯誤狀態）都應該是可保存的 7.2.3 規則應該高效使用 7.2.4 規則應該是可配置的，以便添加自定義規則 7.2.5 規則應與狀態放在一起 7.2.6 規則應該具有很高的可測試性 7.2.7 系統應阻止我們進入錯的狀態 7.3 開始創建API 7.3.1 上下文，上下文，還是上下文 7.3.2 數據庫約束 7.3.3 將規則綁定到與領域有關的轉換，還是綁定到與基礎架構有關的轉換 7.3.4 精化原則︰所有狀態，即使是錯誤狀態，都應該是可保存的 7.4 與持久化有關的基本的規則API的需求 7.4.1 回到已

發現的API問題上 7.4.2 問題是什麼 7.4.3 我們允許了不正確的轉換 7.4.4 如果忘記檢查怎麼辦 7.5 關注與領域有關的規則 7.5.1 需要合作的規則 7.5.2 使用基于集合的處理方法 7.5.3 基于服務的驗證 7.5.4 在不應該轉換時嘗試轉換 7.5.5 業務ID 7.5.6 避免問題 7.5.7 再次將聚合作為工具 7.6 擴展API 7.6.1 查詢用于設置UI的規則 7.6.2 使注入規則成為可能 7.7 對實現進行精化 7.7.1 一個初步實現 7.7.2 創

建規則類，離開最不成熟的階段 7.7.3 設置規則列表 7.7.4 使用規則列表 7.7.5 處理子列表 7.7.6 一個API改進 7.7.7 自定義 7.7.8 為使用者提供元數據 7.7.9 是否適合用模式來解決此問題 7.7.10 復雜規則又是什麼情況 7.8 綁定到持久化抽象 7.8.1 使驗證接口成為可插入的 7.8.2 在保存方面實現被動驗證的替代解決方案 7.8.3 重用映射元數據 7.9 使用泛型和匿名方法 7.10 其他人都做了什麼 7.11 小結 第三部分 應用PoEAA 第8

章 用于持久化的基礎架構 8.1 持久化基礎架構的需求 8.2 將數據存儲到哪里 8.2.1 RAM 8.2.2 文件系統 8.2.3 對象數據庫 8.2.4 關系數據庫 8.2.5 使用一個還是多個資源管理器 8.2.6 其他因素 8.2.7 選擇和前進 8.3 方法 8.3.1 自定義手工編碼 8.3.2 自定義代碼的代碼生成 8.3.3 元數據映射（對象關系（O/R）映射工具） 8.3.4 再次選擇 8.4 分類 8.4.1 領域模型風格 8.4.2 映射工具風格 8.4.3 起

點 8.4.4 API焦點 8.4.5 查詢風格 8.4.6 高級數據庫支持 8.4.7 其他功能 8.5 另一個分類︰基礎架構模式 8.5.1 元數據映射︰元數據的類型 8.5.2 標識字段 8.5.3 外鍵映射 8.5.4 嵌入值 8.5.5 繼承解決方案 8.5.6 標識映射 8.5.7 操作單元 8.5.8 延遲加載/立即加載 8.5.9 並發控制 8.6 小結 第9章 應用NHibernate 9.1 為什麼使用NHibernate 9.2 NHibernate簡介 9.2

.1 準備 9.2.2 一些映射元數據 9.2.3 一個小的API示例 9.2.4 事務 9.3 持久化基礎架構的需求 9.3.1 高級持久化透明 9.3.2 持久化實體的生命周期所需的特定特性 9.3.3 謹慎處理關系數據庫 9.4 分類 9.4.1 領域模型風格 9.4.2 映射工具風格 9.4.3 起點 9.4.4 API焦點 9.4.5 查詢語言風格 9.4.6 高級數據庫支持 9.4.7 其他功能 9.5 另一種分類︰基礎架構模式 9.5.1 元數據映射︰元數據類型 9.5.2 標識字段 9

.5.3 外鍵映射 9.5.4 嵌入值 9.5.5 繼承解決方案 9.5.6 標識映射 9.5.7 操作單元 9.5.8 延遲加載/立即加載 9.5.9 並發性控制 9.5.10 額外功能︰驗證掛鉤 9.6 NHibernate和DDD 9.6.1 程序集概覽 9.6.2 ISession和存儲庫 9.6.3 ISession、存儲庫和事務 9.6.4 得到了什麼結果 9.7 小結 第四部分 下一步驟 第10章 博采其他設計技術 10.1 上下文為王 10.1.1 層和分區 10.1.2

分區的原因 10.1.3 限界上下文 10.1.4 限界上下文與分區有何關聯 10.1.5 向上擴展DDD項目 10.1.6 為什麼對領域模型——SO分區 10.2 SOA簡介 10.2.1 什麼是SOA 10.2.2 為什麼需要SOA 10.2.3 SOA有什麼不同 10.2.4 什麼是服務 10.2.5 服務中包括什麼 10.2.6 深入分析4條原則 10.2.7 再來看一下什麼是服務 10.2.8 OO在SOA中的定位 10.2.9 客戶-服務器和SOA 10.2.10 單向異步消息傳遞 10.

2.11 SOA如何提高可伸縮性 10.2.12 SOA服務的設計 10.2.13 服務之間如何交互 10.2.14 SOA和不可用的服務 10.2.15 復雜的消息傳遞處理 10.2.16 服務的可伸縮性 10.2.17 小結 10.3 控制反轉和依賴注入 10.3.1 任何對象都不是孤島 10.3.2 工廠、注冊類和服務定位器 10.3.3 構造方法依賴注入 10.3.4 setter依賴注入 10.3.5 控制反轉 10.3.6 使用了Spring.NET框架的依賴注入 10.3.7 利用PicoCon

tainer.NET進行自動裝配 10.3.8 嵌套容器 10.3.9 服務定位器與依賴注入的比較 10.3.10 小結 10.4 面向方面編程 10.4.1 熱門話題有哪些 10.4.2 AOP術語定義 10.4.3 .NET中的AOP 10.4.4 小結 10.5 小結 第11章 關注UI 11.1 提前結語 11.2 模型-視圖-控制器模式 11.2.1 示例︰Joe的Shoe Shop程序 11.2.2 通過適配器簡化視圖界面 11.2.3 將控制器從視圖解耦 11.2.4 將視圖和控制器

結合起來 11.2.5 是否值得使用MVC 11.3 測試驅動的Web窗體 11.3.1 背景 11.3.2 一個示例 11.3.3 領域模型 11.3.4 GUI的TDD 11.3.5 Web窗體實現 11.3.6 小結 11.3.7 用NMock創建模擬 11.4 映射和包裝 11.4.1 映射和包裝 11.4.2 用表示模型來包裝領域模型 11.4.3 將表示模型映射到領域模型 11.4.4 管理關系 11.4.5 狀態問題 11.4.6 最後的想法 11.5 小結 11.6 結束

語 第五部分 附錄 附錄A 其他領域模型風格 附錄B 已討論的模式的目錄 大多數開發人員對領域驅動設計、模型驅動開發、模式、重構等一些術語並不陌生，但要在實際開發工作中熟練運用這些技術卻並不容易，因為這些概念本身就非常抽象、不易理解和難以運用。另外也缺乏這方面的優秀參考書和指導手冊，雖然已經出版了一些相關參考書，網上也有一些資料可循，但很多材料過分注重理論，而對實際應用的討論不夠充分，即使有一些偏重實際應用的內容，也不一定適合我們的具體情況，借鑒意義並不大。 然而，本書卻完全不同。它將這些概念運用到實際示例中，真正在抽象理論與實踐運用之

間架起一座橋梁。本書的示例都是一些基本示例，它們可作為一個起始平台，幫助讀者理解這些抽象概念，並一步步引導讀者如何根據自己的特殊情況來應用這些技術。翻開本書，就仿佛作者站在我們身邊一樣，書中詳細講解了如何應用領域驅動設計和企業應用模式，分析了企業應用設計和開發的基本原則。伴隨著作者的耐心講解和深入剖析，漫長而充滿挑戰的學習之旅也充滿了樂趣。 本書共分四部分︰背景知識、應用DDD、應用PoEAA和下一步驟。背景知識這一部分概括討論架構和過程，還介紹了模式和測試驅動開發。第二部分介紹DDD的應用，還會為基礎架構準備領域模型，重點關注規則方面。第三部分引入Fowler的《企業應用架構模式》

〔Fowler PoEAA〕一書中的幾種模式，以此來討論基礎架構需要為領域模型提供哪些持久化支持。最後一部分主要關注並開始使用其他一些設計技術，重點是如何在領域模型中處理表示層，以跨越領域模型與表示層之間的鴻溝，此外還介紹了如何處理開發人員的u測試。最後是兩個附錄，提供了更多領域模型風格的示例，並提供了一個模式目錄匯總。 本書是面向開發人員（特別是．NET開發人員）、團隊領導者和架構師的。書中大部分內容適合中高級讀者，也有些內容適合初級讀者。關于如何將DDD和O／R映射結合起來使用的討論和示例也為Java開發人員提供了一些借鑒。 要理解本書，並不需要高深的理論知識。具備面向

對象、。NET或類似平台、C＃或類似語言和關系數據庫的知識有助于閱讀本書，但是，興趣和熱情可以彌補任何經驗的不足。 本書由趙俐翻譯，參與翻譯和審校工作的人員還有馬燕新、王善鳳、王舉華、于波等。趙俐完成了本書的統稿工作。衷心感謝人民郵電出版社圖靈公司傅志紅老師在翻譯工作中給予的精心指導和寶貴意見，同時感謝圖靈編輯所做的大量工作。由于譯者水平有限，在翻譯過程中難免會出現一些錯誤，懇請讀者批評指正。

擺盪於自由民主與非自由民主之間：菲律賓政治變遷之研究（1972-2020）

為了解決so net評價的問題，作者蕭如文 這樣論述：

本文旨在探析菲律賓的自由民主與非自由民主之政體變遷，根據自由之家資料作為基礎，並以V-Dem智庫與非自由民主指標檢視歷屆政府，透過歷史研究途徑、文獻分析及比較與歷史研究法，以此觀察菲國政體自1972年迄今之變動，探究自由民主與非自由民主之關係。菲律賓的非自由民主與自由民主關係微妙，後馬可仕時期政府長期擺動於兩種政體之中，其中，本文不僅檢視兩次人民力量革命對菲國自由民主之影響性，亦觀察歷屆政府表現，以探究政府與自由度變動之相關性。研究結果顯示：菲國的政體變動軌跡並無一致性，即便是面臨人民最重要之三大核心問題—失業、貧窮、犯罪—政府回應之處理能力並未和自由度變化有相關性；人民滿意度亦未與自由度和

政府處理問題之能力具有相關性。值得注意的是，菲國後馬可仕時期之政體逐漸朝向非自由主義式民主政體靠攏，艾奎諾三世與杜特蒂政府皆維持在部分自由國家，他們並未促進自由度，然他們處理失業、貧窮、犯罪等問題卻明顯較有成效，並獲得人民的高度肯定，故其正當性高。