樹的構造的問題，透過圖書和論文來找解法和答案更準確安心。 我們找到下列問答集和資訊懶人包

矽谷簡報女王用數據說出好故事

為了解決樹的構造的問題，作者NancyDuarte 這樣論述：

想在數據當道的商業世界成功提案 ──你得讓數字開口「說故事」── ★矽谷最有說服力的女人 : 南西．杜爾特★ 專為職場人士打造的必勝簡報密技 　　大數據時代，所有決策離不開數據。但數據不會說話，多少次看到滿滿數字的簡報現場，你發呆放空、昏昏欲睡，聽完後還不確定提案者的訴求到底是什麼？ 　　「財星500強」簡報大師──南希·杜爾特，破天荒分析「跨行業、跨國界」頂尖數據簡報，總結「用數據說故事」創建過程與技巧，破解你「數據簡報≠視覺化簡報」的迷思，讓每次提案成功達陣、贏得商業先機！ 　　「數據」可以指引決策者，識別商業問題或機會。要知道，你從數據中洞察到的資訊，可以為他人、團隊、企業理解

今天必須採取的行動，或逆轉、改善未來的軌跡。即使商業決策都依賴數據，但「良好的溝通」卻是使用數據者的「最高技能差距」。亦即，使用數據越厲害的人，通常溝通能力非常差。這正是本書誕生的原因。 　　定義數據觀點→內化故事情節→凸顯數字簡報 　　讓職場簡報與提案無往不利！   　　》四大重點教學： 　　1.    抓出數據觀點：數據不會說話，必須由「人」決定「數據觀點」，利用簡單的「3個支撐點的決策樹」架構，一次搞定假設、論點、結論。 　　2.    認識簡報格式：大家都以為簡報就是PPT軟體，大錯特錯！面對不同的場合、溝通者，簡報格式就要跟著換，讓聽的人立馬抓住重點。 　　3.    認識各種圖

表：告別雜七雜八的圖表，只要依循簡報格式，理解人類的「閱讀動線」，好的數據圖表一張就夠。 　　4.    善用眾所皆知的譬喻來衡量你的數據，再帶入「3幕劇架構」來調整簡報順序，讓簡報故事化，有節奏的帶領觀眾到你的目的地。   　　數據溝通一點都不難，不管是把數據「人性化」處理、製作出符合主管閱讀或聆聽的簡報格式、提出自己的數據觀點、掌握溝通數據的語言與架構……，這本通通搞定。無論提報對象是決策者、同事下屬、利害關係人、顧客，都能逐一擊破，成功提案。 　　》看完後你將學會： 　　●數據就是數字而已，真的有必要把「故事」融入簡報中？→第4章 　　「說故事」是人腦處理資訊的最佳方式，只要應用「3

幕劇結構」搭配上你的「數字演變」，就可以將故事力量注入數據中。 　　●數據既然是統計、演算結果，為何不能直接展示這些數字→第5章 　　數據不會說話，你必須從數據中找到「目的、方法、訴求」來說服他人，這才是商業世界所謂的「數據觀點」。 　　●主管想先看提案，是要給他投影片還是文件檔呢？→第8章 　　投影片追求精簡，文字檔講究詳盡，這時到底該提供漂亮卻資訊量不足的投影片，還是詳盡但篇幅繁雜不好閱讀的文件，其實你有「視覺文件檔」這個好選擇。 　　●專業數據如何表達得讓大家都聽得懂？→第8章 　　數據只要過大或過小，甚至不常用的度量衡，聽眾就很難理解，因此簡報者傳達數字規模的「感受」，就是簡報是否得人

心的關鍵要素。 　　●如果簡報是傳遞壞消息，如何才能激勵人心？→第11章 　　商業簡報不只用來傳達好消息，也參雜壞消息。遇到布達壞結果的情況，你更應該用「說故事」的方式溝通，才能得到認同，讓大家一同面對。 本書特色 　　1. 其他簡報書少見，總結、分析世界頂尖企業的數據投影片：作者團隊網羅世界知名品牌企業簡報，包括顧問、消費、技術、金融、醫療等產業，按圖表的種類，特別是按與數據有關的用詞來分類投影片，得出數據呈現與報告的最佳方式。 　　2.「職場簡報」必備案頭書：本書先從聽眾、決策者下手，分析他們想聽什麼、在乎什麼，並說明不同場合，該提供哪種簡報文件。讓你打破簡報迷思，做簡報前，先成為「

懂溝通」的人。 　　3. 一張圖，就能挖掘數據的問題與機會：作者利用大家熟悉的「3個支撐點的決策樹」，設計用一張圖就能搞定從「整理數據資料」、「編輯數據故事」、「提出數據假設」，到最後「給出數據建議」的簡報術。 　　4. 學會怎樣「設計」簡報，「說」出你的建議：從各大頂尖企業總結出的結果，作者團隊找出如何「說」出建議的重要關鍵字，再加上經過強調、動線設計後簡報投影片，不但能吸引讀者一秒看到關鍵數字，還能跟著你的用字進入故事的高潮起伏。 　　5. 完整、長篇呈現簡報案例：一場好的簡報，由如聽了一則精彩的故事。作者巧妙利用5場絕佳的簡報，讓你融會貫通之前傳授的簡報技巧，理解數據簡報可以如何運

用與呈現。 　　※書中附上QR CODE連結，可以連結到作者的課外資料、以及2場簡報過程。 專業推薦（依姓氏筆畫排列） 　　RainDog雨狗／簡報奉行創辦人 　　王永福／頂尖企業簡報顧問 　　珍妮佛．艾克／史丹佛大學商學院教授 　　傑瑞米．懷特／IBM iX數位網絡客戶長 　　楊斯棓／醫師、《人生路引》作者 　　蒂芬妮．波瓦／Salesforce的成長創新傳道人 　　劉奕酉／職人簡報與商業思維專家 國際好評 　　「當前行業的許多破壞式創新，都是數據促成的。把數據與說故事相結合，你的領導力將如虎添翼。」──李夏琳（Charlene Li），《破壞心態》（The Disruption

Mindset）和紐約時報暢銷書《開放式領導》（Open Leadership）作者 　　「對於工作離不開數據，又努力想化解研究和解釋數據間的鴻溝，那本書正是你的路線圖。」──柴克．吉米納尼（Zach Gemignani），精髓分析公司（Juice Analytics）執行長，《數據暢流》（Data Fluency）作者 　　「杜爾特意識到人類愛聽故事，就連處理數據也不例外。杜爾特一如既往，在本書中用她無可比擬的方式教導、啟發讀者。」──史考特．貝里納托（Scott Berinato），《哈佛教你做出好圖表》（Good Charts）、《哈佛教你做出好圖表練習手冊》（Good Charts

Workbook）作者 　　在這個數據不堪負荷的時代，要說出吸引人的數據故事很難。杜爾特卻出色、有意義地幫助我們與觀眾建立聯繫。對於想改變數據故事的商業講者來說，這是一本必讀之作。──傑瑞米．懷特（Jeremy Waite），IBM iX 數位網絡部門首席客戶長 　　科技技術創造了前所未有的數據產出速度。數據以故事形式交流，可以賦予意義，意義驅動行動。──珍妮佛．艾克（Aaker Jennifer），史丹佛大學商學院教授  

樹的構造進入發燒排行的影片

不同網路購物涉入程度之消費者行為探討

為了解決樹的構造的問題，作者王筱薇 這樣論述：

展望2015年，資策會預估台灣網路購物市場產值可到1兆34億元，突破兆元產值，年成長14.1%，可見國人網路購物行為的普及與發展。有鑒於此，本研究欲針對不同網路購物消費者之網購涉入程度，探討其在人格與社群特質、網路購物認知、網路分享動機與跨螢幕裝置使用之影響因素，並針對不同網購涉入程度之消費者族群訂定差異化行銷策略。本研究將針對全臺民眾進行網路使用行為調查「科技部2013年傳播調查資料庫」中之「社交媒體」、「雙重媒體使用」、「網路行銷」、「網路展集」相關題項整理後進行統計分析，以敘述性統計、卡方獨立性檢定、因素分析、集群分析及決策樹等分析方法探討消費者特性在不同網路購物涉入程度的差異。茲將研

究分析所得之研究發現與針對網路商家提出之行銷建議，摘述如下：一、研究發現(一) 根據網路購物者之網路購物頻率、網購前搜尋行為、單月網購次數、單次網購金額與使用電腦、手機上網之頻率分出網路購物者三大集群，分別是「網購輕度涉入之手機上網愛好者」、「網購中度涉入之電腦上網愛好者」與「網購重度涉入之網路重度使用者」。(二) 不同年齡分層對於網購涉入程度有顯著差異。(三) 不同教育程度對於網購涉入程度有顯著差異。二、網路商家行銷建議(一) 針對「網購輕度涉入之手機上網愛好者」，網路商家可利用加強在社群網站之行銷，透過消費者與朋友間在網路社群之相互推薦、互動等行銷方法，增加其網路購物趣味性。加強手機版之網

路商店頁面使用便利性，定期維護網路帳戶以加強網路購物安全性，便能增加其網購涉入程度，以提高其網路購物意願。(二) 針對「網購中度涉入之電腦上網愛好者」，網路商家可將電視廣告與手機廣告結合實施互動優惠，使消費者增加手機上網購買意願，藉此開闢另一條網購通路。此外，定期維護網路帳戶以加強網路購物安全性，降低網路購物風險性。(三) 針對「網購重度涉入之網路重度使用者」，網路商家可利用優惠團購、限時搶購等活動，保持消費者對於網路購物的趣味性；藉由開發創新的媒體互動方式，吸引消費者的好奇心，藉此創造消費者對於網路購物之新奇性認知。此外，網路商家可將電視廣告與手機廣告結合實施互動優惠，增加跨裝置實用性，並推

出不同價位等級之商品以符合不同薪資收入程度消費者，並推出符合女性偏好之商品，以提高女性消費者之購買意願。

人工智能導論（第3版）

為了解決樹的構造的問題，作者丁世飛 這樣論述：

主要闡述人工智慧的基本原理、方法和應用技術。全書共13章，除第1章討論人工智慧基本概念、第13章討論人工智慧的爭論與展望外，其餘11章按照“基本智慧+典型應用+計算智慧”三個模組編排內容。   一個模組為人工智慧經典的三大技術，分別為知識表示技術、搜索技術和推理技術，主要包括知識表示、確定性推理、搜索策略、不確定性推理；第二個模組為人工智慧的典型應用領域，包括機器學習、支援向量機和專家系統；第三個模組為計算智慧與群智慧，包括神經計算、進化計算、模糊計算和群智慧。 　　 該書力求科學性、模組化、實用性。內容由淺入深、循序漸進，條理清晰，讓讀者在有限的時間內，掌握人工智慧的基本原理、基本方法和應用

技術。該書為教師提供習題答案。 　　 該書可作為電腦科學與技術、智慧科學與技術、人工智慧、自動化、機器人工程等相關專業的教材，也可供從事人工智慧研究與應用的科技工作者學習參考。 丁世飛，男，畢業於中國科學院計算技術研究所，中國礦業大學教授，博士生導師。從事人工智慧、機器學習、模式識別、資料採擷、大資料智慧分析、生物資訊識別、粗糙集與軟計算等方面理論與應用研究。   主持國家重點基礎研究計畫（973計畫）課題1項、國家自然科學基金面上專案2項、江蘇省自然科學基金專案1項、中國博士後科學基金1項、國家重點實驗室開放基金3項；參加國家”863”高技術專案1項、國家自然科學基金重點

專案1項、國家自然科學基金面上專案3項等。   近年來，出版專著4部，申請或授權發明專利10項，在國內外重要學術期刊上發表研究論文200餘篇，其中被SCI檢索100餘篇，其中被電腦學科ESI檢索20餘篇。 第1章 緒論 1 1．1 人工智慧的概念 1 1．1．1 智慧的定義 1 1．1．2 人工智慧的定義 3 1．2 人工智慧的產生和發展 5 1．2．1 孕育期（20世紀50年代中期以前） 5 1．2．2 形成及第一個興旺期（20世紀50年代中期至60年代中期） 6 1．2．3 蕭條波折期（20世紀60年代中期至70年代中期） 7 1．2．4 第二個興旺期（20世紀70年代

中期至80年代中期） 8 1．2．5 穩步增長期（20世紀80年代中期至今） 10 1．2．6 中國的人工智慧發展 11 1．3 人工智慧的主要學派 12 1．3．1 符號主義學派 12 1．3．2 連接主義學派 13 1．3．3 行為主義學派 14 1．4 人工智慧的主要研究內容 14 1．5 人工智慧的主要應用領域 17 小結 24 習題1 24 第2章 知識表示 25 2．1 知識表示概述 25 2．1．1 知識的概念 25 2．1．2 知識表示的概念 26 2．2 一階謂詞邏輯標記法 27 2．2．1 命題 27 2．2．2 謂詞 28 2．2．3 謂詞公式 29 2．2．4 謂詞邏

輯表示 30 2．2．5 謂詞邏輯標記法的特點 33 2．3 產生式標記法 33 2．3．1 產生式表示的基本方法 33 2．3．2 產生式系統的基本結構 35 2．3．3 產生式系統的分類 36 2．3．4 產生式標記法的特點 37 2．4 語義網路標記法 39 2．4．1 語義網路的基本概念 39 2．4．2 語義網路的基本語義關係 39 2．4．3 語義網路表示知識的方法 41 2．4．4 語義網路的推理過程 45 2．4．5 語義網路標記法的特點 46 2．5 框架標記法 46 2．5．1 框架結構 46 2．5．2 框架表示 48 2．5．3 框架表示的推理過程 50 2．5．4 框

架標記法的特點 50 2．6 腳本標記法 50 2．7 物件導向標記法 54 小結 56 習題2 57 第3章 確定性推理 59 3．1 推理概述 59 3．1．1 推理的概念 59 3．1．2 推理的分類 59 3．1．3 推理的控制策略 61 3．2 推理的邏輯基礎 63 3．2．1 謂詞公式的永真性和可滿足性 63 3．2．2 置換與合一 65 3．3 自然演繹推理 68 3．4 歸結演繹推理 69 3．4．1 子句型 69 3．4．2 魯濱遜歸結原理 72 3．4．3 歸結演繹推理的歸結策略 76 3．4．4　用歸結原理求取問題的答案 81 小結 81 習題3 82 第4章 搜索策

略 85 4．1 搜索概述 85 4．2 一般圖搜索 86 4．2．1 圖搜索的基本概念 86 4．2．2 狀態空間搜索 87 4．2．3 一般圖搜索過程 91 4．3 盲目搜索 92 4．3．1 寬度優先搜索 93 4．3．2 深度優先搜索 95 4．3．3 有界深度搜索和反覆運算加深搜索 97 4．3．4 搜索最優策略的比較 98 4．4 啟發式搜索 99 4．4．1 啟發性資訊和評估函數 99 4．4．2 啟發式搜索A演算法 100 4．4．3 實現啟發式搜索的關鍵因素 102 4．4．4 A*演算法 103 4．4．5 反覆運算加深A*演算法 106 4．5 回溯搜索和爬山法 107

4．5．1 爬山法 107 4．5．2 回溯策略 108 4．6 問題規約 109 4．7 與/或圖搜索 111 4．7．1 與/或圖表示 111 4．7．2 與/或圖的啟發式搜索 113 4．8 博弈 117 4．8．1 極大極小過程 119 4．8．2 α?β過程 121 小結 122 習題4 123 第5章 不確定性推理 125 5．1 不確定性推理概述 125 5．1．1 不確定性推理的概念 125 5．1．2 知識不確定性的來源 125 5．1．3 不確定性推理要解決的基本問題 126 5．1．4 不確定性推理方法的分類 128 5．2 概率方法 129 5．2．1 概率論基礎 1

29 5．2．2 經典概率方法 130 5．2．3 逆概率方法 130 5．3 主觀貝葉斯方法 132 5．3．1 規則不確定性的表示 132 5．3．2 證據不確定性的表示 134 5．3．3 組合證據不確定性的計算 135 5．3．4 不確定性推理 135 5．3．5 結論不確定性的合成演算法 137 5．4 確定性理論 140 5．4．1 可信度 140 5．4．2 CF模型 142 5．4．3 確定性方法的說明 145 5．5 證據理論 146 5．5．1 證據理論的形式描述 147 5．5．2 證據理論的推理模型 150 5．5．3 證據不確定性的表示 152 5．5．4 規則不確定

性的表示 152 5．5．5 不確定性的推理 152 5．5．6 組合證據的不確定性計算 152 5．6 模糊推理 155 5．6．1 模糊數學的基本知識 155 5．6．2 模糊假言推理 157 小結 160 習題5 161 第6章 機器學習 163 6．1 機器學習概述 163 6．1．1 學習與機器學習 163 6．1．2 學習系統 164 6．1．3 機器學習的發展簡史 166 6．1．4 機器學習的分類 167 6．1．5 機器學習的應用和研究目標 168 6．2 歸納學習 169 6．2．1 歸納學習的基本概念 169 6．2．2 變型空間學習 171 6．2．3 歸納偏置 17

3 6．3 決策樹學習 174 6．3．1 決策樹的組成及分類 174 6．3．2 決策樹的構造演算法CLS 175 6．3．3 基本的決策樹演算法ID3 177 6．3．4 決策樹的偏置 179 6．4 基於實例的學習 180 6．4．1 k?近鄰演算法 180 6．4．2 距離加權最近鄰法 181 6．4．3 基於範例的學習 181 6．5 強化學習 186 6．5．1 強化學習模型 186 6．5．2 瑪律可夫決策過程 187 6．5．3 Q學習 188 小結 190 習題6 191 第7章 支持向量機 193 7．1 支持向量機概述 193 7．2 統計學習理論 194 7．2．1

學習問題的表示 194 7．2．2 期望風險和經驗風險 195 7．2．3 VC維理論 196 7．2．4 推廣性的界 197 7．2．5 結構風險最小化 198 7．3 支持向量機的構造 199 7．3．1 函數集結構的構造 199 7．3．2 支援向量機的模式 200 7．4 核函數 203 7．4．1 核函數概述 203 7．4．2 核函數的分類 204 7．5 SVM的演算法及多類SVM 205 7．6 用於非線性回歸的SVM 206 7．7 支援向量機的應用 207 小結 209 習題7 209 第8章 專家系統 210 8．1 專家系統概述 210 8．1．1 專家系統的特性 2

10 8．1．2 專家系統的結構和類型 211 8．2 基於規則的專家系統 213 8．3 基於框架的專家系統 215 8．4 基於模型的專家系統 217 8．5 專家系統的開發 219 8．5．1 專家系統的開發過程 219 8．5．2 專家系統的知識獲取 220 8．5．3 專家系統的開發工具和環境 222 8．6 專家系統設計舉例 224 8．6．1 專家知識的描述 224 8．6．2 知識的使用 227 8．6．3 決策的解釋 230 8．6．4 MYCIN系統 230 8．7 新型專家系統 231 小結 233 習題8 234 第9章 神經計算 235 9．1 神經計算概述 235

9．2 感知器 237 9．2．1 感知器的結構 237 9．2．2 感知器的學習演算法 238 9．3 反向傳播網路 240 9．3．1 BP網路的結構 240 9．3．2 BP網路的學習演算法 241 9．4 自組織映射神經網路 244 9．4．1 SOM網路結構 244 9．4．2 SOM網路的學習演算法 244 9．5 Hopfield網路 246 9．5．1 離散Hopfield網路的結構 246 9．5．2 離散Hopfield網路的穩定性 247 9．5．3 離散Hopfield 網路的學習演算法 247 9．6 脈衝耦合神經網路 248 9．6．1 PCNN的結構 248 9

．6．2 PCNN的學習演算法 249 9．7 深度神經網路 249 小結 250 習題9 251 第10章 進化計算 252 10．1 進化計算概述 252 10．2 遺傳演算法 253 10．2．1 遺傳演算法的基本原理 253 10．2．2 遺傳演算法的應用示例 255 10．2．3 模式定理 257 10．2．4 遺傳演算法的改進 259 10．3 進化規劃 260 10．3．1 標準進化規劃及其改進 261 10．3．2 進化規劃的基本技術 262 10．4 進化策略 263 10．4．1 進化策略及其改進 263 10．4．2 進化策略的基本技術 264 10．5 GA、EP、E

S的異同 266 小結 267 習題10 267 第11章 模糊計算 268 11．1 模糊集合的概念 268 11．1．1 模糊集合的定義 268 11．1．2 模糊集合的表示方法 268 11．2 模糊集合的代數運算 273 11．3 正態模糊集和凸模糊集 275 11．4 模糊關係 276 11．4．1 模糊關係的概述 276 11．4．2 模糊關係的性質 277 11．5 模糊判決 277 11．6 模糊數學在模式識別中的應用 278 11．6．1 最大隸屬度原則 278 11．6．2 擇近原則 279 小結 280 習題11 280 第12章 群智能 282 12．1 群智能概述

282 12．1．1 群智慧優化演算法定義 282 12．1．2 群智慧優化演算法原理 283 12．1．3 群智慧優化演算法特點 283 12．2 蟻群演算法 283 12．2．1 蟻群演算法概述 283 12．2．2 蟻群演算法的數學模型 284 12．2．3 蟻群演算法的改進 286 12．2．4 蟻群演算法的應用示例 287 12．3 粒子群優化演算法 288 12．3．1 粒子群優化演算法基本思想 288 12．3．2 粒子群優化演算法基本框架 288 12．3．3 粒子群優化演算法參數分析與改進 290 12．3．4 粒子群優化演算法的應用示例 291 12．4 其他群智慧優化演

算法 292 12．4．1 人工魚群演算法 292 12．4．2 細菌覓食演算法 295 12．4．3 混合蛙跳演算法 297 12．4．4 果蠅優化演算法 298 小結 299 習題12 300 第13章 爭論與展望 301 13．1 爭論 301 13．1．1 對人工智慧理論的爭論 301 13．1．2 對人工智慧方法的爭論 302 13．1．3 對人工智慧技術路線的爭論 302 13．1．4 對強弱人工智慧的爭論 303 13．2 展望 304 13．2．1 更新的理論框架 304 13．2．2 更好的技術集成 305 13．2．3 更成熟的應用方法 305 13．2．4 腦機介面 3

06 小結 306 習題13 307 附錄A 參考答案 308 參考文獻 309 人工智慧是一門研究如何用機器實現人類智慧的學科，即用人工的方法和技術研製智慧型機器或智慧系統來模仿、延伸和擴展人的智慧，實現智慧行為，誕生以來幾經起伏，已經走過了60餘年的曲折歷程。 　　 近年，隨著雲計算、大資料、深度學習等技術的快速發展，人工智慧又在算力支撐、資料驅動、演算法引領、需求牽引下強勢興起，並正在成為新一輪科技革命和產業變革的核心動力，以及全球科技實力競爭的重要標誌。 　　 繼美國政府2016年10月發佈《國家人工智慧研究與發展策略規劃》後，各國（或地區）政府先後發佈了自己國家的

人工智慧發展規劃，將人工智慧上升為本國的國家戰略。2017年7月，國務院發佈《新一代人工智慧發展規劃》，在將人工智慧上升為我國國家戰略的同時，特別強調了人工智慧技術對我國科技進步和產業發展的引領作用。 　　 當今社會，人工智慧作為時代需求的核心生產力，正在逐步改變著人類的生產、生活方式和社會經濟活動模式，並必將成為人類認知自然、擴展智力、改變社會，走向智慧生活的重要工具。當然也應該看到，人工智慧之路還相當漫長，且充滿艱難曲折，人工智慧的光明前景還需要廣大教育工作者和科技工作者不懈的腳踏實地和辛勤耕耘。 　　 中國礦業大學丁世飛教授編著、中國科學院計算技術研究所史忠植研究員主審的著作《人工智慧導

論（第3版）》系統地闡述了人工智慧的基本原理、方法和應用技術，全面反映了人工智慧領域國內外的最新研究進展和動態。本書是作者在多年教學與科研工作基礎上撰寫而成的，內容豐富、結構合理、深入淺出、學用結合，體現出“嚴肅、嚴密、嚴格”的優良作風，按照“基本智慧+典型應用+計算智慧”三個模組，以逐層深入的方式進行教學，以期達到不同專業之取捨、不同層次的教學研究之需要。 　　 相信本書能成為我國智慧科學與技術、人工智慧、自動化、機器人工程等新工科專業學生學習“人工智慧”或“人工智慧導論”課程的優秀教材，也可供從事人工智慧研究與應用的科技工作者學習參考。

變形．反變形－黃鼎鈞水墨繪畫創作論述

為了解決樹的構造的問題，作者黃鼎鈞 這樣論述：

　　本研究從「變形ㆍ反變形」的研究中，綜合出「變形ㆍ反變形」是相反又相成，並具有形而上之抽象思考的內涵，亦同時也包含形而下之生態問題，創作技巧、媒材、作品品質等。從形而上的論點言「變形･反變形」乃是萬事萬物生成的規律，是一種不變的道，形而下而言，「變形･反變形」強調生態、形式多元化、多樣化，多樣化與一，是一體兩面，且統合在一起，才能呈現出藝術生命力。本研究的目的在於探討人和自然的生存互動關係，建立起「變形･反變形」的美學思想，並建構個人繪畫風格。　　為了更有效能的完成本研究，呈現個人獨特的繪畫風格，採行了哲學研究法、藝術史研究法、觀察研究法、行動研究法。以哲學研究法分析歸納和整理出美學內涵、

美學理念；應用藝術史研究法，探討歷代藝術發展過程有「變形･反變形」的發展沿革及作品風格特徵與表現技法；應用觀察研究法，收集本研究主題樹木之生態，以作為創作的基礎；行動研究法強調創作過程中與創作理念的互動與個人創作的心得。　　「變形･反變形」的美學架構於多元化、多樣化與一的和合統一整體，是一種天人合一，不偏於人，亦不偏於物的美學特徵。為了體現和的、整體的，又具現在感、時代氣息的繪畫創作，變形、抽象、誇張、擬人創作四種類型，並將作品歸類為幾何系列、切割系列、黑白系列三種創作系列，藉此呈現個人的創作風格。　　創作研究過程是一種自我肯定的過程，也是一種自我否定的過程，在自我肯定中獲得研究方向。在自我否

定中獲得超越的動力。從「變形･反變形」研究中感受人不能固步自封一成不變，要與時俱進，但也要遵守事物的發展規律原則。