跳到主要內容

[2013_七月強力放送電子報]-第二期

~小啄報你知~  
呼呼呼，第二期的小啄週報來啦！這期我們將為您介紹今年主題「Open Mobile」的含義，當然也準備了一些焦點議題要介紹給你知。如果你喜歡這期的週報，可別忘了到小啄的 Facebook、Twitter、Plurk 或 Google+ 給我們一點掌聲喲！

焦點議程
上次介紹過了 Open Web，這回輪到今年主題 Open x [Web, Mobile, Data] 的第二重點「Open Mobile」啦！從幾年前 Android 真正為開放原始碼行動平台打響名號後，行動作業系統的市場上在最近又多了 Firefox OS、Tizen、Sailfish OS 與 Ubuntu Touch 等生力軍。，這些新生代的開放作業系統，都試圖在 iOS 、Android、Windows Phone 三大陣營中求生存，針對不同的市場、訴求不同的理念。今年跟 Open Mobile 相關的主題包括 Mobile、OS & Embedded System、System & UI Toolkit、Web front-end... 等等，怎麼會跑出 Web 的東西呢？這就是神奇的地方，記得快上議程表瞧瞧眾高手精心規劃的好菜！

Continuous Integration for the Applications on top of Hadoop

是的，因為網頁上的這個議程議程介紹是英文!!!!.

小啄特地飛到 Yahoo 請他們提供一份簡單明瞭的中文介紹!

根據講者 Wisely Chen & Neal Lee 告訴小啄，這整段敘述是這樣的：

CI on Hadoop 有沒有搞頭。是的，我們為Pig script製作一串CI 到CD的流程，如此可以快速增進Hadoop Job 的效率。

聽起來好像很棒耶!!!  雖然小啄有點聽不懂，不過只要是可以提高效率的方法，都很值得來研究一下對不～～

這時候小啄一定要告訴你, 本場次沒有錄影重播、也沒有電子檔可以下載唷~
有興趣的朋友, 千～～～萬別錯過!

時間\地點：8/3  11:150~11:45 \ 102




Qt 正夯，GTK+ 使用者該如何跳槽? (PCMan 的跳槽快速攻略)
PCMan 要跳槽 ?!
GTK+ 在這十年來一直得到開發 GUI 程式的程式設計師偏愛，直到 GNOME 3 初推出時，在 API 而至 UI 大幅改動下而評價兩極。另一方面，數度易主的 Qt，授權方式變得開放而吸引力越來越大，PCMan 認為這個是「跳槽」的時機。
PCMan 透過這場演講，整理兩者的概念相同和相異之處，向慣用 GTK+ 的開發者分享如何跨出第一步，邁向跳槽 Qt 之路!
時間\地點：8/3 16:50 - 17:20 \ 101A
萌典: moedict.tw
知名的台灣自由軟體程式員唐鳳這次在 g0v.tw 社群議程分享心得!
教育部已建立國語辭典網站很多年了，但是，超！難！用！
使用介面是一個好網站成功的原因，唐鳳將會講述零時政府 g0v.tw「萌典」計劃的發展歷程，利用教育部辭典網站的資料「再造輪子」，建立民間版的民間版＜教育部國語辭典＞的「開放資料界面」與「應用範例」。
時間\地點：8/3 14:30 - 15:00 \ 201AB
上面的議程均有提供錄影授權，親愛的朋友~~ 快查一下議程表，決定要聽哪一場吧~

個人贊助方案　 LAST CALL ~~ ~
人生這麼難得在 COSCUP 名留青史的機會, 小啄最後一次深情呼喚!
補血說明:  個人贊助不但有專屬版本的 POLO 衫，還能獲得大會獨家+限量的神祕贈品哦~
活動截止日期:2013/07/12


行前通報
人生海海，COSCUP 有些大代誌要給你瞭改，且聽小啄說來：
記得出外覓食！
今年COSCUP用最棒的演講餵飽各位聽眾的精神，在精神得到滿足的同時也別忘了生理的飢餓。今年COSCUP沒有提供便當給大家，所以要請大家到處走走、出外散步找食物啦！ 如果不知道要吃什麼沒關係，大會有和附近指定商家簽立特約服務，活動前記得還是翻一下COSCUP blog, 會有超級完整說明版!!
小啄偷偷告訴你，會有殺必死唷～ 啾咪 ^.<*
議程表還可能更動，Reload 是很重要的！
今年高達八軌、超過一百段演講的議程表，一如往常還有可能會不斷修改喔！請記得三不五時回到 COSCUP 網站看看議程表，免得到時候錯過目標演講而飲恨一輩子啊！



什麼！還有  大★地★遊★戲？！
今年為所有參加者設計好玩的大地遊戲，快到各攤位走透透，除了攤位本身的資訊外，還可以額外得到許多紀念品唷~ 這麼好康又好玩的遊戲，不要說小啄沒有告訴你 =P
COSCUP 2013 尋寶闖關活動：
   參與者須在COSCUP的攤位中找尋寶物，並將找到的寶物展示在包包上，
  8/3 活動當日完成寶物蒐集，即可至服務處獲得COSCUP大會當日提供的限量精美獎品。
  注意: COSCUP 2013 獨家贈品只有 200 份呀~~~



COSCUP2013 會眾住房優惠

你在擔心住宿的問題嗎？在台北沒有落腳的地方嗎？只剩下睡火車站的選擇嗎？
今年大會贊助商晶璽商旅為 COSCUP 會眾提供住房優惠。若於大會期間有住宿需求，可以參閱連結內容取得住房優惠。








Labels:

這個網誌中的熱門文章

鑽石級贊助商 - KKBOX 帶你打造具備 NLP 功能的 Telegram Bot (上)

打造具備 NLP 功能的 Telegram Bot（上） 最近因為一些契機學了 Python 3，用它做了一個 Telegram Bot （ GitHub 連結 ），裡面用到 NLP Service，用上下兩篇文章記錄一下實作過程還有眉角。上篇首先教大家如何做一個最基本的回聲 Chatbot，接下來我們可以透過 NLP 服務，讓 Chatbot 根據使用者不同的訊息做回答，這樣就變成更加人性化的聊天機器人囉！ 使用的工具及服務： Python 3 （for develop） pipenv （for dependency management） OLAMI （for NLP） ngrok （for testing） Step 1. Creating new bot Telegram 很有趣的地方在於，與其他通訊軟體（Line、Messenger）相比，開發者管理 Bot 的方式也是透過官方提供的一位 Bot 在處理的，它叫做 BotFather （眾 Bot 之父 XD）。如果已經有 Telegram 帳號，只要加 BotFather 為好友，就可以開始管理你的 Bot。 加入 BotFather 好友後，它會親切地問候，並告訴你他能為你提供什麼服務。 I can help you create and manage Telegram bots. If you're new to the Bot API, please see the manual ([https://core.telegram.org/bots](https://core.telegram.org/bots)). You can control me by sending these commands: /newbot - create a new bot /mybots - edit your bots [beta] /mygames - edit your games ([https://core.telegram.org/bots/games](https://core.telegram.org/bots/games)) [beta] Edit Bots /setname - change a bot's name /setdescr...
張貼留言
Read more »

利用 Jitsi 建立個人化的視訊會議平台

  近期因為疫情的關係，越來越多企業開始實施分流或在家工作，視訊會議的需求也日益增加。 在商用解決方案選擇上，有不少企業會選擇知名品牌的產品，例如  Cisco Webex 、 Google Meet 、 Microsoft Teams 、 Zoom  都是很不錯的方案。 KKBOX 集團在去年便試行及做好充分 work from home 的準備，今年五月也因應疫情升溫，全員 work from home 至今兩個月有餘。 當然，取之 Open Source，也要對社群有些貢獻。在這一屆 COSCUP，我們要來介紹 Open Source 圈中也很知名，效果也很不錯的一套視訊會議平台： Jitsi 。 除了基本的視訊會議功能外，在最後我們也會示範如何透過 Jitsi 畫面輸出到 YouTube/Twitch 或其他支援 RTMP 的平台進行直播。 由於篇幅有限，且 Jitsi 可以調整的細節非常多。今天我們純粹很快速的示範，如何簡單的建置出一個 Jitsi 環境，並提供單場會議內容錄影或直播。 Jitsi 的文件可以在 這裡 找到。 今天透過 AWS Lightsail 的 $10/month instance（1 core CPU + 2GB RAM + 60GB SSD），作業系統則是 Ubuntu 20.04 來示範。當然，使用其他 VPS 亦可，大同小異，這邊直接跳過 VPS 相關的建置過程。 *firewall 相關資料參考 這裡 及 這裡 。 針對系統做必要的更新 基本的 apt repository 更新： $ sudo apt update 因為後面要示範的會議錄影及直播需要使用 ALSA loopback device，如果是 EC2 or Lightsail 則需要額外安裝 generic kernel( 註 )： $ sudo apt install linux-image-generic linux-headers-generic linux-image-extra- virtual 接著做系統套件們的更新： $ sudo apt dist-upgrade $ sudo apt autoremove 如果是 AWS EC2 or Lightsail 則需要另外再將預設的 AWS optimized kernel...
張貼留言
Read more »

機器學習的五大實務問題：對企業的影響與相應的化解方式

Appier 首席機器學習科學家　林守德博士 正如 Jason Jennings 及 Laurence Haughton 在《以快吃慢–如何藉速度在商戰中克敵制勝》一書中指出──未來，不是大公司吃掉小公司，而是速度快的公司吃掉速度慢的公司。 從現在開始，唯有善用適當的資訊快速做出決策的企業，才能成為戰場上的贏家。 機器學習技術驅動了這場變革。無論企業是嘗試向顧客提出建議、改進生產製造流程或應對市場的變動，都能運用機器學習技術處理大量的資料，進而提高自身的競爭優勢。 然而，機器學習雖能創造大好機會，卻也同時帶來了相應的挑戰。機器學習系統需要大量的資料，以及執行複雜的運算能力。顧客期望改變、出乎意料的市場波動等等外部因素，都意味著機器學習模型的運作並不是百分之百的自動，往往仰賴許多外部的資源來作監控及維護。 此外，機器學習也有不少尚待解決的實務問題。以下將深入探討機器學習的五大實務問題，以及這些問題對企業應用會產生的影響。 1. 資料品質 機器學習系統仰賴資料進行訓練，而訓練資料在廣義上可分為「特徵」及「標籤」兩種類別。 「特徵」是輸入機器學習模型的資料，像是來自感測器、顧客問卷、網站 cookie 或歷史資訊等等。 然而這些特徵的品質可能良莠不齊。舉例而言，顧客在填寫問卷時可能會隨便填寫，或對題目略而不答；感測器可能因失靈而回傳錯誤資料；即使使用者的網頁行為明確，網站 cookie 回報的資訊也可能不完整。 此外，資料也可能包含雜訊，當無謂的資訊夾雜其中時，機器學習模型將會受到誤導而做出不正確的預測。 相較於「特徵」，「標籤」的正確性與穩定度更為重要。標籤是機器學習模型最後輸出的結果。所以需要在訓練的時間利用正確的結果教導機器學習模型。標籤的稀疏性也是個問題，這是當系統已掌握大量輸入的資料卻對輸出的結果沒有把握時出現的現象。在這樣的情況下，將難以針對該模型偵測其特徵與標籤之間的關聯性優化，甚至需要耗費額外的人力干預，將標籤與輸入資料關聯起來。 機器學習需仰賴輸入與輸出資料的關聯，才能具備足夠的泛化能力以預測未來行動並提供相關建議。因此，如果輸入資料過於雜亂、殘缺或有所偏差時，將可能難以理解某輸出／標籤的產出原因。近年來機器學習也開發出許多先進的方法如半指導式學習，轉移學習來處理這樣的問題。 2. 複雜性與品質的取捨 建立強大的機器學習模型需要大量的計算資源來處理特徵和...
張貼留言
Read more »