跳到主要內容

2014 COSCUP電子報 啄事今蜚 第六期

COSCUP 啄事今蜚會前快報

第六期 2014年07月19日發行

2014 COSCUP電子報 啄事今蜚 第六期

不知不覺!今天就要和大家見面拉!
那先來和大家快報些行程吧,在這之前最重要的事情就是「你名牌放進包包了嗎?」

大家知道 Linux 也可以創作音樂嗎,甚至有 Linux 的 Audio 研討會呢!
Maker 創造者可以怎麼一起改變社會呢?這期有分享一個無人飛行器的應用喔!
資訊視覺化也可以幫助解決我們生活問題的方式之一喔。

今年RS提供給大家工作坊讓大家深入的使用他們的工具,另外這次現場有「限量是殘酷的」Firefox OS 的 Flame 手機喔!絕對不容您錯過
快收拾好行囊出發吧!

其他都不重要了,小啄溫馨提醒:

Badge 名牌一定要記得帶!

Badge 名牌一定要記得帶!

Badge 名牌一定要記得帶! (因為很重要所以說三次)

不然你將會失去今年非常多非常多樂趣!

參與LAC (Linux audio conference) 經驗與轉移至自由軟體下的創作分享

Yens

筆者兩年都是經由投件作品的方式去參與LAC,參與LAC的人來自世界各地不同領域,像是程式設計師,音樂家,聲 音藝術創作者,聲音裝置或者學術研究人員等等,從自由軟體開發研究到聲音奔放不羈的表演,LAC可說是跨領域但同樣秉持自由軟體精神的人們之交流平臺。同 時在此演講中,筆者也會分享自身創作經驗與轉化到使用自由軟體的過程,最後分享Pure data的使用範例。

適份適當地爬網路資料 –
解決Open Data燃眉之急時的必要之惡 / –
Do the Open Data web crawling in proper way –
within the principles of legal boundaries

Lucien (林誠夏)

當代發展Open Data 循常扣緊三個議題進行同步發展:

1、資料與其結構的公開化與標準化,
2、法律使用限制的釐清與降低,
3、視覺與新創技術的呈現與加值模式。

然而,在往這些目標前進的過程中,不得不承認,現時能夠取得的相關資料,其結構多不夠公開與符合開放標準,於法律使用上的限制,亦常未被釐清,在這樣的狀況下,往往阻礙使用者邁向資料新創加值模式的最後目標。故此一領域的實作者有時宥於現實,不得不透過網路爬蟲 (Web Crawler) 或其他相關的技術,來撈取所需的資料,並於整理之後進行結構化運用。

這樣的作法對於 Open Data 中長期的發展,其實並非正道,但很多時候卻恰可以,解資料缺乏的燃眉之急。而這樣的行為和舉措究竟合不合法,或者說應該扣緊哪些法律原則來進行,才不會侵犯到網站架設者的核心權益,就是本一議程所欲探討與傳達的內容。

此一議程將由資料受法律保護的適格性,以及一般資料受隱私保護範圍的原則出發,並佐以 CC0 權利拋棄聲明模式的運作,以讓聽講者能了解相關的法律原則,並在實作中進行應用。

開源低成本多旋翼無人飛行器與公民社會議題應用

琳風 (張東琳)

前 iRobot 創始人海倫·葛萊娜(Helen Greiner)曾在公開場合表示:
未來隨著航空領域的不斷開放,無人機可以實現更多用途,農業、畜牧業、礦產以及石油和天然氣的採集都能輕鬆勝任。
以往無人機的既定印象皆是秘密進行的尖端科技,但我們團隊將以全新的樣貌詮釋這項科技。
透過開源的硬體、軟體致力推廣低成本的多旋翼無人飛行器,成為現今公民社會所需的資訊傳播重要工具。
本項目開發過程所有設計圖、規格都透明公開,結合3D列印等技術預期能加速多旋翼無人飛行器的應用廣度。
可預見的未來透過人手一台開源的無人飛行器,結合影像與環境感測器的種種應用。 公民將會是是空域及環境乃這這片土地真正的主人。

核四、車禍、菜價視覺化

Muyueh (李慕約)

選擇很困難,以吃為例:任一家高點連鎖店有 100+ 個餐點可選,每個餐點可能有 5+ 以上的成份。

想像你的小孩對於花生粉過敏,只要有食物沾到花生粉吃了就會休克;你假如問服務員:「請問哪一道餐點裡面沒有花生粉?」他有任何的辦法可以回 答說有哪幾道菜是百分之百安全可吃的嗎? 要決定要不要走上街頭抗議很困難:台灣一直在爭論核四的問題,但對於一般大眾來講,電力實在一個太複雜的問題了。

擁反核雙方當然可以運用誇張的信息嚇唬一般民眾,結果就只是這一種社會議題的討論是永遠沒有辦法往前推進的。 我在我的演講中,會展示資料視覺化領域的最新發展,以及我如何視覺化菜價、交通事故熱點,以及為什麼它可以協助上述的生活難題。

Open Source FabLab

Ted (洪堯泰)

在世界各地蓬勃發展的 Maker Movement 中,Fab Lab 扮演的是個基層的耕耘者的角色,在促進創新技術發展的同時,也深入草根推廣教育實踐,希望讓每個人都能夠成為一個自造者,為了讓 Fab Lab 的概念能夠更快速更普及同時讓更多人投入參與,基於 Open Source 的精神,一個 Open Source Fab Lab 是絕對有其存在的必要,略微有別於軟體的發展,要如何能夠把原本 Open Source 的精神用於實體空間經營及社群資源管理上,我們將以Fablab Taipei 發展的例子,提供給所有也有興趣投入 Maker Movement 的朋友參考。

就在今天了!Note 下你想聽的議程
http://coscup.org/2014/zh-tw/program/

華碩雲端徵才訊息:
大數據時代
Be OPEN into ASUSCLOUD

AsusCloud

生活中各種資訊與資料的取得和使用,正透過雲端技術和思維,激盪出新的、多元的產品和服務,展開生活模式的新頁。乘雲,我們正在引領改變!加入華碩雲端,你的影響力可以快速衍伸至全球!讓我們一起在世界舞台中印證台灣的軟體人才與價值~ 誠摯地邀請OPEN people ( Optimistic 樂觀 Progressive 積極 Efficient 效率 Next Generation of Cloud thinking 新思維) 加入我們,一同作夥開創雲端的無限可能!

>>至104了解詳細職缺訊息:http://goo.gl/RSr2IX
也歡迎來信( HR@asuscloud.com )詢問,我們會盡快主動與您聯繫。

鑽石特別報導 - RS


RS

前兩天才正式出爐的 Raspberry Pi B+ 就在台灣 COSCUP 活動上正式公告發表了! 7/19 13:25 – 14:15 全場地聯播,讓我們一起了解 Raspberry Pi 基金會兼駐台灣營銷主管 Naren Sankar 會分享 Raspberry Pi 最新硬體及模組資訊,以及回顧過去兩年的經驗,如何推動開放軟體於 Raspberry Pi 建立富創意的應用。
覺得電路設計或3D設計軟體很複雜、很昂貴嗎? 參加DesignSpark免費設計資源工作坊,一起學習免費又操作簡單的電路板設計和3D設計軟體! Day2 09:50 – 12:50 (H2)
本次工作坊會一步一步教大家動手操作 DesignSpark PCB 和 DesignSpark Mechanical 軟體,讓大家體驗零成本、快速地從概念到設計,到製造原型的過程! 有興趣參加者請預先安裝DesignSpark 軟體,並帶你的筆記本電腦到工作坊學習!
下載和激活DesignSpark PCB軟體: www.designspark.com/pcb
下載 DesignSpark Mechanical 軟體: www.designspark.com/mechanical
座位有限~ 手腳要快~~~ XDDD

徵才活動

徵才活動


這些贊助商正在尋找特別的你!
快來看看有多少機會在等你!


徵才廠商列表:
AWS、RS、SKYMIZER、Appier、Vpon、Mozilla、研華、KKBOX、GitCafe、Oracle - MySQL、華碩雲端、QNAP

獵豹移動、中華數位 (大會服務台代收)

Firefox OS 手機 Flame 限量特價搶購中

Firefox OS 手機 Flame

COSCUP 2014 現場將開放四支Firefox OS 手機 Flame的限量搶購。
原價USD$170,COSCUP 2014 現場現金價,
新台幣4,800 元,當場付費方享有此優惠。
限量是殘酷的,只有四支而已,要買要快阿!


Mozilla 攤位有實機展示,若您確定要購買,請直接至 COSCUP 大會服務台購買、洽詢。

現場付費現金價 4,800,可直接取得實機(將開立發票)。

這個網誌中的熱門文章

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...

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...

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...