跳到主要內容

2015 COSCUP 會前電子報 第一期


會前 01 號

十週年：開放文化

2006 年的 COSCUP，我們從 coder-user 直接接觸的 Open Source 開始，走過了 Device、Web、Mobile、Goverment、Data……，直到了第十年，我們要來談開放文化。
十年的時間，開放源碼運動在所有貢獻者的努力下已然開花結果，而下一個十年，COSCUP 將帶領各位更進一步的探討「開源」的核心價值！哪裡是未曾觸及的呢？在這一年，讓我們一起立下新的標竿，成為開放文化的探索者吧！

議程公佈囉！精彩、豐富，各種想聽！

今年議程多元豐富，議程有著社會經驗分享、開放政府、法律議題、講個秘訣、Workshop工作坊等大量議程，不論你是什麼職業，來到這裡一定可以找到你喜歡的議程，交到相同嗜好的朋友。如果看了議程表都沒有喜歡的議程，今年也有開放Unconference/開放議程，歡迎去開設喜歡的議程，號召相同志向的同伴讓我們的議程更加多元完整。COSCUP誠摯地邀請您踴躍參與。

立即前往看議程：http://coscup.org/2015/zh-tw/program
立即前往看Workshop：http://coscup2015.kktix.cc/events/workshop2015/

精選議程

jserv - 「封麥」演說：台灣開放原始碼生態圈回顧

什麼？！宅色夫 ( jserv ) 也要「封麥」了？！
一個能夠連續 10 年在 COSCUP 分享心得的講者，決定在「封麥」前，簡短回顧台灣開放原始碼生態圈的轉變，以及台灣人在國際開放原始碼專案的投入狀況。
身為開源人，這場演講真的錯過可惜！

clkao - g0v 村情咨文：跨界元年

高村長從2014年開始的村情咨文堂堂邁入第二年！
過去一年來 g0v 的進展和成果十分豐碩。
一起來看看 g0v 是怎麼讓開放協作的精神逐漸為更多 NGO 與政府單位接受，並且也開始更頻繁的和開放社群互動。
身為鄉民的你/妳，怎麼可以不參加？
還沒成為鄉民的你/妳，快來一起加入 g0v 的行列吧！
點我看更多今年議程

贊助單位

Appier

關於Appier 
Appier成立於2012年，是一家運用人工智慧發展跨螢行銷解決方案的科技公司。團隊成員透過頂尖人工智慧進行大數據的研究與分析，致力在對的時間點，傳遞消費者真正想要看到的內容至對的螢幕上，讓廣告主及消費者都能體驗一個更輕鬆、更愉快的數位生活。
Appier由充滿熱情的電腦、資訊科學家以及網路行銷專家所組成，成員從Google、Intel、Splunk、Yahoo等知名企業而來，技術團隊則來自於擁有豐富人工智慧研究成果的哈佛及史丹佛大學。總部設立於台北，在舊金山、新加坡、東京、雪梨、胡志明市設有據點，Appier將利用尖端科技協助全球客戶達成行銷目標，並在全球市場中獲得最佳投資報酬率。Appier亦為台灣首家獲得矽谷投資巨擘紅杉資本A輪投資的新創公司。更多資訊請至www.appier.com。
About Appier 
Founded in 2012, Appier is an AI-empowered technology company offering next generation cross-screen marketing solutions to advertisers across the globe. Headquartered in Taipei, with offices in San Francisco, Singapore, Tokyo, Sydney and Ho Chi Minh City, Appier is passionate about making advertisement the preferred content that connects business and users. Leveraging the power of Artificial Intelligence and Big Data, Appier delivers right marketing content to the right audiences at the right time on the right screen, making digital marketing experience easier and happier for everyone.
With a team of experts in data mining, artificial intelligence, and digital marketing from Google, Splunk, Intel, Yahoo. Appier aspires to utilize technology to help our clients achieve their business goals and maximize their ROI in the global markets. Appier is also Taiwan’s first company received A-series fund raising from Sequoia Capital. For more information, please visit www.appier.com.

感謝白銀級贊助夥伴

自1987年起，祐生研究基金會由推動建築與環境永續發展之研究開始，推動長期的知識累積與人才培養。
慧邦科技Gamesofa成立於2005年，致力於研發與經營5分鐘休閒遊戲。
電子報發行單位：COSCUP 2015 籌備團隊
Labels:

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...
張貼留言
Read more »

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 »

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 »