跳到主要內容

會眾行前信 Attendee Letter of Invitation | COSCUP x KCD Taiwan 2022

✉️

[English version below]

COSCUP x KCD Taiwan 2022 Logo

COSCUP x KCD Taiwan 2022 即將在 07/30 - 07/31 於臺灣科技大學舉辦！

由於我們現在不用報名、自由參加，但我們還是有一份「會眾行前信」來幫你設計簡單的引導手冊，讓你不錯過 COSCUP 每個小細節。

主要資訊

  • 大會活動時間為 2022-07-30 - 2022-07-31
  • 地點在台灣科技大學（台北市大安區基隆路四段43號）

活動前

出發前

抵達會場

  • 請全程配戴口罩！😷
  • TR(研揚大樓)、RB(綜合教學大樓) 都有設置報到處！
  • 我們有提供「紅色頸繩」，給不希望出現在大會相簿照片內的您。如有需求，請在報到處拿取，並全程佩戴在明顯之處供相關人員識別。
  • 如果...
    • 我是講者，我應該直接前往所屬的社群議程教室。
    • 我是會眾，可以先看看行程上第一個議程教室在哪。
    • 我有報名「療癒市集」，請前往 TR-309 志工服務台報到。
    • 我有 OSCVPass 資格，請前往 TR-309 志工服務台兌換氮氣咖啡或預約形象照拍攝時段。
    • 我有厚重行李，可以到 TR-517 使用寄放行李服務。

大會期間

  • 今年有超過 60 場英日文議程，歡迎邀請你的外籍朋友一起來參加！
  • 報名閃電秀，今年的閃電⚡️只有３分鐘，想來挑戰看看嗎！
  • 玩大地遊戲！逛逛贊助商攤位(TR-309、TR-312)、社群攤位(TR 2F 走廊、TR-309、TR-312)、使用 OPass app，秀出 QRcode 讓攤位人員掃描取得點數，並到大會攤位(TR 3F)兌換贈品，數量有限！
  • 逛逛志工任務、蒐集獎勵，或到志工服務台(TR-309)報名 COSCUP 2023 的志工！
  • 除了聽議程，也可以到 BoF(TR-413-2) 或 hacking room(TR-510) 尋找屬於您的聚會，與同好暢談彼此在相同主題上的新發現。
  • TR 1F 有小餐車，也可以來這裡點杯氮氣咖啡。
  • 逛到肌肉痠痛，你可以前往按摩小站(TR-515) 放鬆一下、舒緩酸痛！

我迷路了

以下為會場與商店的座標位置，透過地圖軟體可以方便指引位置。（頁面將前往 wiki maps，請依畫面四個地圖服務圖示選擇使用）

COSCUP x KCD Taiwan 2022 is coming up soon. We have designed a guide for you, so you won’t miss every detail of COSCUP!

Main Information

Before the Conference

Before Departure

  • Find out the best route to the venue (National Taiwan University of Science and Technology)
  • Check out the venue map, so you won’t get lost！
  • If you are feeling unwell, please stay at home and join us Online

Arriving at the Venue

  • For the health and safety of all participants, EVERYONE HAS TO WEAR SURGICAL MASKS AT ALL TIME during the conferences. 😷
  • Both Building TR(研揚大樓) and Building RB(綜合教學大樓) have registration desks.
  • We will take pictures of the event on the COSCUP. If you do not want photos containing you to be published on our album, we will provide the red badge lanyard for you on the registration desks.
  • If You Are…
    • A Speaker: You should head directly to your classroom.
    • A Participant: You can find the classroom of the first session from the agenda.
    • A Participant in the Healing Market: You should head to Volunteer desk(TR-309) for check in your class.
    • A OSCVPass VIP: You could head to Volunteer desk(TR-309) to exchange the free ticket for nitro coffee or register for the professional portrait.
    • Bringing luggage: You can bring your luggage to TR517 to use luggage deposit service.

During the Conference

  • We have ~60 talks in English or Japanese this year, check it out on the schedule or OPass app.
  • Register the Lightning talk and this year the lightning talk is only in 3 mins!! ⚡️
  • Play the Game by visiting sponsors(TR-309、TR-312) and community booths(TR 2F、TR-309、TR-312) to collect points using the OPass app. Show your QR code from OPass app to collect points. Redeem your points for gifts at the COSCUP Shop(TR 3F). These gifts are limited quantities and when they're gone, they're gone!
  • Visit “Volunteer Tasks” and collect rewards. Or come to the Volunteer desk(TR-309) to register as a volunteer of COSCUP 2023!
  • Go to BoF meeting rooms(TR-413-2) to find your gathering. Share new findings with fellow FLOSS folks.
  • There will be a small dining car(TR 1F). You can order a cup of nitro cold brew(NCB) coffee by private chefs.
  • My body is so tired, I need to relax more! You could head to Massage Station(TR-515) to relax.

I’m LOST

The following are the coordinates of the venue and stores. Use map software to easily guide you the right direction. (The links will go to wiki maps, you can select your preferred map software from the four map services on the screen)

Labels:
Location: No. 43號, Section 4, Keelung Rd, Da’an District, Taipei City, Taiwan 106

留言

張貼留言

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 »