發表文章

目前顯示的是有「大數據」標籤的文章

東奧中的人工智慧,日本拿下東奧柔道金牌靠AI助攻- 1

圖片
  本來要在 2020 年舉辦的日本東京奧運,因為 Covid-19 疫情史無前例地推遲至 2021 年舉行,儘管經歷了風風雨雨、充滿不少爭議,但此次舉辦的東京奧運卻也是結合科技實力的一個重要展現:將最新的  AI   人工智慧 技術導入於選手的訓練、提升參賽運動員和觀眾的體驗,以及解決賽程中所面臨的問題等。 Intel 推 3DAT 運動追蹤, AI 加速處理分析動作 晶片龍頭大廠  Intel (英特爾)開發了 3D 運動員追蹤技術(簡稱為 3DAT ,全名為 3D Athlete Tracking),用於追蹤短跑比賽等項目。它以攝影機拍攝選手的體型、動作並上傳到阿里巴巴的雲端上,以姿態估測演算法(pose estimation algorithms)做選手身體動作的生物力學分析後,再將「幾乎同步」的分析資料疊加在即時轉播的影片上。 雲端攝影追蹤 x AI加速處理分析,不需任何穿戴裝置! DAT 的運用能為參賽選手提供訊息和洞察分析:如運動的姿勢、阻礙他們前進的因素等。此項技術使用4部雲端的攝影機拍攝全身主要關節位置,發送給內建  Intel   人工智慧 加速功能「Deep Learning Boost AI」的處理器進行分析。教練收到分析報告和圖表後,就能更清楚地了解選手弱點、如何更精準的調整運動姿勢、規劃訓練等,來幫助選手充分發揮潛力。 另外,使用 3DAT 追蹤時,選手不需要穿戴任何感應裝置,而影響到訓練過程。 AI 透過 40000 影片分析,造就日本柔道金牌 東京奧運柔道項目中,日本選手高藤直壽在 60 公斤男子柔道項目中奪金,讓拿下銀牌的台灣選手楊勇緯忍不住落淚。原來,高藤奪金的秘密之一,在於背後有著  AI  透過 4 萬支影片的大數據分析! 在 60 公斤量級金牌戰拿下銀牌,而日本選手金牌得主高藤直壽,和日本隊連續奪得多枚金牌背後的關鍵是什麼呢? 其實,自 2016 年里約奧運後的國際賽事,日本柔道隊都會分析人員到場拍攝與分析超過四千名選手的動作,解析他們的招數、技巧、優劣勢,像是何時進攻、何時該防守、如何抓住對方的道服等,讓教練、選手隨時都能透過影像來確認。 像是近期兩場的世界錦標賽上,日本隊分析後得知:過往柔道得分率最高的「過背摔」和「內股」等主要...

Python.機器人.大數據.人工智慧,讓我們來釐清他們的關係!

圖片
機器人和Python的關係是什麼?大數據呢?為何它們總是形影不離? 什麼是人工智慧? ▲ 人工智慧、機器學習與深度學習之間的關係比較圖(圖片來源:騰訊xw.qq.com) 「 人工智慧 」,又被人們稱「人工智能」,英文為「Artificial Intelligence(縮寫為 AI )」簡單來說就是:任何讓電腦能夠像人類般思考、表現出類似人類的行為」的科技;更具體一點的說法, 人工智慧 是一種可以感知、學習、推理、協助決策,並採取行動幫助我們解決問題的科技。 1980年代約翰瑟爾(John Searle),提出對「 人工智慧 」分類方式: - 強 人工智慧 (Strong AI ) : 機器能具有與人類相同完整的認知能力。 - 弱 人工智慧 (Weak AI ) : 機器不需要具有與人類相同完整的認知能力,只要設計得看起來像具有智慧就即可。   機器學習 機器學習是 人工智慧 的分支之一,也是實現 人工智慧 的一個途徑,即以機器學習為手段解決 人工智慧 中的問題。 機器學習理論,主要是設計和分析一些讓電腦可以自動「學習」的演算法。機器學習演算法是一類從資料中自動分析而歸納出規則來,並利用此規則對未知的資料進行預測的演算法。 機器學習是第三波 人工智慧 發展的代表技術;而在眾多機器學習演算法中,深度學習(多層次類神經網路的代稱)是近幾年成長最快、表現最亮眼的技術。   深度學習 深度學習也是機器學習演算法的一種,可說是 人工智慧 中成長最快的領域了! 「深度學習」是模擬人類神經網絡的運作方式,只要懂得定義問題,有足夠質量的資料以及轉化為模型的能力,幾乎可以應用在任何決策問題上~雖然不見得都有準確的預測能力就是了。 不過目前常見的 Google 語音辨識、文字翻譯、照片分類、自動回信、垃圾郵件判斷,現在都是以深度學習來做的! Python 與 人工智慧 的關係,到底有多密切? Python 可說是 AI 領域最多人使用的程式語言了!主要原因之一是因為它有大量的資料庫,讓用戶可自由地套用、執行各式功能、操作。這些資料庫由來自四面八方的來源 (如 PyPi) 所發布,包含預先編寫好的程式片段,讓 AI 開發人員不需要從頭開始編寫程式。 機器...

這些和人工智慧.5G.VR.大數據相關的職業,在未來很搶手!?

圖片
除了人工智慧和5G,大數據和VR的發展也超迅速!今天要介紹有哪些職業將因為它們變得大受歡迎! 回顧 2019,5G 通訊技術的普及,和 AI 人工智慧 在越來越多的智慧物聯網(Smart IoT)裝置的應用,讓消費者們普遍對這些技術走入自己家中懷抱熱情,看看智慧音箱、恆溫器、家用監視器和吸塵器等智慧家電的高額銷量就可證明。 報告中提到:「當我們要求受訪者說出一個改變他們在 2019 年對科技的看法時,最常見的答案就是 5G 基礎建設的來臨。」同時 5G 也是科技新聞中最吸引普羅大眾關注的頭條。 而過了對科技信心大幅提升的2019,消費者已經準備好享受這些技術在 2020 年帶來的好處,也期望基礎建設、醫療、以及汽車領域能夠更加智慧化──這意味著高科技產業在明年走勢依然強健,相關職缺也是相當熱門喔! Arm 解密! 2020 將最受歡迎職業是…? Arm詢問了受訪者「最希望家人從事的職業?」,其中AI和機器學習(ML)專家最受到歡迎,有高達44%的回答都是相關職業。而其中有 90% 的受訪者認為從事挖掘比特幣的工作──也就是比特幣礦工,根本不能算一份工作。 統整「2020 最受歡迎職業」如下: 1. 人工智慧 AI 與機器學習 ML ▲ 人工智慧(AI)、機器學習(ML)以及深度學習的定義   屬於這個類別的職業範圍相當多樣,但大抵上都與 Python 編程、開發前瞻機器學習(Machine Learning)、深度學習(Deep Learning)和圖像識別算法有關,演算法開發工程師、軟體設計工程師、韌體設計工程師等等都屬於這個類別。 在近年已不只有科技業會運用 人工智慧 技術,各行各業都在導入 AI 來增進服務。闢如有零售商使用 AI 為客戶量身打造客戶體驗,店內採用物聯網技術,將所蒐集的客戶資料整合,結合客戶線上、線下、手機 app、及客戶服務中心資料,量身打造優質購物體驗的同時也增加客戶滿意度。 人工智慧 還有大片值得開拓的前景,薪資待遇也普遍十分優渥,在2020年,和AI相關的職業將會受大眾歡迎也是可預見的! -  IBM 背書!入行 AI 人工智慧必學 Python 的 8 大理由 -  AI 人工智慧將如何衝擊你的未來?還...

成為AI人工智慧.物聯網.大數據.VR/AR人才,贏在起跑點!

圖片
​ AI人工智慧.物聯網.大數據.VR/AR供不應求,快來了解現今的全球趨勢,以及這些領域人才背後無窮的潛力! 十年前雲端科技浪潮剛興起時,許多新的領域與職缺也應運而生。下一個十年,又有新的科技催生新的科技人才職缺。根據 104 人力銀行分析 2019 年最夯的議題與職缺,前五名依序為 AI人工智慧 、長照/銀髮、 物聯網 、 大數據 ,以及  VR/AR /MR ( 虛擬實境 /擴增實境)。 新科技催生新職缺 相關人才身價 這前五名最被看好的領域,其中的  AI人工智慧 、 物聯網 、 大數據 、  VR/AR /MR 都跟新興科技有關。而這些領域的職缺:如 AI人工智慧的  Python  工程師、物聯網所需的 Web  前端工程師 、 後端工程師 、 Java大數據分析師 、 VR開發工程師等職缺數更是暴增了四倍之多,相關人才行情水漲船高! 104 人資學院資深副總經理花梓馨分析:無論是  AI人工智慧 ,還是 IoT  物聯網 、或是大數據分析、 或是 AR/VR/MR ,這些新興的科技領域都是彼此有連帶關係的。花梓馨說:AR (擴增實境) /  VR  ( 虛擬實境 ) 屬於前端的應用,使用完後端的資料與數據要怎麼再運用,就必須要有大數據的分析師,進而到更高一個層次,利用 AI人工智慧去協助機器處理更多的資料與數據,一切都越來越密不可分。 花梓馨認為這些新興科技領域如此熱門的原因,是因為大家都在找尋下一個生態鏈。他以蘋果手機 iPhone 為例,每一個新推出的功能、服務,都需要多項技術的結合應用。加上過去台灣在 IT 產業多是以代工製造為主,像是晶片製造、無限通訊設備 OEM/ODM 等,屬於基礎建設。當大家都想分食這塊大餅、競爭激烈的情況下,產業就會試圖尋求轉型至新興科技領域。 市場需求高,人才供給卻稀缺 花梓馨指出,台灣在 IT 基礎建設相關產業的人才供需已達到平衡,但在這些新科技的產生後,職缺需求量變多、但在人才供給卻還是差不多的情況下,供需就失衡了;若是往上看高端產業,專業的工程師、 大數據 分析師本來就很缺,且入行門檻本身就比較高,所以在一家公司裡面,要組成一個團隊、部門更是不容易。 為何鬧人才荒? 學校所...

讓廣達董事長告訴你,如何用Python課程達成這驚人的成果!

圖片
​ ​ ​ 選擇Python課程,讓你不會後悔,還在躊躇嗎?快來看看這個AI王國的成功案例! 廣達年營收已突破新台幣 1 兆元,副董事長梁次震表示「是難能可貴」,而資訊產品有衰退的跡象,今年挑戰更為劇烈。面臨美中貿易戰,現階段仍等待美國總統川普表達他的想法,梁次震表示:「希望他(川普)能改變主意」。另外他也表示:廣達追求的不只是利潤,也要獲得技術上的成長,像是AI 就有很多技術有待突破。廣達的研發很厲害,一定要從新產品帶動新領域的發展,創造新商機。 廣達電腦成立超過 30 年, 1 月 31 日尾牙旺年會甚至以「廣達 30+ 引領 AI」為主題。 董事長林百里開場時表示:廣達已經超過30歲了,業績已超過1兆。他過去許下願望,廣達要做AI的大公司,現在公司靠著 Python課程 ,已有AI產品、伺服器、雲端、機器人、醫療設備,成為全方位 AI 人工智慧 的供應商,這都是員工努力作的,廣達已是全方位人工智慧(AI)供應商,AI 是未來 30 年最大的機會、最大的成長空間。 他表示,廣達朝 AI 及 Python課程 的方向發展,已經贏在起跑點,絕對要繼續堅持、奮鬥,獲得最後的勝利。今年  AI 人工智慧 對廣達來說,意義已經和往常不一樣,除了要讓 AI 事業更強大,也要賺大錢,讓公司壯大起來,希望員工一起分享、一起努力。林百里期盼,廣達員工更努力,獲得更高成就,也更幸福健康。 廣達副董事長梁次震說,廣達追求的不只是利潤,也要獲得技術上的成長, AI 人工智慧 就有很多技術有待突破。廣達的研發很厲害,一定要從新產品帶動新領域的發展,創造新商機。 相關連結: Python課程底下的AI日益興盛,"夕陽職業"產生了.. 看看這些關於未來的電影!看完你會知道Python課程有多關鍵! Python課程的AI自動駕駛,促進汽車產業的發展 網路行銷課程第1章:什麼是長尾關鍵字 網路行銷課程第2章:冷門關鍵字又叫長尾關鍵字? 網路行銷課程第3章:如何找長尾關鍵字? 中國IT教育領導品牌 達內教育集團第一家海外授權中心

Python課程帶你了解:看看他們為了疊疊樂研發出什麼東西來!

圖片
​ ​ ​ Python課程延伸出的-有感知的機器手臂,到底有多厲害?搭配影片,今天終於能一探究竟! 玩過疊疊樂的人都知道,跟時下熱門的線上遊戲如星海爭霸、或是常見的卡片型桌遊來比,想在疊疊樂的遊戲中勝出,需要的不只是純粹的智慧,還包含了「觸覺」的判斷:玩家需要用手指與腦感知抽積木時的平衡狀態,才能夠抽出正確的積木,瓶放到正確的位置,避免疊疊樂倒塌。 近日麻省理工的機械工程實驗室研發了可以玩疊疊樂的機械手臂,並且有能力感知積木的平衡狀態,並選擇該抽出那一塊積木。 不同於用傳統的機器學習-先使用大量的數據讓 AI人工智慧 分析後讓AI做出決策的訓練方式,MIT的科學家們讓AI在玩疊疊樂的過程中仿效人類在經驗中的學習方式,讓機器人大約玩了 300 次,就學會了疊疊樂。 就如同人類在玩疊疊樂會依照經驗等把積木分門別類一樣, Python課程 的老師表示:機器人依照將疊疊樂以「感測結果」和「平衡狀態」來分組,如將不好移動的積木感測數據分為一組、將容易移動的積木感測數據分為一組,將疊疊樂倒塌前的行為數據分為一組, AI人工智慧 就藉由這些分組數據以開發模型,預知每個動作之下,疊疊樂的狀況會如何被影響。 而機器人玩疊疊樂除了能預測之外,它還不像人類一樣,會因為緊張而有手抖、增加倒榻機率的問題。它是沒有情緒的。所以可能會比人類更容易勝出。 相關連結: 助你在職場上全面進攻-Python課程 夭壽!這些大公司都開始用AI了!趕快報名Python課程卡位!-上 夭壽!這些大公司開始用AI了!快報名Python課程卡位!-下 達內教育幫助我不再懷疑人生 UI課程畢業你也有機會贏過賈伯斯 達內教育開幕 培養台灣IT人才進入全球企業 人人都能是工程師!台灣 IT 培訓中心推「找到工作再付學費」專案,要試試嗎?

一點也不難!SEO優化語意標記一點就通(4)RDFa

圖片
​ ​ ​ 終於過了SEO優化的語意標記這一關!原來也沒想像中的難嘛!謝謝達內整理的各種重點啦! 什麼是RDFa? HTML5教學 的 RDFa  SEO優化 方法 (Resource Description Framework in Attributes,屬性資源描述架構) 也是用來描述結構化資料的方式。 其 SEO優化 所使用的語法跟 微數據 很像,用 vocab 來指定 Schema.org;typeof 指定類型;property 指定屬性。 RDFa的例子與語法 RDFa 表示法的樣子如下: <div vocab="http://schema.org" typeof="Person"> <span property="givenName">John<span> <span property="familyName">Smith<span> <span property="gender">male<span> 上例 HTML5教學 的內容是用來表示:名字為「John」、姓氏為 「Smith」、性別為 「男」 其實跟下面的 微數據 意思是一樣的: <div itemscope itemtype="https://schema.org/Person"> <h1 itemprop="givenName">John<h1> <h1 itemprop="familyName">Smith<h1> <span itemprop="gender">male<h1> </div> 相關連結: 一點也不難!SEO優化語意標記一點就通(1)Schema 一點也不難!SEO優化語意標記一點就通(2)Microdata 一點也不難!SEO優化語意標記一點就通(3)JSON-LD 想要讓自己的網站讓人耳目一新?絕不能錯過HTML5教學! ...

一點也不難!SEO優化語意標記一點就通(3)JSON-LD

圖片
​ ​ ​ 我的SEO優化之路一點也不難走!今天又學到了一個跟微數據很像的語意標記,分享給大家! 什麼是JSON-LD? HTML5教學  中的  SEO優化  JSON (JavaScript Object Notation) 原本適用在 Javascript 語言內的一種物件表示法 JSON-LD (JavaScript Object Notation-Linked Data)顧名思義,就是把資料套用 JSON 的格式放在網頁上, 讓搜尋引擎了解網頁內容的語意格式。 JSON-LD的例子與語法 JSON 表示法的樣子如下: { "firstName": "John", "lastName": "Smith", "sex": "male", } 上例用來表示:名字為「John」、姓氏為 「Smith」、性別為 「男」 以上HTML5教學語法若搭配上各種 keyword (如下例的 "@context" 與 "@type" ) 與 term (如下例的 "givenName"、"gender" 與 "familyName"等屬性 ) 之後, 就形成 SEO優化 功能跟 微數據 一樣的語意標記了。 <script type="application/ld+json"> { "@context": "http://schema.org", "@type": "Person", "givenName": "John", "familyName": "Smith", "gender": "male", }</script> 其實跟下面的 微數據 意思是一樣的: <div itemscope itemtype="https://s...

HTML5教學的CSS基礎請打好!-區塊邊框一次掌握

圖片
上次的HTML5教學內容讓你掌握了文字,現在再給你一個bonus,教你邊框和區塊,現在想要怎麼排版都可以啦! 1. 跟外框相關的CSS設定 (常用) 屬性名稱 說明 設定範例 border-style 設定邊框的線條樣式,可設定為實線、虛線、點點等。 border-style: dotted; border-style: dashed; border-style: double; border-style: solid; border-style: groove; border-style: ridge; border-style: inset; border-style: outset; border-width 設定邊框的線條粗細 small、large、pt、px、cm、% border-width:6px; border-color 設定邊框的顏色 也可以直接使用"bold"指定之 border-color:blue; border-top border-left border-bottom border-right 針對邊框的上方線條做單獨調整 針對邊框的左方線條做單獨調整 針對邊框的下方線條做單獨調整 針對邊框的右方線條做單獨調整 border-top:2px dotted blue; (設定值依序為粗細、線條樣式、顏色) 2. 區塊"<span>"與"<div>"的屬性設定 其實除了文字之外, 前端工程師 在 HTML5教學 網頁的各個元素進行 CSS 格式設定時,有一個 「盒子模型 (box model) 」 的概念:就是所有要被設定的元素,都會被視為一個盒子"<span>"或"<div>"。 而些盒子的內容都是被框 (border) 包著的,內容與框中間又有所謂的留白 (padding)。而這個框 (border )的粗細是可以調整的。 屬性名稱 說明 設定範例 width 區塊寬度 width: 600p...