👩🏻💻【科技融入長者生活】(5/6)
// Tech becomes the norm for Seniors //
Tech For Good Asia Webinar – Bridging the Digital Divide for the Elderly
Tech For Good Asia, along with Solis Strategy, co-organised a webinar to discuss the difficulties that the elderly encountered during the pandemic and how technology could help them overcome the barriers and stay connected.
Session 2 – How technology can support the elderly during the pandemic?
The social distancing measures and travel restrictions have disrupted everyone’s ordinary routine. It was particularly hard for the elderly to adapt to such drastic changes. In this session, we have invited speakers from AlipayHK, Facebook and the medical sector to share with us how new technology could improve the quality of life of the elderly during the pandemic.
In this part, Mr. Simon Leung (Head of Business Development, AlipayHK) and Ms. Maggie Tam (Public Policy Manager, Facebook) further discussed some examples on their platforms of how Seniors and others make use of their technology tools to stay healthy and provide psychological support during the pandemic and even lockdown periods.
*****
Tech For Good Asia 接軌智慧時代全社會動員網上研討會:
「Tech For Good Asia」及與合作夥伴「Solis Strategy」合辦了網上研討會,這研討會透過錄影製作,並會剪輯成六個部份去了解去年疫情下長者面對的困難以及解決方法。
環節二:以科技支援長者在疫情中的生活
在疫情間香港實施出入境近乎封關、保持社交距離及相關限制措施等都突如其來的改變了大家的生活,當中長者更難適應這個急速的改變。我們在這部分邀請到AlipayHK、Facebook以及醫療界別的講者為大家講述如何以科技支援長者在疫情中的生活。
在這部分,AlipayHK電子支付平台總監梁溢堅先生和Facebook香港公共政策經理譚雋蘭女士繼續提出了例子,討論他們的平台和服務能如何協助長者們,即使在疫情下仍能保持身體及精神健康。
#StayDigitallyTuned #長者生活 #科技融入社區
#ElderlySupport #ElderlyDuringPandemic
#TechForGoodAsia #TFGA #SCHSA #SolisStrategy #AliPay #Facebook
同時也有10000部Youtube影片,追蹤數超過2,910的網紅コバにゃんチャンネル,也在其Youtube影片中提到,...
「public good examples」的推薦目錄:
- 關於public good examples 在 Facebook 的最佳貼文
- 關於public good examples 在 Eric's English Lounge Facebook 的最讚貼文
- 關於public good examples 在 โปรแกรมเมอร์ไทย Thai programmer Facebook 的最讚貼文
- 關於public good examples 在 コバにゃんチャンネル Youtube 的精選貼文
- 關於public good examples 在 大象中醫 Youtube 的最佳貼文
- 關於public good examples 在 大象中醫 Youtube 的最佳貼文
- 關於public good examples 在 What are Global Public Goods? | Back to Basics - YouTube 的評價
- 關於public good examples 在 Local Public Goods 的評價
public good examples 在 Eric's English Lounge Facebook 的最讚貼文
[英文口說] When “experienced” IELTS teachers get together...
當英文「老」師聚在一起練習口說的時候…
加起來,我們大概有超過1世紀的英文口說經驗。
★★★★★★★★★★★★
回歸正題…
那麼,我們要如何在雅思口說部分表現優異呢?
雅思的評分標準告訴我們要注意流暢性及連貫性 (fluency and coherence)、詞彙多樣性 (lexical resource)、文法多樣性及準確性 (grammatical range and accuracy),以及發音 (pronunciation)。然而,這些評分標準並沒有提供太多關於我們該如何建構回答的資訊。第1部分要求考生回答三組日常生活相關的問題,第2部分要求考生具備連續兩分鐘口說的能力,第3部分則回答與第2部分相關但相對複雜與抽象的問題。
我們該如何回答這些問題呢?
★★★★★★★★★★★★
在第1部分,你可以通過闡述和解釋來擴展你的答案。切記不要只提供單一字詞的回答。由於問題通常是普遍的日常話題,所以你可以參考一些常見的答案。你不應該採用太過僵化而老套的答案作為自己的回答,但有資訊參考總是有所助益。
在第一部分中,有六種方式可以擴展你的答案: 舉例 (provide examples) ,解釋原因 (explain) , 給相關細節 (give details) ,比較和對比(compare and contrast),頻率 (mention frequency) ,與未來計畫 (talk about future plans)
Example:
My favourite colour is black.
(Give an example) I’ve got lots of black clothes.
我有很多黑色的衣服。
(Explain) I wear a lot of black because I look thin in black.
我常穿黑色的衣服,因為我穿黑色顯瘦。
(Frequency) I think I wear black too often though. My entire wardrobe is black.
我想我太常穿黑色了,我整個衣櫃裡都是黑色。
★★★★★★★★★★★★
關於第二部分,如果可以的話,使用心智圖 (mind mapping)的方式做筆記,這可以幫助你逐個破解子問題。心智圖還可以幫助你把想法串聯起來,增加回答的連貫性。需要電影「TENET天能」的心智圖例子請留言「All three teachers look very young」 。
★★★★★★★★★★★★
至於第三部分,討論部分,你可以使用 A-E-C (Answer, Example, Concede or Conclude) 的方法。
以下是在雅思口說Part3中使用AEC的例子。
Staying in hotels
1. What things are important when people are choosing a hotel?
當人們選擇旅館時,哪些因素是重要的?
(Answer) Well it really depends on the individual. (Example) Location is one important factor to consider. (Explanation) You wouldn’t want to stay in a hotel that is too far from public transport if you don’t have a car. (Example) Another important thing most people care about is the price. (Explanation) Wealthy travellers might not even look at the price, but for the majority of people, it’s important to find a hotel that’s good value. (Example) Then there are other considerations, like the reputation of the hotel, the décor and the services and facilities that they provide.
(答案)嗯,這真的因人而異。(例子)位置是一個重要的考慮因素。(解釋)如果你沒有車,你就不會想住在離大眾運輸太遠的旅館。(例子)另一個大多數人都關心的重要因素是價格。(解釋)有錢的旅行者可能根本不看價格,但對於大多數人來說,找到一家物美價廉的旅館很重要。(例子)然後還有其他的考慮因素,比如旅館的口碑、裝潢以及他們提供的服務和設施。
★★★★★★★★★★★★
更多的結構、例子和技巧都可以在Leeds Mayi的新課程中找到:
里茲螞蟻: 三步邁向進階英文口說。
如果你有興趣瞭解更多關於雅思口說的知識,或者一般的英文口說,可以在這裡查看課程:
https://bit.ly/35nVKmP (早鳥5折 11/10-11/16 23:59)!
★★★★★★★★★★★★
public good examples 在 โปรแกรมเมอร์ไทย Thai programmer Facebook 的最讚貼文
🤓 น้องๆ รู้ไหมครับว่า computer vision
อ่านว่า "คอมพิวเตอร์วิชั่น"
เป็นศาสตร์ทางคอมชั้นสูงอีกแขนงหนึ่ง
ที่ทำให้คอมพิวเตอร์มองเห็นได้ดุจดังตามนุษย์
เป็นไงฟังแล้วเท่ห์มั๊ยละ
.
ปกติมนุษย์เวลาเห็นวัตถุ สิ่งของ สิ่งมีชีวิต อยู่ในรูป หรือในวีดีโอ
เช่น เห็นปูุ๊บก็จะบอกได้ทันทีว่า
ในรูปหรือวีดีโอมีหมา แมว แก้วน้ำ แจกัน ฯลฯ
เรื่องแบบนี้สำหรับคน ถือว่าโคตรรรรรรรรรง่ายๆ
.
แต่ทว่าในมุมของคอมพิวเตอร์
มันยากมากกกกกกกกกกกกกก
.
ถ้าคอมมันทำได้ก็ถือว่าฉลาดมากแล้ว
ถือว่า intelligent เป็นสิ่งอัจฉริยะในมุมของคอม
ซึ่งการแยกแยะว่าสิ่งที่อยู่ในรูปว่ามันเป็นอะไร
ภาษาอังกฤษเรียกว่า classification (แยกแยะประเภท)
.
สำหรับศาสตร์ computer vision 💻 💻
มันแตกแขนงได้หลายเทคนิค หลายสาย
แต่ในโพสต์นี้จะพูดถึงเฉพาะแค่ 2 เรื่อง เท่านั้นได้แก่
.
☑ 1) การทำ Object detection
เป็นการตรวจจจับวัตถุในรูป
ในมุมการ classification มันแค่บอกว่าสิ่งในรูปคืออะไร
แต่ Object detection จะไม่ใช่แค่บอกว่าสิ่งที่อยู่ในรูปคืออะไรเท่านั้น
.
😲 😲 มันเหมือนอัพเกรตจากความสามารถ classification
เพื่อพัฒนาไปตีกล่องสี่เหลี่ยมล้อมรอบ (ภาษาอังกฤษเรียกว่า Box)
ตีกล่องเพื่อบอกตำแหน่งสิ่งที่มันตรวจจับในรูปหรือในวีดีโอได้ ...โอ้วแม่เจ้าจะเทพไปถึงไหน
.
.
☑ 2) การทำ Segmentation
จะแอดวานซ์จาก Object detection
เหมือนเป็นเวอร์ชั่นอัพเกรตอีกต่อหนึ่ง
.
คือมันไม่ได้ตีกรอบล้อมรอบวัตถุนะ
แต่มันจะยิ่งกว่านั้น
...ก็คือมันจะไฮไลท์ (ฝรั่งบอกว่า mask)
....มันจะระบุพื้นที่วัตถุ สิ่งของ ที่มันตรวจจับได้ (เหมือนเราแรงงานไปยังวัตถุนั้น ๆ)
.
.
ซึ่งศาสตร์ computer vision ปัจจุบันนี้
นิยมเอา AI (ปัญญาประดิษฐ์) มาใช้งาน
จริงมันก็ทำอย่างอื่นได้นอกจากสองเรื่องที่ผ่าน เช่น
pose estimation ตรวจจับจุดต่างๆ ของมนุษย์ แบบกล่องสองผี 💀💀 💀 ....จนปรึ้นๆๆ น่ากลัวหรือเปล่า เป็นต้น
.
และมีข่าวดีสำหรับใครที่สนใจเขียนโปรแกรม 👏 👏
สำหรับงาน Object Detection กับ Segmentaion
ผมทำตัวอย่างการใช้งานไว้แล้ว
มี 5 แบบ ลองเข้าไปดูโค้ดได้ที่นี้
.
🔥 1. การช้งานไลบรารี่ imageai ตรวจจับวัตถุในรูป
https://colab.research.google.com/…/1uQnZfPlRhplvcZKWiXn1je…
🔥 2. การใช้งานไลบรารี่ pixellib ตรวจจับวัตถุในรูป
https://colab.research.google.com/…/1llWzReE3rS9wDfSGGm8M7R…
🔥 3. การใช้ไลบรารี่ Tensorflow ตัวอย่างของ Google ตรวจจับวัตถุในรูป
https://colab.research.google.com/…/12K-4uQ1tAvOukLb1-lwXx4…
🔥 4. การใช้ไลบรารี่ Detectron2 ของเฟสบุ๊ค ตรวจจับวัตถุในรูป
https://colab.research.google.com/…/1jnWFADFdZHz1LSyfXVKHY3…
🔥 5 ตัวอย่างการใช้โมเดล Msk RCNN ตรวจจับวัตถุในรูป
https://colab.research.google.com/…/1JGRIMQ1YSdMXkEZdC6QNGb…
.
ปล. มีแต่โค้ด python เพราะต้องทำใจอะนะ
เพราะงานด้านนี้ ภาษานี้คืออันดับหนึ่งในงาน AI ณ ห่วงเวลานี้
(สามารถไปอ่านตำราเรียน ม.1-2-3 มีเนื้อหา python อยู่ในตำรา)
.
.
+++++ขอประชาสัมพันธ์ (ขายของ)
📔 หนังสือ "ปัญญาประดิษฐ์ (AI) ไม่ยาก" เข้าใจได้ด้วยเลขม. ปลาย (เนื้อหาภาษาไทย)
.
ถ้าสนใจสั่งซื้อเล่ม 1 ก็สั่งซื้อได้ที่ (เล่มอื่นๆ กำลังทยอยตามมา)
👉 https://www.mebmarket.com/web/index.php…
.
ขออภัยยังไม่มีเล่มกระดาษจำหน่าย มีแต่ ebook
.
ส่วนตัวอย่างหนังสือ ก็ดูได้ลิงค์นี้
👉 https://www.dropbox.com/s/fg8l38hc0k9b…/chapter_example.pdf…
.
✍เขียนโดย โปรแกรมเมอร์ไทย thai programmer
🤓 Do you know that computer vision?
Read ′′ Computer Vision ′′
It's another elite computer science.
That makes computers visible as human eyes.
How are you? Are you cool?
.
Normally humans see objects of living things in the photo or video.
Such as seeing a crab, I can tell you right away.
In the picture or video, there are dogs, cats, mug, vase etc.
This kind of thing for people is considered simple.
.
But in the corner of computer
It's very difficult.
.
If a computer can do it, it's very clever.
Intelligent is considered genius in the corner of the computer.
Which digest what's in the picture is what it is.
English is called classification (type digest)
.
For computer vision science 💻 💻
It's broken. Many tricks. Many lines.
But in this post, it's only about 2 stories.
.
☑ 1) Object detection
Detection of the objects in the photo
In classification angle, it just says what is in the picture.
But Object detection won't just say what's in the picture.
.
😲 😲 It's like an upgrade from ability classification.
To develop, hit a square box, surround (English is called Box).
Hit the box to spot what it detects in the photo or video... Oh my god how can it be?
.
.
☑ 2) Making Segmentation
Will admin from Object detection
It's like another upgrade version.
.
Well, it doesn't hit the frame surrounding the object.
But it will be more than that.
... Well, it's going to be highlighted (Foreigner says mask)
.... It will identify the areas, objects, things that they detect (like we labor to that object).
.
.
The science of computer vision nowadays.
Popular to use AI (Artificial Intelligence)
True, it can do anything else but two things that pass, e.g.
pose estimation detects different points of human in two ghost box. 💀💀 💀 💀 💀.... so bad, scary, etc.
.
And some good news for anyone who is interested in programming 👏 👏
For Object Detection with Segmentaion
I made an example of use.
There are 5 designs. Check out the code here.
.
🔥 1. Imageai library work. Detection of objects in the photo.
https://colab.research.google.com/drive/1uQnZfPlRhplvcZKWiXn1jeytJIFEVLkV
🔥 2. usage of pixellib libraries. Detect objects in the photo.
https://colab.research.google.com/drive/1llWzReE3rS9wDfSGGm8M7RQ25jeEfSIi
🔥 3. uses of Tensorflow's Tensorflow library. A sample of Google detects objects in the photo.
https://colab.research.google.com/drive/12K-4uQ1tAvOukLb1-lwXx4bnXkeQupTk
🔥 4. Facebook's Detectron2 Library Uses rūp Objects Detector
https://colab.research.google.com/drive/1jnWFADFdZHz1LSyfXVKHY3fIwuY5F_uo
🔥 5 examples of using Msk RCN model. Detect objects in the photo.
https://colab.research.google.com/drive/1JGRIMQ1YSdMXkEZdC6QNGbI722tEQJTE
.
Ps. There are only code python because I need to get over it.
Because of this side job, this language is number one in AI event. At this time, I'm
(Can go to read textbooks. 1-2-3 python content in the textbook)
.
.
+++++ Public relations (selling items)
📔 The book ′′ Artificial Intelligence (AI) is not difficult It can be understood by the number. Tipping (Thai language content)
.
If you are interested in ordering book 1, you can order at (other books are gradually following).
👉 https://www.mebmarket.com/web/index.php?action=BookDetails&data=YToyOntzOjc6InVzZXJfaWQiO3M6NzoiMTcyNTQ4MyI7czo3OiJib29rX2lkIjtzOjY6IjEwODI0NiI7fQ&fbclid=IwAR11zxJea0OnJy5tbfIlSxo4UQmsemh_8TuBF0ddjJQzzliMFFoFz1AtTo4
.
Sorry, no paper books available. Only ebooks.
.
Personal like the book. You can see this link.
👉 https://www.dropbox.com/s/fg8l38hc0k9b0md/chapter_example.pdf?dl=0
.
✍ Written by Thai programmer thai coderTranslated
public good examples 在 コバにゃんチャンネル Youtube 的精選貼文
public good examples 在 大象中醫 Youtube 的最佳貼文
public good examples 在 大象中醫 Youtube 的最佳貼文
public good examples 在 Local Public Goods 的推薦與評價
When public goods are local—people living nearby may or may not be excludable, whereas people living farther away may be excluded—the goods are “local public ... ... <看更多>
public good examples 在 What are Global Public Goods? | Back to Basics - YouTube 的推薦與評價
You probably use some form of a public goods --roads, schools, and even national defense. They are things everybody in the country can ... ... <看更多>