<?xml version="1.0" encoding="UTF-8"?><rss xmlns:dc="http://purl.org/dc/elements/1.1/" xmlns:content="http://purl.org/rss/1.0/modules/content/" xmlns:atom="http://www.w3.org/2005/Atom" version="2.0" xmlns:cc="http://cyber.law.harvard.edu/rss/creativeCommonsRssModule.html">
    <channel>
        <title><![CDATA[Stories by Steven Lo on Medium]]></title>
        <description><![CDATA[Stories by Steven Lo on Medium]]></description>
        <link>https://medium.com/@mapeacademy?source=rss-9331c97bf89e------2</link>
        <image>
            <url>https://cdn-images-1.medium.com/fit/c/150/150/1*Kibc-00Uj_y9l8dWoBf-pQ.png</url>
            <title>Stories by Steven Lo on Medium</title>
            <link>https://medium.com/@mapeacademy?source=rss-9331c97bf89e------2</link>
        </image>
        <generator>Medium</generator>
        <lastBuildDate>Thu, 19 Nov 2026 09:49:50 GMT</lastBuildDate>
        <atom:link href="https://medium.com/@mapeacademy/feed" rel="self" type="application/rss+xml"/>
        <webMaster><![CDATA[yourfriends@medium.com]]></webMaster>
        <atom:link href="http://medium.superfeedr.com/" rel="hub"/>
        <item>
            <title><![CDATA[Infinite Wonderland — Google｜利用 生成式 AI 探索《愛麗絲夢遊仙境》的無限奇境！]]></title>
            <link>https://medium.com/ai-literacy/infinite-wonderland-google-%E5%88%A9%E7%94%A8-%E7%94%9F%E6%88%90%E5%BC%8F-ai-%E6%8E%A2%E7%B4%A2-%E6%84%9B%E9%BA%97%E7%B5%B2%E5%A4%A2%E9%81%8A%E4%BB%99%E5%A2%83-%E7%9A%84%E7%84%A1%E9%99%90%E5%A5%87%E5%A2%83-390990830ef1?source=rss-9331c97bf89e------2</link>
            <guid isPermaLink="false">https://medium.com/p/390990830ef1</guid>
            <category><![CDATA[ai-activity]]></category>
            <dc:creator><![CDATA[Steven Lo]]></dc:creator>
            <pubDate>Wed, 02 Jul 2025 04:57:20 GMT</pubDate>
            <atom:updated>2025-07-02T04:57:20.233Z</atom:updated>
            <content:encoded><![CDATA[<h3>Infinite Wonderland — Google｜利用 生成式 AI 探索《愛麗絲夢遊仙境》的無限奇境！</h3><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/0*Tf2GJJ11ywNAXHro.png" /><figcaption>Infinite Wonderland</figcaption></figure><p>如果你曾經想像過進入愛麗絲的仙境，如今透過 Google 的全新互動網站 “Infinite Wonderland”，這個夢想可以將可以成真。在這篇文章中，作者將帶領大家探索這個網站的有趣互動性，並引導你親自體驗它所提供的驚喜。</p><p>在數位時代中，經典文學作品正迎來全新的生命。Google 最新推出的 <a href="https://infinitewonderland.withgoogle.com/"><strong>Infinite Wonderland</strong></a> 創新平台，結合尖端的生成式 AI 技術，將查爾斯·路特維奇·道奇森(Charles Lutwidge Dodgson)，筆名為路易斯·卡羅(Lewis Carroll)的經典名著《愛麗絲夢遊仙境》重新演繹，為讀者帶來前所未有的沉浸式體驗。本文將深入介紹這一創新專案的核心內容、技術亮點及其未來展望。</p><p><a href="https://infinitewonderland.withgoogle.com/"><strong>Infinite Wonderland</strong></a> 互動網站旨在透過先進的<strong>文字生成影像（Text-to-Image）AI 模型 Imagen 2</strong>，重新演繹《愛麗絲夢遊仙境》。這一平台不僅僅是視覺上的再現，更是一次跨越時空的互動體驗，讓使用者能夠以全新的視角重新探索這部經典文學作品。</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/0*F25klzSsy6ww8gz2.png" /><figcaption>Infinite Wonderland 視覺風格</figcaption></figure><p>本篇文章將會介紹透過 <a href="https://infinitewonderland.withgoogle.com/"><strong>Infinite Wonderland</strong></a> 平台的 AI 生成影像功能，提供全新的視覺解讀，讓讀者能夠以現代科技的角度重新體驗這部文學經典，並且展示 AI 在藝術和敘事領域的應用潛力！</p><ul><li>活動目的：了解生成式 AI 技術在藝術創作中的應用，並且激發創意思維與創作能力，同時培養批判性思維與倫理意識</li><li>活動項目：<strong>文字生成影像 (Text-to-Image</strong>)</li><li>活動平台：<a href="https://infinitewonderland.withgoogle.com/"><strong>Infinite Wonderland</strong></a></li><li>使用環境：桌機或手機</li></ul><h3>1. 什麼是 “Infinite Wonderland”？</h3><p><strong>“Infinite Wonderland</strong>” 是 Google 建立的一個虛擬體驗網站，透過先進的生成式 AI 技術與創意設計，為使用者帶來一個充滿奇幻色彩的數位世界。在這個平台上，Google 使用新一代 <strong>Imagen 2</strong> 文字生成影像 AI 模型，重新詮釋經典文學作品《愛麗絲夢遊仙境》（<strong>Alice’s Adventures in Wonderland</strong>），展示了 AI 在藝術創作和敘事重構上的無限潛力。</p><p>這個網站邀請了多位藝術家共同創作，讓每位使用者能從不同的視角探索這個充滿魔法的奇幻世界。無論是驚豔的視覺效果還是互動元素，使用者都可以自由穿梭於充滿想像力的場景，發現隱藏的秘密，並與異想天開的角色進行互動。這不僅是一場視覺與感官的盛宴，更是一趟結合科技與創意的冒險旅程。</p><p><strong>Infinite Wonderland</strong> 的魅力在於其提供的沉浸式體驗，帶領使用者進入一個不斷發展、充滿活力的數位世界，探索其中的多感官互動與想像力無限的數位奇境。</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/0*sQj3w-rQWWiZOudZ.png" /><figcaption>Infinite Wonderland 5 位藝術家風格</figcaption></figure><h3>2. 開始探索《愛麗絲夢遊仙境》的無限奇境</h3><h3>Step 1：選擇藝術家</h3><p>首先，進入 <a href="https://infinitewonderland.withgoogle.com/"><strong>Infinite Wonderland</strong></a> 網站時，映入眼簾的是令人目不暇給的視覺設計，你可以選擇想根據哪個藝術家的視角進入<strong>《愛麗絲夢遊仙境》</strong>。每一個場景都將充滿了細節和視覺想像力。</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/0*VXRRH7EGw0jfAg7E.png" /><figcaption>Infinite Wonderland 互動網站</figcaption></figure><p>這個網站最特別之處在於它的互動性，每個訪客都可以透過點擊、滑動以及選擇來發掘不同的元素。例如，透過點擊畫面中的某些物件，你可以觸發動態效果，或是看到藝術家所隱藏的小驚喜。現在就讓我們試著點擊第一位藝術家 <strong>Eric Hu</strong> 的風格進入吧！</p><h3>Step 2：選擇想探索的章節</h3><p>進入藝術家 <strong>Eric Hu</strong> 風格的頁面後，你將會看到如下圖的畫面。網站會依章節目錄及其對應內容呈現在左側，下方工具列可以依使用者需求，進行文章內容的播放或切換使用。右側則是顯示目前對應的文章內容，依所選藝術家風格由生成式 AI 所產生的插圖，圖的下方則是生成圖像的提示(Prompt)，而右上角則是可以切換藝術家風格。</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/0*hTLXZPAngAoX3oDr.png" /><figcaption>Infinite Wonderland 介面說明</figcaption></figure><p>每個章節都有不同的主題與風格，訪客可以親自選擇想要探索的場景。這樣的設計讓每次的體驗都不盡相同，這種自由選擇的互動方式，彷彿你自己就是仙境中的冒險者，隨時隨地可以發現新奇之處。</p><p>當滑鼠移至圖像上方時，會出現下圖這些功能(下載、分享、重新生成)供使用。當點擊重新生成時，網站上有說明這些生成圖像是事先就生成好的，而非即時生成。但使用者依舊可以點擊重新生成，依不同圖像配合內容來產生想像力。</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/912/0*dI-hKDy_p3frchhB.png" /><figcaption>Infinite Wonderland 生成圖像說明</figcaption></figure><p>下圖是同一段文字，同一個藝術家，不同生成圖像。</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*1oA3RTmHz_mMaPnqSK9tSA.png" /><figcaption>相同內容與風格，生成不同圖像</figcaption></figure><p>下圖則是同一段章節內容(或標題)，不同藝術家的生成圖像，大家都可以試試看。</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*b-WAW2j8Cn-dqUlBZ8J0ng.png" /><figcaption>相同內容但不同風格，生成不同圖像</figcaption></figure><p>現在，讓我們一起來體驗這個奇妙的互動世界吧！</p><p><strong>例如：Chapter III 的內容 (Eric Hu Style)</strong></p><p><strong>“Indeed, she had quite a long argument with the Lory, who at last turned sulky, and would only say, “I am older than you, and must know better;” and this Alice would not allow without knowing how old it was, and, as the Lory positively refused to tell its age, there was no more to be said.”</strong></p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/0*CbMT3G_4B6OwdZ8E.png" /><figcaption>Chapter III 的內容 (Eric Hu Style)</figcaption></figure><p><strong>例如：Chapter V 的內容 (Shawna X Style)</strong></p><p><strong>“Who are <em>you?</em>” said the Caterpillar.”</strong></p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/0*l9HHun-X5M9VsA1s.png" /><figcaption>Chapter V 的內容 (Shawna X Style)</figcaption></figure><p><strong>例如：Chapter VI 的內容 (Erik Carter Style)</strong></p><p><strong>“An invitation from the Queen to play croquet.” The Frog-Footman repeated, in the same solemn tone, only changing the order of the words a little, “From the Queen.”</strong></p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/0*U58znBWW68Q3ldxe.png" /><figcaption>Chapter VI 的內容 (Erik Carter Style)</figcaption></figure><h3>Step 3：體驗藝術家的創作理念</h3><p>點擊左上角功能鍵可以看到有這幾位藝術家的介紹，讀者可以了解他們的創作理念，感受他們如何利用 AI 來增添作品的魔力。</p><h3>Eric Hu</h3><p>Eric Hu 是一位居住在紐約市的藝術家，同時也是專注於設計與科技領域的跨界藝術總監與技術專家。他的工作室 <a href="https://erichu.info/"><strong>E</strong></a><a href="https://erichu.info/"><strong>ric Hu Studio</strong></a> 專門為時尚、音樂、建築和科技領域的客戶提供創意指導與設計方案。他的作品風格多變，結合了前衛的設計語言與科技元素，旨在打破傳統創作與技術應用之間的界限。在擔任 Nike 全球運動服設計總監期間，他為 Nike 進行了許多著名運動服系列的設計，並曾在 SSENSE 擔任設計總監，為該時尚平台引入了極具當代感的設計風格。</p><p><strong>風格描述：黏土動畫噴槍式的立體場景風格 (a clay animation airbrush diorama style)</strong></p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/0*0YUicnSnOutFctO9.png" /><figcaption>Infinite Wonderland — Eric Hu [Image: Google]</figcaption></figure><h3>Shawna X</h3><p>Shawna X 是一位以強烈色彩和抽象主題聞名的藝術家，她的創作靈感來自於個人經驗和文化背景，特別是身份認同、創造力與母性等主題。她擅長使用多種媒介，包括多媒體、拼貼、玻璃與其他材料，並在其作品中融合了動感與活力的視覺表現。Shawna X 曾與多個領域的知名品牌合作，包括音樂、時尚與公共藝術項目，並將其獨特的視覺語言帶入多元文化與商業領域的作品中。</p><p><strong>風格描述：色彩繽紛的超現實噴槍風格 (a colorful surreal airbrush style)</strong></p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/0*_me1yyAJyst4nvZ0.png" /><figcaption>Infinite Wonderland — Shawna X [Image: Google]</figcaption></figure><h3>John Tenniel</h3><p>John Tenniel（1820–1914）是一位英國插畫家，同時也是原版《愛麗絲夢遊仙境》與《鏡中奇遇記》的原版插畫家，以其為 Lewis Carroll 的《愛麗絲夢遊仙境》與《鏡中奇遇記》所創作的經典插圖而聞名。Tenniel 的作品以細膩的鉛筆素描與精確的墨線畫技術著稱，並且其對角色形象的創造至今仍然深刻影響著後續所有的《愛麗絲夢遊仙境》改編版本。Tenniel 的插畫風格融合了自然歷史與美術，為經典文學作品注入了豐富的視覺魅力。</p><p>下方圖像是小部分選自 John Tenniel 原版插圖收藏中的作品，與原版圖像格式與大小不一。這幾幅在活動網站上所選的圖是經過精選並裁切成方形，以更好地微調 AI 模型。</p><p><strong>風格描述：鉛筆素描和木刻版畫風格 (a pencil sketch and woodblock print style)</strong></p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/0*MgQxz-cMmXR5g4t7.png" /><figcaption>Infinite Wonderland — John Tenniel [Image: Google]</figcaption></figure><h3>Erik Carter</h3><p>Erik Carter 是一位紐約市的獨立平面設計師與藝術總監，經營自己的設計實踐工作室。他同時也是視覺藝術學院的兼職教授，曾在普瑞特藝術學院與加州藝術學院任教。Erik 以其對字體與排版的深入研究著稱，並在其電子報<a href="https://designharder.substack.com/"><strong>《Design Harder》</strong></a>中探討設計領域的多個面向，包括字體、色彩、資本主義和混亂。其作品強調社會批判性，並經常在作品中展現設計與文化交互影響的思考。</p><p><strong>風格描述：彩色抽象的像素風格 (a colorful abstract pixelated style)</strong></p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/0*456xrQh52qR5y2bi.png" /><figcaption>Infinite Wonderland — Erik Carter [Image: Google]</figcaption></figure><h3>Haruko Hayakawa</h3><p>Haruko Hayakawa 是一位活躍於布魯克林的藝術家與創意總監，她的作品經常探索商業創意與超現實主義的交匯點。Haruko 在創作時結合了藝術與商業的需求，特別是針對編輯出版、品牌推廣與廣告活動，為這些專案創作出具有深度文化意涵的視覺作品。她對消費文化有著濃厚的興趣，並探討品牌如何影響社會文化與個人生活方式。</p><p><strong>風格描述：3D 渲染的超現實主義風格 (a 3D rendered surrealism style)</strong></p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/0*NEN8uLE0GqC6R67j.png" /><figcaption>Infinite Wonderland — Haruko Hayakawa [Image: Google]</figcaption></figure><p>本篇文章所介紹的 “Infinite Wonderland” 不只是一次視覺享受，更是你與 AI 和創意相遇的互動平台。這樣的網站讓人們能以前所未有的方式參與到故事之中，你不僅是在看，更是在與故事中的每一部分交流。無論你是對藝術、科技、還是互動媒體感興趣，這個網站都值得你花時間深入探索。</p><p>快來體驗這個充滿奇幻與創意的世界吧，也許你會發現前所未見的奇妙之處！</p><p>如果大家想要多了解一些 <strong>AI </strong>或 <strong>生成式 AI </strong>的基礎概念，可以參考這一本書<a href="https://www.books.com.tw/products/0010965021"><strong>【從 AI 到 生成式 AI：40 個零程式的實作體驗，培養新世代人工智慧素養】</strong></a>，或是<a href="https://online.simplelearn.tw/"><strong> SimpleLearn｜Online 課程</strong></a>，它將帶領讀者在<strong>不會程式、不會數學也OK!</strong>的情況下，了解整個 <strong>AI</strong> 到 <strong>生成式 AI</strong> 的相關觀念及應用，不僅可以建立最完整的 AI 入門知識，更是培養 AI 素養的最好學習內容。</p><p>如果你想要更多 <a href="https://simplelearn.tw/ai-activities/">AI 活動</a>及 <a href="https://simplelearn.tw/category/ai-%e7%b4%a0%e9%a4%8a/">AI 素養</a>的內容，也可以參考專為初學者設計的 <a href="https://simplelearn.tw/">SimpleLearn</a> 部落格。</p><p>如果你喜歡這篇文章歡迎<strong>訂閱、分享(請載名出處)</strong>與<strong>追蹤</strong>，並持續關注最新文章。同時 <a href="https://www.facebook.com/simplelearn.tw"><strong>FB</strong></a> 及 <a href="https://www.instagram.com/kwangchih/"><strong>IG</strong></a><strong> </strong>也會不定期提供國內外教育與科技新知。</p><img src="https://medium.com/_/stat?event=post.clientViewed&referrerSource=full_rss&postId=390990830ef1" width="1" height="1" alt=""><hr><p><a href="https://medium.com/ai-literacy/infinite-wonderland-google-%E5%88%A9%E7%94%A8-%E7%94%9F%E6%88%90%E5%BC%8F-ai-%E6%8E%A2%E7%B4%A2-%E6%84%9B%E9%BA%97%E7%B5%B2%E5%A4%A2%E9%81%8A%E4%BB%99%E5%A2%83-%E7%9A%84%E7%84%A1%E9%99%90%E5%A5%87%E5%A2%83-390990830ef1">Infinite Wonderland — Google｜利用 生成式 AI 探索《愛麗絲夢遊仙境》的無限奇境！</a> was originally published in <a href="https://medium.com/ai-literacy">AI Literacy</a> on Medium, where people are continuing the conversation by highlighting and responding to this story.</p>]]></content:encoded>
        </item>
        <item>
            <title><![CDATA[GenType — Google｜利用 生成式 AI 輕鬆創造風格字體！]]></title>
            <link>https://medium.com/ai-literacy/gentype-google-%E5%88%A9%E7%94%A8-%E7%94%9F%E6%88%90%E5%BC%8F-ai-%E8%BC%95%E9%AC%86%E5%89%B5%E9%80%A0%E9%A2%A8%E6%A0%BC%E5%AD%97%E9%AB%94-91404b34f678?source=rss-9331c97bf89e------2</link>
            <guid isPermaLink="false">https://medium.com/p/91404b34f678</guid>
            <category><![CDATA[ai-素養]]></category>
            <category><![CDATA[generative-ai-tools]]></category>
            <category><![CDATA[ai-literacy]]></category>
            <category><![CDATA[生成式ai]]></category>
            <category><![CDATA[ai-activity]]></category>
            <dc:creator><![CDATA[Steven Lo]]></dc:creator>
            <pubDate>Fri, 27 Jun 2025 05:51:23 GMT</pubDate>
            <atom:updated>2025-07-03T02:06:35.473Z</atom:updated>
            <content:encoded><![CDATA[<h3>GenType — Google｜利用 生成式 AI 輕鬆創造風格字體！</h3><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*FBgWRvr8rdLe6kUyiBwBFw.jpeg" /></figure><p>在數位化時代，字體不僅僅是傳達文字的工具，更是品牌識別、藝術表達和個人風格的重要元素。隨著科技的進步，人工智慧（AI）正逐步改變我們創作和使用字體的方式。Google 最新推出的 GenType 字母創建器，便是這一變革的典範。本篇文章將會介紹透過 GenType 的 AI 生成影像功能，讓讀者可以輕鬆地設計出自己獨特的字母風格，提供全新的視覺藝術！</p><ul><li>活動目的：體驗生成式 AI 在藝術創作中的應用，並激發創作與設計靈感，同時降低字體設計門檻</li><li>活動項目：<strong>文字生成影像 (Text-to-Image</strong>)</li><li>活動平台：<a href="https://labs.google/gentype"><strong>GenType</strong></a></li><li>使用環境：桌機或手機</li></ul><h3>1. 什麼是 GenType？</h3><p>GenType 是一款由 Google 的開發 AI 實驗，可以幫助任何人使用 Imagen 2 模型從任何東西來建立自訂字母表。它讓使用者可以透過簡單介面和少量的創意提示(Prompt)，並利用 生成式 AI 技術來設計出前所未見的字母形狀。設計者不再需要具備專業的字體設計知識，也能創造出獨特的字體風格。這款工具的主要目的在於降低字體設計的門檻，使得更多人可以參與到這個創作過程中，甚至激發出對字體創作的新興趣。</p><p>GenType 的誕生不僅僅是一個技術突破，它也代表了對設計過程的重新定義。以往，字體設計需要深入了解字形結構、設計規範以及繁瑣的手動操作，而現在，GenType 通過智能的方式簡化了這些步驟，讓更多人能夠體驗到設計字體的樂趣。這也意味著，即便是完全沒有經驗的人，也可以創造出專屬於自己的字體，無論是用於個人項目、品牌設計，還是純粹的藝術創作。</p><h3>2. 進行步驟</h3><h3>Step 1：註冊與登入</h3><p>連結到 <a href="https://labs.google/gentype"><strong>GenType</strong></a> 網站後，首先會出現需要使用 Google 帳號登入(如下圖)，如果沒有 Gmail 帳號，可隨時申請一個免費帳號做登入。</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*k0xK0hNz5dGML-UJkKJ2WA.jpeg" /></figure><h3>Step 2：GenType 介面瀏覽</h3><p>登入平台後會出現 <strong>GenType</strong> 操作介面，分別是<strong>輸入提示</strong>、<strong>作品歷史</strong>、<strong>輸入字母</strong>、<strong>藝廊及字母表</strong>等 4 個區域(如下圖)。</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*cGBSO7NTnLAOBJZjXK-7wQ.jpeg" /></figure><ol><li><strong>輸入提示(Prompt)</strong>：您可以告訴模型，您希望字母要使用什麼材質或物件。例如，您可以輸入“strawberry jelly, on toast, photoreal, aerial shot”。</li><li><strong>作品歷史(History)</strong>：每一次的作品都會在這個區域呈現，並提供使用者將字母作品下載保存使用。</li><li><strong>輸入字母(Alphbet)</strong>：產生字母表後，你可以在這個區塊輸入你所生成的字母(例如，”BDAY”、”SIMPLE LEARN”)，並將其分享或下載。</li><li><strong>藝廊及字母表(Gallery &amp; Alphbet)</strong>：如果你暫時還沒有想法，可以點擊藝廊(Gallery)看平台提供的作品，觀察其提示寫法與效果。你也可以點擊旁邊的 Alphbet 查看你生成的完整字母表。</li></ol><h3>Step 3：輸入描述提示</h3><p>在文字框中輸入您想要的字體材質及風格，描述越清楚，生成的字體就越能符合您的創意需求，建議使用英文比較能達到效果。例如作者在輸入框中輸入提示”strawberry jelly, on toast, photoreal, aerial shot”，然後按下生成(Generate)按鈕，系統將會開始生成符合你的提示創作。</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/620/1*_IDCCSjlt3oQ7m0K6LgKcA.jpeg" /></figure><h3>Step 4：自動生成字母</h3><p>GenType 會自動化的生成 26 個字母(如下圖)。</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*rHD70jeVsMFJ4km8PflMAA.jpeg" /></figure><p>讀者可以在左側下方字母作品歷史區，下載你的每一項作品(如下圖)。</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*dZUUj54nvaEXbcUJXuEFGQ.jpeg" /></figure><h3>Step 5：輸入短語</h3><p>現在我們可以使用自訂的字母，拼出任何您喜歡的內容，例如從你的寵物名字到特殊的生日祝福。輸入區的左側下方可以調整大小(如下圖)，讀者可以比較調整後的差異。</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*LoUrFRcmaJLa8PHrT7KNQg.jpeg" /></figure><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*pmqa9pn7g8N16ItUtTIOyw.jpeg" /></figure><p>您可以在右側下方儲存您最喜歡的短語或分享，同時也可以複製它們在其他應用程式(例如 Word 或 PowerPoint)中使用。。GenType 同時也提供儲存整個自訂字母表或單個字母功能。</p><h3>Step 6：重新產生字母</h3><p>如果我們想調整其中的字母，可以點擊該字母後按下 Regenerate(重新生成)，系統將根據之前提示再次生成你想要調整的字母(例如調整字母”I”)。下圖左側為第一次生成的字母 “I”，右側則是重新生成結果，讀者拖曳下圖中的箭頭將可以看到前後差異。</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*PbfjuJAbGJCna0e4eWyLqg.jpeg" /></figure><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*v7XD5iIQHzC5rmEcWIcvNw.jpeg" /></figure><h3>3. 提示技巧</h3><p>與大多數文字生成圖像(Text-to-Image)的實例一樣，<strong>明確性(Specificity)</strong>會是生成成功的重要關鍵。尤其是生成類似風格的多個圖像時，清晰且具體的提示將有助於在生成整個字母表中保持一致的美感與風格。</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*7MeyJ0KErwnf71zyxRTtUg.jpeg" /></figure><p>GenType 在一致性的字母提示中，通常具有三種性質的組合：前景 (Foreground)、背景 (Background)和風格 (Style)。</p><ol><li><strong>前景 (Foreground)</strong>：你希望字母是用什麼製成的(指定字母形式)？例如 ”<strong>strawberry jelly</strong>”</li><li><strong>背景 (Background)</strong>：每一個字母的背景是什麼(描述一下背景)？例如 ”<strong>on toast</strong>”</li><li><strong>風格 (Style)</strong>：每個字母的整體外觀如何(定義美學、視角)？ 例如“<strong>photoreal, aerial shot</strong>”</li></ol><p>因此，當我們的字母提示是”<strong>strawberry jelly, on toast, photoreal, aerial shot</strong>” 將會產生一致的字母表(如下圖)。</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*pCZzeaES8QTELQS4QOWojA.jpeg" /></figure><h3>4. GenType 的應用</h3><p>GenType 的應用範圍可以非常廣泛，作者提供一些給讀者做發想：</p><ul><li><strong>個人創作：</strong>個人用戶可以使用 GenType 創作獨特的字體，用於個人項目、藝術創作或社交媒體內容，展示個人風格</li><li><strong>品牌設計：</strong> 企業和品牌設計師可以利用 GenType 創作專屬的品牌字體，提升品牌識別度和視覺一致性。</li><li><strong>數位內容創作：</strong>內容創作者、部落客和社交媒體經營者可以利用 GenType 為其內容創作獨特的標題字體和裝飾性字體，增強內容的視覺吸引力。</li><li><strong>教育與學習：</strong> 教育機構和設計學校可以將 GenType 作為教學工具，幫助學生了解字體設計的基本原理，並實踐創作。</li><li><strong>與新興技術整合：</strong>探索與擴增實境（AR）和虛擬實境（VR）等技術的整合，實現沉浸式和互動式的排版體驗。</li></ul><p>本篇文章介紹 Google 的 GenType 功能特色，並且展示其 生成式 AI 如何改變我們的創作方式，讓更多人能夠參與到字體設計的世界中。這樣的技術不僅讓字體設計變得更簡單、更有趣，也讓我們看到 生成式 AI 在藝術產業中的巨大潛力。如果你對字體設計有興趣，不妨親自試試這款工具，或許你會發現它為你開啟了全新的創作世界。</p><p>未來，隨著技術的進一步發展，我們可以期待更多生成式工具進入藝術領域，讓更多人能夠輕鬆創作，並且將藝術轉化為現實。這些工具不僅是實現個人藝術的手段，更是一種激發集體創新、促進跨領域合作的橋樑。希望我們都能在這個充滿藝術與技術結合的時代中找到屬於自己的靈感源泉，並創造出屬於我們的獨特作品。</p><p>如果大家想要多了解一些 <strong>AI </strong>或 <strong>生成式 AI </strong>的基礎概念，可以參考這一本書<a href="https://www.books.com.tw/products/0010965021"><strong>【從 AI 到 生成式 AI：40 個零程式的實作體驗，培養新世代人工智慧素養】</strong></a>，或是<a href="https://online.simplelearn.tw/"><strong> SimpleLearn｜Online 課程</strong></a>，它將帶領讀者在<strong>不會程式、不會數學也OK!</strong>的情況下，了解整個 <strong>AI</strong> 到 <strong>生成式 AI</strong> 的相關觀念及應用，不僅可以建立最完整的 AI 入門知識，更是培養 AI 素養的最好學習內容。</p><p>如果你想要更多 <a href="https://simplelearn.tw/ai-activities/">AI 活動</a>及 <a href="https://simplelearn.tw/category/ai-%e7%b4%a0%e9%a4%8a/">AI 素養</a>的內容，也可以參考專為初學者設計的 <a href="https://simplelearn.tw/">SimpleLearn</a> 部落格。</p><p>如果你喜歡這篇文章歡迎<strong>訂閱、分享(請載名出處)</strong>與<strong>追蹤</strong>，並持續關注最新文章。同時 <a href="https://www.facebook.com/simplelearn.tw"><strong>FB</strong></a> 及 <a href="https://www.instagram.com/kwangchih/"><strong>IG</strong></a><strong> </strong>也會不定期提供國內外教育與科技新知。</p><img src="https://medium.com/_/stat?event=post.clientViewed&referrerSource=full_rss&postId=91404b34f678" width="1" height="1" alt=""><hr><p><a href="https://medium.com/ai-literacy/gentype-google-%E5%88%A9%E7%94%A8-%E7%94%9F%E6%88%90%E5%BC%8F-ai-%E8%BC%95%E9%AC%86%E5%89%B5%E9%80%A0%E9%A2%A8%E6%A0%BC%E5%AD%97%E9%AB%94-91404b34f678">GenType — Google｜利用 生成式 AI 輕鬆創造風格字體！</a> was originally published in <a href="https://medium.com/ai-literacy">AI Literacy</a> on Medium, where people are continuing the conversation by highlighting and responding to this story.</p>]]></content:encoded>
        </item>
        <item>
            <title><![CDATA[輕鬆認識機器學習三大步驟 - 以辨識貓、狗為例]]></title>
            <link>https://medium.com/python4u/%E8%BC%95%E9%AC%86%E8%AA%8D%E8%AD%98%E6%A9%9F%E5%99%A8%E5%AD%B8%E7%BF%92%E4%B8%89%E5%A4%A7%E6%AD%A5%E9%A9%9F-%E4%BB%A5%E8%BE%A8%E8%AD%98%E8%B2%93-%E7%8B%97%E7%82%BA%E4%BE%8B-37d3690acdc3?source=rss-9331c97bf89e------2</link>
            <guid isPermaLink="false">https://medium.com/p/37d3690acdc3</guid>
            <category><![CDATA[ai-literacy]]></category>
            <category><![CDATA[ai-for-k12]]></category>
            <category><![CDATA[機器學習]]></category>
            <category><![CDATA[artificial-intelligence]]></category>
            <category><![CDATA[machine-learning]]></category>
            <dc:creator><![CDATA[Steven Lo]]></dc:creator>
            <pubDate>Tue, 28 Jun 2022 03:52:57 GMT</pubDate>
            <atom:updated>2023-04-23T02:37:44.905Z</atom:updated>
            <content:encoded><![CDATA[<h4>Machine Learning for Everyone</h4><blockquote><strong>文章搬新家囉！<br>全新內容歡迎參考 「</strong><a href="https://simplelearn.tw/three-steps-of-machine-learning/"><strong>輕鬆認識機器學習三大步驟 — 以辨識貓、狗為例 <em>(2023更新版)</em></strong></a><strong>」<br>未來最新文章也將移至 </strong><a href="https://simplelearn.tw/"><strong>https://simplelearn.tw/</strong></a><strong><br>歡迎海、內外讀者持續追蹤及關注我們的文章~~</strong></blockquote><p>機器學習是人工智慧的一個子領域。所謂機器學習，簡單來說，便是讓機器能從收集的<strong>資料</strong>中，經由<strong>訓練</strong>而學會特定模式(pattern)，並找出一個適當的數學模型(model)，進而和人一樣可以做出智慧性的<strong>預測</strong>判斷。</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*rAwpP3kL7_YIPSlFBW3cOQ.png" /><figcaption>機器學習三大步驟</figcaption></figure><p>機器學習訓練模型的過程，會根據任務需要使用不同的演算法進行訓練，訓練過程會牽涉到許多數學原理與計算，對初學者來說可以暫時忽略，並不會影響了解機器學習的知識，等有需要時再行深入理解即可。而機器學習美妙之處便在於，只要有適當的資料，它的學習(訓練)就能自主完成。</p><p>毫無疑問，機器學習是人工智慧令人興奮的子集合之一。它可以從收集的資料中學習特定任務，了解什麼資訊可以讓機器發揮學習作用，以及將來如何使用它。了解什麼是機器學習之後，本文帶讀者實際體驗一下機器學習有趣的地方。</p><p>我們使用 <strong>CodingLab </strong>的 <a href="https://ai.codinglab.tw/"><strong>無程式碼機器學習平台 – AI Playground</strong></a> ，來視覺化說明機器學習三大步驟。此平台是目前台灣唯一對中小學及初學者設計的機器學習教育平台，<strong>免安裝</strong>、<strong>免設定</strong>，以及<strong>免費使用</strong>。同時有非常多的 AI 服務及模型可提供師生、初學者互動學習。</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*VsIAaZtsQ764LVQ9-PXiAA.png" /><figcaption>無程式碼機器學習平台–AI Playground</figcaption></figure><p>首先，我們在平台上根據機器學習三大步驟來實作，並認識機器學習的步驟。</p><p><strong>1. 收集資料：</strong>先收集貓及狗各10 張照片並上傳(可利用 Google 搜尋圖片或使用攝影機收集)，建立對應的「貓」及「狗」類別。</p><p><strong>2. 進行訓練：</strong>然後點擊訓練按鈕，系統會利用特定學習方法(演算法)，從收集到的資料中學會「貓」及「狗」的關聯模式(pattern)，進而訓練出一個可完成預測的模型。</p><p><strong>3. 預測評估：</strong>當我們將機器從未看過的新照片給訓練後的模型辨識時，將可得到機器預測這張照片的答案，同時也可以評估這個模型好壞。</p><p>你會注意到，在提供資料(照片)給電腦時，我們得明確地告訴它哪些圖片是貓、哪些圖片是狗。這個『貓』與『狗』的額外資訊，以機器學習術語來說叫做<strong>分類(class)</strong>或<strong>標籤(label)</strong>，而它將會成為模型訓練時用到的資料之一。同時這樣的學習方式，我們會給它另外一個名稱叫做<strong>監督式學習(Supervised Learning)</strong>。</p><p>正因為有了標籤，電腦得以自行學習『貓』與『狗』的差別。要是我們希望電腦能辨識更多東西如兔子、汽車、行人，就得提供對應的照片資料以及標籤來學習。而模型在做分類預測時，產生的其實也是標籤，代表它認為(預測)這張圖屬於哪種分類。</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*tlXS_r5lQJXt--Elt8GYbg.png" /><figcaption>利用機器學習三步驟訓練機器辨識『貓』與『狗』</figcaption></figure><p>當然電腦實際上要如何解讀圖片，特別是大小不同、黑白與彩色的照片，背後仍牽涉到許多技術，我們會在後續文章中介紹。但就現階段來說，一個經過適當訓練的模型已經可以毫無困難地從一張照片中辨認出數百種物件，人類自己說不定還辦不到呢！</p><p>如果你喜歡這篇文章歡迎<strong>訂閱、分享(請載名出處)</strong>與<strong>追蹤</strong>，並持續關注最新文章。同時<a href="https://www.facebook.com/mapeacademy"><strong>臉書(FB)</strong></a>也會不定期提供國內外教育與科技新知。</p><p>By Steven Lo (IG：<a href="https://www.instagram.com/kwangchih/">@kwangchih</a>)</p><img src="https://medium.com/_/stat?event=post.clientViewed&referrerSource=full_rss&postId=37d3690acdc3" width="1" height="1" alt=""><hr><p><a href="https://medium.com/python4u/%E8%BC%95%E9%AC%86%E8%AA%8D%E8%AD%98%E6%A9%9F%E5%99%A8%E5%AD%B8%E7%BF%92%E4%B8%89%E5%A4%A7%E6%AD%A5%E9%A9%9F-%E4%BB%A5%E8%BE%A8%E8%AD%98%E8%B2%93-%E7%8B%97%E7%82%BA%E4%BE%8B-37d3690acdc3">輕鬆認識機器學習三大步驟 - 以辨識貓、狗為例</a> was originally published in <a href="https://medium.com/python4u">Python4U</a> on Medium, where people are continuing the conversation by highlighting and responding to this story.</p>]]></content:encoded>
        </item>
        <item>
            <title><![CDATA[5 分鐘看懂 12 年國教「高中數學」課程架構規劃 - 以「普通高中」為例]]></title>
            <link>https://medium.com/python4u/%E5%BF%AB%E9%80%9F%E8%AA%8D%E8%AD%98%E9%AB%98%E4%B8%AD%E6%95%B8%E5%AD%B8%E8%AA%B2%E7%A8%8B%E6%9E%B6%E6%A7%8B%E8%A6%8F%E5%8A%83-%E4%BB%A5-%E6%99%AE%E9%80%9A%E9%AB%98%E4%B8%AD-%E7%82%BA%E4%BE%8B-4316f0db93d3?source=rss-9331c97bf89e------2</link>
            <guid isPermaLink="false">https://medium.com/p/4316f0db93d3</guid>
            <category><![CDATA[108課綱]]></category>
            <category><![CDATA[math]]></category>
            <category><![CDATA[十二年國教]]></category>
            <category><![CDATA[數學]]></category>
            <category><![CDATA[mathematics]]></category>
            <dc:creator><![CDATA[Steven Lo]]></dc:creator>
            <pubDate>Fri, 17 Jun 2022 03:22:56 GMT</pubDate>
            <atom:updated>2023-04-23T02:37:17.403Z</atom:updated>
            <content:encoded><![CDATA[<h4>不得不知的數A數B及數甲數乙的規劃</h4><blockquote><strong>文章搬新家囉！<br>全新內容歡迎參考 「</strong><a href="https://simplelearn.tw/108-curriculum-high-school-math/"><strong>5 分鐘看懂 108 課綱｜「高中數學」課程架構規劃 — 以「普通高中」為例</strong></a><strong>」<br>未來最新文章也將移至 </strong><a href="https://simplelearn.tw/"><strong>https://simplelearn.tw/</strong></a><strong><br>歡迎海、內外讀者持續追蹤及關注我們的文章~~</strong></blockquote><p>108 課綱所帶來的影響不只是學習內涵及學習過程，更是考招制度的改變，而這當中讓許多同學及家長比較傷腦筋的就屬數學考科。尤其是高中階段的數學，有數A/數B及數甲/數乙，又有大學端在不同入學管道時(繁星推薦、申請入學及分發入學)所需參採的數學項目，對許多同學與家長來說一方面要學所選數學考科(數A/數B、數甲/數乙)中的專業知識，一方面也要考慮大學校系要的數學需求是什麼，應該是蠻頭大的問題。</p><p>為了讓多數同學與家長能快速瞭解 108 課綱中所規劃「數學領域」的重點，以期在高中數學的學習上，瞭解大學校系數學需求與產業所需，並藉此探索未來興趣方向。我們將以<strong>普通高中</strong>(以下簡稱<strong>普高</strong>)為例，帶大家快速瞭解整個重點。</p><p>有關「數學領域」的課程綱要、課程架構、表現類別、學習內容主題及各階段學習重點，讀者可參考下面這篇文章的說明，將有助於你瞭解本文的許多重點。</p><p><a href="https://medium.com/python4u/%E5%BF%AB%E9%80%9F%E7%9E%AD%E8%A7%A3-12-%E5%B9%B4%E5%9C%8B%E6%95%99-%E6%95%B8%E5%AD%B8%E9%A0%98%E5%9F%9F-%E8%AA%B2%E7%A8%8B%E6%9E%B6%E6%A7%8B%E5%8F%8A%E5%AD%B8%E7%BF%92%E9%87%8D%E9%BB%9E-376a30ad008d">快速認識 12 年國教「數學領域」課程架構及學習重點</a></p><h3>目錄</h3><ul><li><a href="#f4f1">普通高中「數學領域」課程架構</a><br>- <a href="#8fd6">數A 與數 B 考科難易度</a><br>- <a href="#f5a2">11年級分軌建議</a></li><li><a href="#ba5d">高中階段數學學習內容</a><br>- <a href="#25e7">高一 (10年級)</a><br>- <a href="#74da">高二 (11年級)</a><br>- <a href="#1b0c">高三 (12年級)</a><br>- <a href="#c0f0">數A及數B的差異範例</a></li></ul><h3>普通高中「數學領域」課程架構</h3><p>普高為第五學習階段(10、11、12年級)，其數學必修部分安排總學分數為<strong>16 學分</strong>的<strong>必修課程</strong>，其中包括：</p><p>(一) 高中一年級（10 年級）8 學分。<br>(二) 高中二年級（11 年級）8 學分，分為<strong>A、B </strong>兩類，學生擇㇐修習。<br>(三) 高中三年級（12 年級）加深加廣<strong>選修</strong>部分，安排8 學分的<strong>數學甲</strong>課程，與8 學分的<strong>數學乙</strong>課程，提供不同數學需求的同學選修。</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*jIY75eRSvyu5YtWE9I-78Q.jpeg" /><figcaption>普高「數學領域」課程架構</figcaption></figure><p>由上圖可以知道，11年級的數A及數B還是必修，只是難易度會有所不同。到12年級需要加深加廣時，則有數甲及數乙可以選擇。</p><pre>繼續閱讀｜<a href="#ded9">回目錄</a></pre><h4>(1) 數A 與數 B 考科難易度</h4><p>考慮高中學習階段的不同學習單元，其特性與不同大學校系學習銜接的需求，教育部在11年級規劃了數A及數B的必修選擇。而兩者在難易度及情境題的比例可參考下圖資訊。</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*yIgEuwrstlnuDmUqB6Zuzg.jpeg" /><figcaption>數A與數B不同處</figcaption></figure><pre>繼續閱讀｜<a href="#ded9">回目錄</a></pre><h4>(2) 11年級分軌建議</h4><p>那數A/數B與數甲/數乙之間有什麼關係呢？讓我們先來看看教育部所規劃的分軌學習建議。</p><p>以普高為例，10年級都是必修，所上的數學內容一樣。從11年級起才開始會分為三個軌道。對於有<strong>高數學需求</strong>的學生，必修部分可以修習<strong>數A</strong>、然後在12年級加深加廣時選修<strong>數甲</strong>。對於<strong>不同面向數學需求</strong>的學生，可以修習<strong>數A</strong>、然後修習<strong>數甲</strong>或<strong>數乙</strong>。對於<strong>低數學需求</strong>的學生，可以只修習<strong>數B</strong>。</p><p>由於高中學生不容易太早定出方向，所以教育部在數學課程綱要的設計盡量使轉軌不致太困難，讓在11年級修數B的學生，有機會補足數乙所需的先備知識而在12年級時選修數乙。同學或家長可以參考下面「11年級起數學分為三軌建議學習路徑圖」，將會更清楚三個軌道路徑方向。</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*EPAKdwvRVHhvszTcPJTeXA.jpeg" /><figcaption>11年級起數學分為三軌建議學習路徑圖</figcaption></figure><p>高中數學課程不同於國中小，已經開始有期深度及強度。實際上課內容還是以各校第一線數學老師為主，本文不涉及實質教學，只是協助同學與家長能更結構性的看三年高中數學，使其未來能多瞭解大學端的選才需求。</p><p>接下來我們將整理高中三年階段，無論是必修選修，或是數AB及數甲乙，都能配合<a href="https://medium.com/python4u/%E5%BF%AB%E9%80%9F%E7%9E%AD%E8%A7%A3-12-%E5%B9%B4%E5%9C%8B%E6%95%99-%E6%95%B8%E5%AD%B8%E9%A0%98%E5%9F%9F-%E8%AA%B2%E7%A8%8B%E6%9E%B6%E6%A7%8B%E5%8F%8A%E5%AD%B8%E7%BF%92%E9%87%8D%E9%BB%9E-376a30ad008d"><strong>「數學領域」中的表現類別</strong></a>，來整體看待三年下來，教育部所規劃的數學藍圖，對想掌握數學學習方向的同學來說，將是非常有用的資訊。</p><pre>繼續閱讀｜<a href="#ded9">回目錄</a></pre><h3>高中階段數學學習內容</h3><p>為強調國中與高中階段的銜接，高中階段的<strong>「先備」</strong>包含國中階段之學習內容。但是高中階段的<strong>「後續」</strong>卻不涉及大學課程。而這些詳細資料都能在教育部官網找到，以及參考<a href="https://medium.com/python4u/%E5%BF%AB%E9%80%9F%E7%9E%AD%E8%A7%A3-12-%E5%B9%B4%E5%9C%8B%E6%95%99-%E6%95%B8%E5%AD%B8%E9%A0%98%E5%9F%9F-%E8%AA%B2%E7%A8%8B%E6%9E%B6%E6%A7%8B%E5%8F%8A%E5%AD%B8%E7%BF%92%E9%87%8D%E9%BB%9E-376a30ad008d"><strong>前一篇介紹</strong></a>。</p><h4>高一 (10年級)</h4><p>例如下圖 <strong>N-10–1</strong> <strong>實數：</strong>將會學到<strong>數線，十進制小數的意義，三一律，有理數的十進制小數特徵，無理數之十進制小數的估算，(√2 為無理數的證明)，科學記號數字的運算。</strong></p><p><strong>先備</strong>：有理數的四則運算，平方根式的化簡（N-8–1）。<br><strong>連結</strong>：指對數（N-10–3、N-10–4）。<br><strong>後續</strong>：無窮等比級數，複數（選修數學甲、乙）</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*9K5IKuPv7iK0LnpzXqI-7w.jpeg" /><figcaption>「數學領域」學習主題與學習類別對照表 — 10年級</figcaption></figure><h4>高二 (11年級)</h4><p>11年級開始數學必修就會分軌數A及數B(如下圖)，難易度將開始有所不同，即使同樣是學矩陣，強調的重點也會不一樣，其中一個重要的關鍵在於數學需求。</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*Pbm2KrrQytXM9-U9SeEJYg.jpeg" /><figcaption>「數學領域」學習主題與學習類別對照表 — 11年級</figcaption></figure><h4>高三 (12年級)</h4><p>而12年級加深加廣部分會根據學生需要來選擇數甲或數乙，而這一部分會在分發入學管道中的分科測驗，依大學招聯會規定辦理。例如在111學年的分科測驗沒有考數乙，但在114學年度分科測驗則會加考數乙(2022/06/07公布)，同學在準備上就必須留意相關資訊。</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*Nzcz3xHjqxT7xckslnGUFA.jpeg" /><figcaption>「數學領域」學習主題與學習類別對照表 — 12年級</figcaption></figure><pre>繼續閱讀｜<a href="#ded9">回目錄</a></pre><h4>數A及數B的差異範例</h4><p>我們舉一個數A及數B的差異，讓同學與家長了解。例如在11年級時數B所學到的矩陣，就沒有數A的三元一次方程式及矩陣應用。</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*YDq10rijY5Vx5NgWAQ1Fgg.jpeg" /><figcaption>數A及數B的差異範例</figcaption></figure><p>其它在11年級(必修)的 數A及數B課程差異，我們將會在下一篇文章中跟大家分享。</p><pre>繼續閱讀｜<a href="#ded9">回目錄</a></pre><p>如果你喜歡這篇文章歡迎<strong>分享</strong>與<strong>追蹤</strong>，並持續關注最新文章。同時<a href="https://www.facebook.com/mapeacademy"><strong>臉書(FB)</strong></a>也會不定期提供國內外教育與科技新知。</p><p>By Steven Lo (IG：<a href="https://www.instagram.com/kwangchih/">@kwangchih</a>)</p><img src="https://medium.com/_/stat?event=post.clientViewed&referrerSource=full_rss&postId=4316f0db93d3" width="1" height="1" alt=""><hr><p><a href="https://medium.com/python4u/%E5%BF%AB%E9%80%9F%E8%AA%8D%E8%AD%98%E9%AB%98%E4%B8%AD%E6%95%B8%E5%AD%B8%E8%AA%B2%E7%A8%8B%E6%9E%B6%E6%A7%8B%E8%A6%8F%E5%8A%83-%E4%BB%A5-%E6%99%AE%E9%80%9A%E9%AB%98%E4%B8%AD-%E7%82%BA%E4%BE%8B-4316f0db93d3">5 分鐘看懂 12 年國教「高中數學」課程架構規劃 - 以「普通高中」為例</a> was originally published in <a href="https://medium.com/python4u">Python4U</a> on Medium, where people are continuing the conversation by highlighting and responding to this story.</p>]]></content:encoded>
        </item>
        <item>
            <title><![CDATA[5 分鐘看懂 12 年國教「數學領域」課程架構及學習重點]]></title>
            <link>https://medium.com/python4u/%E5%BF%AB%E9%80%9F%E7%9E%AD%E8%A7%A3-12-%E5%B9%B4%E5%9C%8B%E6%95%99-%E6%95%B8%E5%AD%B8%E9%A0%98%E5%9F%9F-%E8%AA%B2%E7%A8%8B%E6%9E%B6%E6%A7%8B%E5%8F%8A%E5%AD%B8%E7%BF%92%E9%87%8D%E9%BB%9E-376a30ad008d?source=rss-9331c97bf89e------2</link>
            <guid isPermaLink="false">https://medium.com/p/376a30ad008d</guid>
            <category><![CDATA[數學]]></category>
            <category><![CDATA[mathematics]]></category>
            <category><![CDATA[十二年國教]]></category>
            <category><![CDATA[math]]></category>
            <category><![CDATA[108課綱]]></category>
            <dc:creator><![CDATA[Steven Lo]]></dc:creator>
            <pubDate>Tue, 07 Jun 2022 15:01:30 GMT</pubDate>
            <atom:updated>2023-04-23T02:36:54.550Z</atom:updated>
            <content:encoded><![CDATA[<h4>108 課綱不得不知的「數學領域」學習重點</h4><blockquote><strong>文章搬新家囉！<br>全新內容歡迎參考 「</strong><a href="https://simplelearn.tw/108-curriculum-math/"><strong>5 分鐘看懂 108 課綱｜「數學領域」課程架構及學習重點</strong></a><strong>」<br>未來最新文章也將移至 </strong><a href="https://simplelearn.tw/"><strong>https://simplelearn.tw/</strong></a><strong><br>歡迎海、內外讀者持續追蹤及關注我們的文章~~</strong></blockquote><p>自 108 課綱開始實施以來，大家感受最大的不同就是素養。能夠將所學的知識與日常生活相結合並應用於其中，相信是素養最重要的精神。</p><p>而在這些不同領域的課程中，對許多人來說，數學會是一個需要花時間好好瞭解及學習的科目，尤其臺灣是一個以考試領導教學的教育，不考不學，要考才學的氛圍下，讓許多同學忽略在原課程架構設計中其實是可以藉此探索自己未來的興趣。</p><p>本文將快速帶大家認識12 年國教「數學領域」課程架構及學習重點，藉此來多瞭解自己的學習方向，並進而在高中學習數學時，可以根據自己的興趣及未來大學科系所需來選擇自己的必修(數A或數B)及選修(數甲或數乙)課程，現在就讓我們來認識「數學領域」課程架構及學習重點吧！</p><h3>目錄</h3><ul><li><a href="#4f9e">前言</a></li><li><a href="#d5f5">12年國教課程綱要《總綱》理念、願景及目標</a></li><li><a href="#2f53">「數學領域」課程綱要</a></li><li><a href="#a234">「數學領域」課程架構</a></li><li><a href="#ef06">「數學領域」表現類別</a></li><li><a href="#245d">「數學領域」學習內容主題</a></li><li><a href="#2a28">「數學領域」各階段學習重點</a></li></ul><h3>前言</h3><p>許多同學到高中後，因大學入學端有非常多的科系要看數學成績的情況下，無論是11年級的數A或數B，12年級加深加廣的數甲或數乙的選擇，依舊會是以考招為導向的學習方式，而少了探索興趣的機會是比較可惜的。</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*GunLDoYofkhKTSfuU2oxxw.jpeg" /></figure><p>也許有人會說，數學那麼枯燥怎麼可能會有興趣呢？學了微積分能做什麼呢？未來就業市場與數學有什麼關係呢？其實這些都是12年國教「數學領域」要帶給大家的理念與目標。就是希望在不同年齡、能力或興趣當中，皆能獲得足以結合理論與生活應用的數學素養。</p><p>例如在11年級<strong>數B</strong>中所學習的平面向量運算(正射影與內積，兩向量的平行與垂直判定，兩向量的夾角等)，是可以應用在臉部辨識。</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/698/1*ZdksX1agzTO8QWih5rWq4Q.jpeg" /><figcaption>臉部特徵點(<a href="http://3smarket-info.blogspot.com/2016/05/blog-post_501.html">http://3smarket-info.blogspot.com/2016/05/blog-post_501.html</a>)</figcaption></figure><p>或是利用12年級<strong>數乙</strong>所學的積分應用(連續函數值的平均，總量與剩餘意涵)，來求消費者剩餘與生產者剩餘(如下圖)。</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/680/1*bMK3_s3cHa8KPoYJ_vjV5A.jpeg" /><figcaption><a href="https://upload.wikimedia.org/wikipedia/commons/thumb">https://upload.wikimedia.org/wikipedia/commons/thumb</a></figcaption></figure><p>如果在學習過程中，能夠多瞭解整個課綱規劃架構的意涵及學習重點，相信對許多同學在數學學習上會更有興趣與方向。</p><p>根據教育部所訂定的<strong>『十二年國民基本教育課程綱要國民中小學暨普通型高級中等學校-數學領域』</strong>內容，詳細說明12年國教的數學領域學習方向及規劃。本文將帶大家瞭解「數學領域」的課程架構與學習重點，提供同學在數學學習上或與師長討論未來應用時的參考。</p><p><a href="https://www.naer.edu.tw/PageSyllabus?fid=52">十二年國教課程綱要-國家教育研究院 | 前瞻.開創.教育智庫</a></p><p>現在，讓我們先來瞭解12年國教課程綱要《總綱》的理念及目標吧。</p><pre>繼續閱讀｜<a href="#e7fb">回目錄</a></pre><h3>12年國教課程綱要《總綱》理念、願景及目標</h3><blockquote>十二年國民基本教育(以下簡稱十二年國教)課程綱要《總綱》，本於全人教育的精神，以「自發」、「互動」及「共好」為理念，以「成就每一個孩子 — 適性揚才、終身學習」為願景。</blockquote><figure><img alt="" src="https://cdn-images-1.medium.com/max/864/1*h6UQDfbNJ-I3AGENKEkHzw.jpeg" /><figcaption>十二年國教課程綱要《總綱》理念、願景及目標</figcaption></figure><p>瞭解總綱的精神後，將有助於各科的學習，就讓我們先來看看「數學領域」課程相關的重點吧！</p><pre>繼續閱讀｜<a href="#e7fb">回目錄</a></pre><h3><strong>「數學領域」</strong>課程綱要</h3><p>而<strong>數學領域</strong>課程綱要為呼應<strong>《總綱》</strong>理念及願景，訂定下面的<strong>理念</strong>及<strong>目標</strong>。</p><h4><strong>理念：</strong></h4><ul><li>從「數學是一種<strong><em>語言</em></strong>、一種<strong><em>實用的規律科學</em></strong>、也是一種<strong><em>人文素養</em></strong>」出發，將課程設計和這些特質緊密搭配</li><li>提供每位學生有感的學習機會，並培養學生正確使用工具的素養。</li></ul><h4>目標：</h4><ul><li>希望在不同年齡、能力、興趣或領域當中，皆能獲得足以結合理論與應用的數學素養。</li><li>啟發<strong>學習動機</strong>，培養<strong>好奇心</strong>、<strong>探索力</strong>、<strong>思考力</strong>、<strong>判斷力</strong>與<strong>行動力</strong>，願意以積極的態度、持續的動力進行探索與學習。</li></ul><pre>繼續閱讀｜<a href="#e7fb">回目錄</a></pre><h3>「數學領域」課程架構</h3><p>12年國教學制劃分為三個教育階段，分別為國小六年、國中三年、高中三年。同時將其分為<strong>五大學習階段</strong>(各階段都有對應的年級)如下圖：</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/890/1*MQX9yTdEm35SRgDPsQZ5Vw.jpeg" /><figcaption>五大學習階段</figcaption></figure><p>其中第四學習階段(7、8、9年級)，部定課程每週節數為四堂課。而普通型高級中等學校(以下簡稱普高)為第五學習階段(10、11、12年級)，其必修部分安排總學分數為16 學分的數學必修課程，也是大家特別關注想知道的地方，其中包括兩部分：</p><p>(一) 高中一年級（10 年級）8 學分。<br>(二) 高中二年級（11 年級）8 學分，分為<strong>A、B </strong>兩類，學生擇㇐修習。而加深加廣選修部分，則在高中三年級（12 年級）安排8 學分的<strong>數學甲</strong>課程，與8 學分的<strong>數學乙</strong>課程。</p><pre>繼續閱讀｜<a href="#e7fb">回目錄</a></pre><h3>「數學領域」表現類別</h3><p>十二年國教將原有的五大主題，變為<strong>「表現類別」</strong>，分別以英文小寫字母 n (數與量)、s (空間與形狀)、g (坐標幾何)、r (關係)、a (代數)、f (函數)、d (資料與不確定性)表示。</p><p>其中 r 為國小階段專用，至國、高中(普高)後轉換發展為 a 和 f 。師長及同學可藉由下表，瞭解在12年國教中學習數學的種類及大方向。</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/764/1*Q1gFTtXzVIvwWpwKB6yJRQ.jpeg" /><figcaption>「數學領域」表現類別</figcaption></figure><p>將各<strong>學習階段</strong>的<strong>學習類別</strong>，對照其<strong>學習表現</strong>及<strong>內容</strong>，學生在數學領域學習上將更能掌握其重要內容及方向。</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*VlOT95CuUsEJgtHtSEw8HQ.jpeg" /><figcaption>學習階段 → 學習類別 → 學習表現</figcaption></figure><pre>繼續閱讀｜<a href="#e7fb">回目錄</a></pre><h3>「數學領域」學習內容主題</h3><p>12年國教中各年級的學習內容，都可以根據<strong>「表現類別」</strong>(例如中學的 n (數與量)、s (空間與形狀)、g (坐標幾何)、a (代數)、f (函數)、d (資料與不確定性))做一個對應性。</p><p>例如：在7年級的時候為了打好一些基礎，所以<strong>數與量(N)</strong>及<strong>代數(A)</strong>的比例較重。</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*LH_5NWtRknXaJaqjkHHhgg.jpeg" /><figcaption>「數學領域」學習主題與學習類別對照表 — 7年級</figcaption></figure><p>8年級時<strong>數與量(N)</strong>及<strong>代數(A)</strong>還是維持一定學習量，但對於<strong>空間與形狀(S)</strong>占比則加大許多。</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*ORQd85M3KqjQGlGzdftjHg.jpeg" /><figcaption>「數學領域」學習主題與學習類別對照表 — 8年級</figcaption></figure><p>到了9年級後幾乎以<strong>空間與形狀(S)</strong>為主要學習重點，並且在<strong>函數(F)</strong>與<strong>資料與不確定性(D)</strong>，也開始為高中課程的銜接做準備。</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*3-FnByAr6QVu4T70p6EWtA.jpeg" /><figcaption>「數學領域」學習主題與學習類別對照表 — 9年級</figcaption></figure><p>提供這些資訊主要是幫助同學在學習上可以有整體性的藍圖概念，同時可以開始瞭解自己在數學類別上哪一部分特別感興趣，不僅可做為未來高中11年級數AB或是12年級數甲乙的選擇，同時將可以更明確知道大學科系所需要的數學需求在哪裡。</p><pre>繼續閱讀｜<a href="#e7fb">回目錄</a></pre><h3>「數學領域」各階段學習重點</h3><p>綜合上述，我們整理「數學領域」相關資料，提供各階段的學習重點，方便師長及同學瞭解教育部在十二年國教中，有關「數學領域」的課程規劃及重點方向。</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*2DxHdayH1HsqN_x2J8X36w.jpeg" /><figcaption>十二年國教「數學領域」各階段學習重點</figcaption></figure><p>瞭解12 年國教「數學領域」課程架構及各階段學習重點後，下一篇文章將帶大家瞭解高中數學的架構及重點。</p><pre>繼續閱讀｜<a href="#e7fb">回目錄</a></pre><p>如果你喜歡這篇文章歡迎<strong>分享</strong>與<strong>追蹤</strong>，並持續關注最新文章。同時<a href="https://www.facebook.com/mapeacademy"><strong>臉書(FB)</strong></a>也會不定期提供國內外教育與科技新知。</p><p>By Steven Lo (IG：<a href="https://www.instagram.com/kwangchih/">@kwangchih</a>)</p><img src="https://medium.com/_/stat?event=post.clientViewed&referrerSource=full_rss&postId=376a30ad008d" width="1" height="1" alt=""><hr><p><a href="https://medium.com/python4u/%E5%BF%AB%E9%80%9F%E7%9E%AD%E8%A7%A3-12-%E5%B9%B4%E5%9C%8B%E6%95%99-%E6%95%B8%E5%AD%B8%E9%A0%98%E5%9F%9F-%E8%AA%B2%E7%A8%8B%E6%9E%B6%E6%A7%8B%E5%8F%8A%E5%AD%B8%E7%BF%92%E9%87%8D%E9%BB%9E-376a30ad008d">5 分鐘看懂 12 年國教「數學領域」課程架構及學習重點</a> was originally published in <a href="https://medium.com/python4u">Python4U</a> on Medium, where people are continuing the conversation by highlighting and responding to this story.</p>]]></content:encoded>
        </item>
        <item>
            <title><![CDATA[Facets｜機器學習於訓練數據時的可視化工具]]></title>
            <link>https://medium.com/python4u/facets-%E6%A9%9F%E5%99%A8%E5%AD%B8%E7%BF%92%E6%96%BC%E8%A8%93%E7%B7%B4%E6%95%B8%E6%93%9A%E6%99%82%E7%9A%84%E5%8F%AF%E8%A6%96%E5%8C%96%E5%B7%A5%E5%85%B7-34f9567b0f36?source=rss-9331c97bf89e------2</link>
            <guid isPermaLink="false">https://medium.com/p/34f9567b0f36</guid>
            <category><![CDATA[data-visualization]]></category>
            <category><![CDATA[dataset]]></category>
            <category><![CDATA[machine-learning]]></category>
            <category><![CDATA[ai-activity]]></category>
            <category><![CDATA[ai-for-k12]]></category>
            <dc:creator><![CDATA[Steven Lo]]></dc:creator>
            <pubDate>Mon, 06 Jun 2022 00:41:35 GMT</pubDate>
            <atom:updated>2023-04-23T02:36:21.367Z</atom:updated>
            <content:encoded><![CDATA[<h4>瞭解您的數據，讓更好的數據來建立更好的機器學習模型</h4><blockquote><strong>文章搬新家囉！<br>全新內容歡迎參考 「</strong><a href="https://simplelearn.tw/machine-learning-facets/"><strong>Facets｜機器學習於訓練數據時的可視化工具 (2023更新版)</strong></a><strong>」<br>未來最新文章也將移至 </strong><a href="https://simplelearn.tw/"><strong>https://simplelearn.tw/</strong></a><strong><br>歡迎海、內外讀者持續追蹤及關注我們的文章~~</strong></blockquote><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*jQ5DE0ov8QWiYh-giNvy0g.png" /></figure><blockquote><strong>“More data beats clever algorithms, but better data beats more data.”</strong></blockquote><blockquote>— <strong>Peter Norvig</strong></blockquote><p>機器學習的力量來自於它可以從大量數據中學習模式(Patterns)的能力，如”<a href="https://medium.com/@simplelearn365/%E4%BD%BF%E6%A9%9F%E5%99%A8%E8%AE%8A%E6%99%BA%E6%85%A7%E7%9A%84-7-%E4%BB%B6%E4%BA%8B-b65dafdc38f2"><strong><em>使機器變智慧的 7 件事</em></strong></a>”當中所提，機器如果沒有數據就無法工作，因此了解您的數據對於建構強大的機器學習系統非常重要。</p><p>但數據多了以後有可能散布著奇怪的值或是貼錯標籤，這些值會影響機器學習的訓練，因此我們在提供好的數據時，應該適當的清理數據集，如果有一個好的工具，對初學者認識自己的數據，並進而學習機器學習(Machine Learning)是非常棒的。</p><p>Google 發布了一種開源可視化工具 — <a href="https://pair-code.github.io/facets/"><strong>Facets</strong></a>，幫助我們可視化自己的數據，讓大家對數據更為瞭解。</p><p><a href="https://pair-code.github.io/facets/">Facets - Visualizations for ML datasets</a></p><p>Facets 包含兩個強大的可視化功能，來幫助理解和分析機器學習數據集。</p><ul><li><strong>Facets Overview</strong>：可以用來了解數據集每個特徵的形狀</li><li><strong>Facets Dive</strong>：探索一組單獨的觀察結果</li></ul><p>現在就讓我們用一些範例來做介紹。</p><h4>Facets Overview</h4><p>Facets Overview 提供了數據集的概述，它的可視化功能提供一個或多個數據集的高級視覺圖，會自動快速了解數據中各種特徵值的分佈及特徵形狀的感覺，總結每個特徵的統計數據，也可以立即在訓練數據集和測試數據集中進行比較。</p><p>Facets Overview 工具可以向你顯示下面內容：</p><ol><li><strong>數據統計 ：</strong>最小值、最大值、中值、標準差</li><li><strong>缺失值：</strong> 顯示有多少列(row)沒有數據</li><li><strong>零值：</strong>數據為 0 的百分比</li><li><strong>訓練數據/測試數據拆分情況：</strong>如何在數據集中拆分<strong>訓練數據</strong>和<strong>測試數據</strong>之間的顯示圖</li></ol><p>藉此也可以幫助我們發現數據集的一些問題。</p><p>讓我們來看一下<a href="http://archive.ics.uci.edu/ml/datasets/Census+Income"><strong>UCI 人口普查收入數據集</strong></a>範例，它的目標是根據各種人口普查統計數據，來預測個人的年收入是否高於 5 萬美元。人口普查數據包含每個人的年齡、教育水平和職業等特徵。紅色數字表示可能的問題點，右側的直方圖可以讓您比較訓練數據(藍色)和測試數據(橙色)之間的分佈。</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*6Z3RogJRcyI7Yxt8R6TyWw.png" /><figcaption>該工具利用紅色字突顯高百分比的零，對某些數據列提供很好的直覺查看</figcaption></figure><p>我們可以清楚地看到，Capital Gain 和 Capital Loss 都沒有包含太多資訊，因為它們大多數列都有 0 值(紅色字)。</p><p>我們還可以放大右邊的直方圖，觀察數據的分佈情況，它將有助於我們仔細檢查測試數據與訓練數據是否具有相似的分佈 ，因為我們不希望數據有偏差。</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*Zsa1W_GQ5IzEp6JBZEGgAg.png" /><figcaption>數據值概述</figcaption></figure><p>該工具可以非常簡潔清晰地顯示所有功能，讓我們輕易查看重要資訊。</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*r3E2ZtvbZ_7pD4-vIrYkVg.png" /><figcaption>數據分類概述</figcaption></figure><h4>Facets Dive</h4><p>Facets Dive 可以使你更清楚瞭解數據集，並且可以一直放大來查看單個數據。它是一個可以互動式探索多達數萬個多維度數據點的工具，可以幫助使用者在高階瀏覽及低階細節中進行無縫切換，並可深入了解數據單個特徵及觀察結果，以及根據其特徵值來控制每個數據點的位置、顏色和視覺表示以獲取更多資訊。同時利用流暢的動畫縮放和過濾相結合，可以輕鬆發現複雜數據集中的模式和異常值，讓你更瞭解你的數據。</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*aeHMLtYZhxxUK1i70uqAOQ.png" /><figcaption>4 個主要介面部分</figcaption></figure><p>Facets Dive 介面主要分成 4 個部分：</p><p>A. 中心主要區域是數據可縮放顯示的地方。</p><p>B. 上方區域可以使用各種下拉式選單，來更改數據的排列方式。</p><p>C. 你可以點擊中間可視覺化區域的任何數據點，將可查看該特定數據點的詳細資訊。</p><p>D. 中間區域顯示的各種圖例。</p><p>我們試著先按年齡範圍拆分數據，並根據目標值對數據點進行顏色區隔，這裡藍色表示著小於等於 50K ( 5 萬美元)，紅色表示大於 50K ( 5 萬美元)。</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*kc9ODIHHLfsrlKo-8Ps90w.png" /></figure><p>我們再透過每週工作時數來看到不同年齡層的情況，我們可以看到在 10~20 歲年齡區間，有很大一部分的人每周工作 20~30 個小時，有可能是暑假打工的情況。而隨著年紀愈大，每周工作 30~40 小時的人愈來愈少。右邊是單擊其中一個數據點的詳細資訊。</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*loj3yUxTzhAHXpCW4RgZiw.png" /></figure><p>下圖則是將個別數據放大後的狀況。</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*EPBTrlsgZOh0aYMsjV7PAQ.png" /><figcaption>將個別數據點放大情況</figcaption></figure><h4>Facets Dive x Quick, Draw!</h4><p>我們也可以將 <a href="https://pair-code.github.io/facets/quickdraw.html">Quick, Draw! 數據視覺化</a>，如果你想進一步探索Quick, Draw!的數據集，則可以使用 Facets 數據可視化平台來瞭解數據</p><p>看看不同國家所畫的臉及椅子是如何進行的，以及 AI 是否可以辨識的出來，同時數據可視化將可以讓你更瞭解你的數據！</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/0*mZOiNEKVOKtfYV0K.gif" /><figcaption>Quick, Draw! 數據視覺化</figcaption></figure><p>有關這一部分大家可以參考下面這篇文章。</p><p><a href="http://simplelearn.tw/2022/07/26/quick-draw%ef%bd%9c%e4%b8%8d%e5%83%85%e6%98%af-ai-%e9%81%8a%e6%88%b2%ef%bc%8c%e6%9b%b4%e6%98%af%e4%b8%96%e7%95%8c%e4%b8%8a%e6%9c%80%e5%a4%a7%e7%9a%84%e5%a1%97%e9%b4%89%e6%95%b8%e6%93%9a%e9%9b%86/">Quick, Draw!｜不僅是 AI 遊戲，更是世界上最大的塗鴉數據集</a></p><p>或是參考下面教學影片(3:30處)</p><iframe src="https://cdn.embedly.com/widgets/media.html?src=https%3A%2F%2Fwww.youtube.com%2Fembed%2FQg3RDdiwFwY%3Fstart%3D210%26feature%3Doembed%26start%3D210&amp;display_name=YouTube&amp;url=https%3A%2F%2Fwww.youtube.com%2Fwatch%3Fv%3DQg3RDdiwFwY&amp;image=https%3A%2F%2Fi.ytimg.com%2Fvi%2FQg3RDdiwFwY%2Fhqdefault.jpg&amp;key=a19fcc184b9711e1b4764040d3dc5c07&amp;type=text%2Fhtml&amp;schema=youtube" width="854" height="480" frameborder="0" scrolling="no"><a href="https://medium.com/media/fd1544de92103be1c682faa839e01c67/href">https://medium.com/media/fd1544de92103be1c682faa839e01c67/href</a></iframe><p>如果你喜歡這篇文章歡迎<strong>分享</strong>與<strong>追蹤</strong>，持續關注最新文章。同時<a href="https://www.facebook.com/mapeacademy"><strong>臉書(FB)</strong></a>也會不定期提供國內外教育與科技新知。</p><p>By Steven Lo (IG：<a href="https://www.instagram.com/kwangchih/">@kwangchih</a>)</p><img src="https://medium.com/_/stat?event=post.clientViewed&referrerSource=full_rss&postId=34f9567b0f36" width="1" height="1" alt=""><hr><p><a href="https://medium.com/python4u/facets-%E6%A9%9F%E5%99%A8%E5%AD%B8%E7%BF%92%E6%96%BC%E8%A8%93%E7%B7%B4%E6%95%B8%E6%93%9A%E6%99%82%E7%9A%84%E5%8F%AF%E8%A6%96%E5%8C%96%E5%B7%A5%E5%85%B7-34f9567b0f36">Facets｜機器學習於訓練數據時的可視化工具</a> was originally published in <a href="https://medium.com/python4u">Python4U</a> on Medium, where people are continuing the conversation by highlighting and responding to this story.</p>]]></content:encoded>
        </item>
        <item>
            <title><![CDATA[Quick, Draw!｜不僅是 AI 遊戲，更是世界上最大的塗鴉數據集]]></title>
            <link>https://medium.com/python4u/quick-draw-%E4%B8%8D%E5%83%85%E6%98%AF-ai-%E9%81%8A%E6%88%B2-%E6%9B%B4%E6%98%AF%E4%B8%96%E7%95%8C%E4%B8%8A%E6%9C%80%E5%A4%A7%E7%9A%84%E5%A1%97%E9%B4%89%E6%95%B8%E6%93%9A%E9%9B%86-5c25077d93a6?source=rss-9331c97bf89e------2</link>
            <guid isPermaLink="false">https://medium.com/p/5c25077d93a6</guid>
            <category><![CDATA[ai-activity]]></category>
            <category><![CDATA[neural-networks]]></category>
            <category><![CDATA[machine-learning]]></category>
            <category><![CDATA[quickdraw]]></category>
            <category><![CDATA[ai-for-k12]]></category>
            <dc:creator><![CDATA[Steven Lo]]></dc:creator>
            <pubDate>Mon, 06 Jun 2022 00:38:03 GMT</pubDate>
            <atom:updated>2023-04-23T02:35:53.377Z</atom:updated>
            <content:encoded><![CDATA[<h4>教你如何看懂 Google 的 Quick, Draw!</h4><blockquote><strong>文章搬新家囉！<br>全新內容歡迎參考 「</strong><a href="https://simplelearn.tw/google-quickdraw/"><strong>Quick, Draw!｜不僅是 AI 遊戲，更是世界上最大的塗鴉數據集 (2023更新版)</strong></a><strong>」<br>未來最新文章也將移至 </strong><a href="https://simplelearn.tw/"><strong>https://simplelearn.tw/</strong></a><strong><br>歡迎海、內外讀者持續追蹤及關注我們的文章~~</strong></blockquote><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*G3utAMZZqIPbe4zsOIgD-g.png" /></figure><p>Google 創意實驗室(Creative Lab)和數據藝術團隊(Data Arts Team)一起合作，利用 AI 技術讓塗鴉遊戲更有趣，同時也獲得目前世界上最大的塗鴉數據集以及強大的機器學習模型，而他們是怎麼做到呢？</p><iframe src="https://cdn.embedly.com/widgets/media.html?src=https%3A%2F%2Fwww.youtube.com%2Fembed%2FQg3RDdiwFwY%3Ffeature%3Doembed&amp;display_name=YouTube&amp;url=https%3A%2F%2Fwww.youtube.com%2Fwatch%3Fv%3DQg3RDdiwFwY&amp;image=https%3A%2F%2Fi.ytimg.com%2Fvi%2FQg3RDdiwFwY%2Fhqdefault.jpg&amp;key=a19fcc184b9711e1b4764040d3dc5c07&amp;type=text%2Fhtml&amp;schema=youtube" width="854" height="480" frameborder="0" scrolling="no"><a href="https://medium.com/media/048a972c1bd44d2cb0f5d17db3ff8000/href">https://medium.com/media/048a972c1bd44d2cb0f5d17db3ff8000/href</a></iframe><h3>什麼是 Quick, Draw!</h3><p><strong>Quick, Draw!</strong> 是 Google 人工智慧實驗的一部份，主要是由 Web 開發人員 Jonas Jonjegan、機器學習研究員 Henry Rowley， 以及 Google 創意實驗室和數據藝術團隊所建立的一個 AI 繪圖遊戲。<strong>Quick, Draw!</strong> 在遊戲本質上類似於 Pictionary，但使用的是依靠機器學習來猜測你在畫什麼。</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/480/1*Yh20wSETfQZzcfHBaeUWRw.png" /></figure><p>你有一個隨機要畫的項目，並且有 20 秒的時間可以來畫它。在這 20 秒內，AI 會透過類神經網路試著猜測你在畫什麼，直到它猜對或時間用完為止。當然，它並不是對於你所畫的圖都能猜得出來。但是參與者玩得越多，它就會學得越多。</p><p><strong>Quick, Draw!</strong> 的設計並不是用來評論玩家畫的好不好，這只是 Google 進行的幾項 AI 實驗之一。隨著玩的人越多，類神經網路就越能瞭解及學習不同的繪畫技巧和風格，並且可以很快的得到答案。有時候即使畫的很醜，比如說一隻貓或一隻狗，但你的貓或狗可能與其他人畫的貓狗有共同的元素，因此還是可以猜得出來，是不是很有趣！</p><p>現在就讓我們快速的介紹一下它的玩法</p><h3>如何玩 Quick, Draw!</h3><p>簡單 4 步驟，如下：</p><h4>Step 1.前往 <a href="https://quickdraw.withgoogle.com/">Quick, Draw!</a> 網站</h4><p><a href="https://quickdraw.withgoogle.com/">Quick, Draw!</a></p><p>您可以在 <strong>Quick, Draw!</strong> 主頁面的右下角選擇語系，並且點擊「開始塗鴉」(如下圖)</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*GBNDwi_8YUl9iwhzkpeD9g.png" /><figcaption><strong>Quick, Draw!</strong> 主頁面</figcaption></figure><h4>Step 2.您需要在20秒內畫出指定物品</h4><p>系統會在每一回合出現 6 題讓你進行繪圖，你要在 20 秒的時間限制內，畫出指定物品(例如鳳梨)。</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*muo7QexrMOi2nKLh5VN5Ng.png" /></figure><h4>Step 3.用鼠標或手指畫出需要的物品</h4><p>你可以利用筆電或桌機的鼠標進行繪圖，也可以在平板或手機上利用手指來畫出需要的物品，AI 會利用類神經網路技術所產生的模型，猜測你所畫的東西是什麼，直到猜對或時間用完，就會進行下一題。</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*QIiuFy0RW4T6sRt_UBLXjg.png" /><figcaption>畫出指定物品</figcaption></figure><h4>Step 4. 完成六幅畫後，檢查你的結果！</h4><p>畫完 6 題的圖畫後，系統會顯示您所畫的圖案，以及 AI 透過類神經網路技術，是否都能辨識您所畫的圖。完成後也可以分享您的作品至社群媒體上。</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*tgppGH1HN7gl89Qh6bwcjA.png" /><figcaption>顯示完成的六幅畫</figcaption></figure><h3>Quick, Draw! 如何工作</h3><p>類神經網路同時認為你塗鴉的圖形也會像下面這些東西，所以如果 AI 猜錯您畫的東西，您將有機會看到“類神經網路”認為您的塗鴉可能是什麼。</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*Lzh01IjfEVfKjyRfBltiaA.png" /><figcaption>類神經網路認為你的塗鴉也像這些東西</figcaption></figure><p>類神經網路是如何掌握鳳梨的外觀模樣呢？它會參考其他人畫的所有範例，並從中進行學習，然後不斷的累積經驗而猜得更精準。20 秒內不管你畫什麼，都是 AI 不斷學習的訓練樣本！。</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*LfiidIhaXNCsGNUx8KINfQ.png" /><figcaption>類神經網路會參考其他人畫的範例並進行學習</figcaption></figure><h3>Quick, Draw! 數據集 (Dataset)</h3><p>由於目前已經有超過 1500 萬玩家(人數還在快速增加)在 <strong>Quick, Draw!</strong> 中貢獻了數千萬張圖畫以上(包括你我)！因此這些塗鴉形成了一個獨特的數據集(Dataset)，可以用來幫助許多開發人員訓練新的類神經網路，同時幫助研究人員了解世界各地人們是如何繪畫的模式，也可以幫助許多藝術家創造我們還沒有開始想到的東西。這就是為什麼 Google 要將它們<a href="https://github.com/googlecreativelab/quickdraw-dataset">開源</a>，任何人都可以玩，也都可以應用。</p><p><a href="https://quickdraw.withgoogle.com/data"><strong>Quick, Draw! </strong>數據集</a>包含<a href="https://github.com/googlecreativelab/quickdraw-dataset"> 345 個類別的 5000 萬張繪圖</a>，都是由你我及全世界的玩家所提供。大家可以在此<a href="https://quickdraw.withgoogle.com/data">數據集說明網頁</a>，試著點選筆者塗鴉的鳳梨(pineapple)類別，你將可以看到全世界的人是如何畫鳳梨的。</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*O5RZLtkH303AfPkS_I5dvA.png" /><figcaption>Quick, Draw! 數據集</figcaption></figure><h3>Quick, Draw! 數據視覺化</h3><p>如果你想進一步探索數據集，則可以使用 Facets 數據可視化平台來瞭解數據，並且看看不同國家所畫的臉及椅子是如何進行的，以及 AI 是否可以辨識的出來，同時數據可視化將可以讓你更瞭解你的數據。</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*s47GXaZoXRCfmUW0c3I-Vw.gif" /><figcaption>Quick, Draw! 數據視覺化</figcaption></figure><p>如果你是一個初學者，想要瞭解自己的數據，並且使其能夠建立更好的機器學習模型，那你可以參考下面這篇文章，它將讓你在機器學習時的數據可以高度視覺化。</p><p><a href="http://simplelearn.tw/2022/07/26/facets%ef%bd%9c%e6%a9%9f%e5%99%a8%e5%ad%b8%e7%bf%92%e6%96%bc%e8%a8%93%e7%b7%b4%e6%95%b8%e6%93%9a%e6%99%82%e7%9a%84%e5%8f%af%e8%a6%96%e5%8c%96%e5%b7%a5%e5%85%b7/">Facets｜機器學習於訓練數據時的可視化工具</a></p><p>Quick, Draw! 除了是一種讓任何人都可以玩機器學習的簡單方法，同時這些大量的塗鴉數據也是改進機器學習的寶貴資源。Google 的研究團隊使用它們來訓練像是 sketch-rnn 這樣的 AI 模型，讓人們可以使用類神經網路來進行AI 繪圖。我們從塗鴉遊戲(Quick, Draw!)中所收集的數據，為 AutoDraw 等 AI 繪圖工具提供了強大的動力，它將機器學習與才華洋溢的藝術家所繪製作品相結合，幫助每個人可以快速創建任何很棒的視覺效果與作品。</p><p><a href="http://simplelearn.tw/2022/07/24/google-autodraw%ef%bd%9c%e7%94%a8-ai-%e5%bf%ab%e9%80%9f%e7%b9%aa%e5%9c%96/">Google AutoDraw｜用 AI 快速繪圖</a></p><p>如果你喜歡這篇文章歡迎<strong>分享</strong>與<strong>追蹤</strong>，持續關注最新文章。同時<a href="https://www.facebook.com/mapeacademy"><strong>臉書(FB)</strong></a>也會不定期提供國內外教育與科技新知。</p><p>By Steven Lo (IG：<a href="https://www.instagram.com/kwangchih/">@kwangchih</a>)</p><img src="https://medium.com/_/stat?event=post.clientViewed&referrerSource=full_rss&postId=5c25077d93a6" width="1" height="1" alt=""><hr><p><a href="https://medium.com/python4u/quick-draw-%E4%B8%8D%E5%83%85%E6%98%AF-ai-%E9%81%8A%E6%88%B2-%E6%9B%B4%E6%98%AF%E4%B8%96%E7%95%8C%E4%B8%8A%E6%9C%80%E5%A4%A7%E7%9A%84%E5%A1%97%E9%B4%89%E6%95%B8%E6%93%9A%E9%9B%86-5c25077d93a6">Quick, Draw!｜不僅是 AI 遊戲，更是世界上最大的塗鴉數據集</a> was originally published in <a href="https://medium.com/python4u">Python4U</a> on Medium, where people are continuing the conversation by highlighting and responding to this story.</p>]]></content:encoded>
        </item>
        <item>
            <title><![CDATA[Paint with Music｜用機器學習驅動的繪畫音樂]]></title>
            <link>https://medium.com/python4u/paint-with-music-%E7%94%A8%E6%A9%9F%E5%99%A8%E5%AD%B8%E7%BF%92%E9%A9%85%E5%8B%95%E7%9A%84%E7%B9%AA%E7%95%AB%E9%9F%B3%E6%A8%82-455dd7842274?source=rss-9331c97bf89e------2</link>
            <guid isPermaLink="false">https://medium.com/p/455dd7842274</guid>
            <category><![CDATA[人工智慧]]></category>
            <category><![CDATA[ai-for-k12]]></category>
            <category><![CDATA[機器學習]]></category>
            <category><![CDATA[ai-literacy]]></category>
            <category><![CDATA[ai-activity]]></category>
            <dc:creator><![CDATA[Steven Lo]]></dc:creator>
            <pubDate>Sun, 05 Jun 2022 14:50:46 GMT</pubDate>
            <atom:updated>2023-04-23T02:35:15.097Z</atom:updated>
            <content:encoded><![CDATA[<h4>Google AI 讓藝術和音樂之間的關係更加真實</h4><blockquote><strong>文章搬新家囉！<br>全新內容歡迎參考 「</strong><a href="https://simplelearn.tw/google-paint-with-music/"><strong>Paint with Music｜用機器學習驅動的繪畫音樂 (2023更新版)</strong></a><strong>」<br>未來最新文章也將移至 </strong><a href="https://simplelearn.tw/"><strong>https://simplelearn.tw/</strong></a><strong><br>歡迎海、內外讀者持續追蹤及關注我們的文章~~</strong></blockquote><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*ovmQSjD63a1_37saqPY0tQ.png" /></figure><p><strong>Paint with Music</strong> 是 Google 藝術與文化實驗室，為了讓藝術和音樂之間的關係更加真實，所創作的一個有趣的音樂實驗。它是一種互動體驗，連接了兩種主要的藝術表現形式：<strong>繪畫</strong>以及<strong>音樂創作</strong>。</p><p>同時在<strong>機器學習</strong>的幫助下，Paint with Music 工具，可以將您的筆觸轉換為音符，而您的畫筆實際上就是幫助您創作音樂的工具。</p><p>現在就讓我們一起用音樂來繪圖吧！</p><p>首先，可以利用 google 搜尋 “paint with music”，然後進入 Google 藝術與文化的主頁面，接著點擊「啟動實驗」。</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*Do5GODUJvEOugYU5bxyQnQ.png" /><figcaption>Paint with Music「啟動實驗」</figcaption></figure><h4>Step 1. 選擇畫布</h4><p>你會看到系統提供 4 種畫布，分別是</p><ul><li>In the Sky</li><li>Underwater</li><li>On the Street</li><li>On Paper</li></ul><p>我們可以點選第一個空中(In the Sky)，然後在畫布上進行不同的音樂體驗。</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*ROEfIIwxyWES7RAgPcWsjg.png" /><figcaption>Paint with Music 提供 4 種畫布</figcaption></figure><h4>Step 2. 使用工具創作</h4><p>進入後您可以使用左下角 4 種樂器(長笛、薩克斯風、小喇叭及小提琴)，來當作你不同的畫筆，利用它們在畫布上盡情繪畫來演奏它。</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*WqkqKdIIt6SK4zQxP7Tx9Q.png" /></figure><p>每種畫布都會有特定的圖章，以空中(In the Sky)畫布來說，它提供了小鳥圖章，可以在畫布上任意添加唱歌的小鳥。在螢幕右下角，你可以利用五線譜來輔助音樂創作，也可以選擇撤消已繪製的部分，或刪除整幅畫重新開始。若是想要更改背景畫布，可以點擊“更改畫布”做變換。</p><p>瞭解這些功能後，就可以開始使用樂器來進行創作。平台上的畫布、機器學習 (ML) 和特殊音效結合在一起，讓您的繪畫說話或製作音樂。</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*uOBcZNanl1IpnWeNiYIowA.gif" /><figcaption>利用樂器進行創作</figcaption></figure><h4>Step 3. 分享作品</h4><p>完成後想分享您的作品時，可點擊分享 icon。複製網址後，可以將網址提供給朋友，他只要貼上網址就能欣賞你的作品，是不是很有趣呢！</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*nFOpYlFvcN_kpGI-4l_giw.png" /><figcaption>分享作品</figcaption></figure><p>現在就讓我們來看看經由機器學習，與你的樂器畫筆合作後，所驅動的繪圖音樂作品！</p><iframe src="https://cdn.embedly.com/widgets/media.html?src=https%3A%2F%2Fwww.youtube.com%2Fembed%2FK27chPc86x4%3Ffeature%3Doembed&amp;display_name=YouTube&amp;url=https%3A%2F%2Fwww.youtube.com%2Fwatch%3Fv%3DK27chPc86x4&amp;image=https%3A%2F%2Fi.ytimg.com%2Fvi%2FK27chPc86x4%2Fhqdefault.jpg&amp;key=a19fcc184b9711e1b4764040d3dc5c07&amp;type=text%2Fhtml&amp;schema=youtube" width="854" height="480" frameborder="0" scrolling="no"><a href="https://medium.com/media/9752e3f9d61b7d5d1e2717dd141f7e08/href">https://medium.com/media/9752e3f9d61b7d5d1e2717dd141f7e08/href</a></iframe><iframe src="https://cdn.embedly.com/widgets/media.html?src=https%3A%2F%2Fwww.youtube.com%2Fembed%2FCUrZkLjfcSs%3Ffeature%3Doembed&amp;display_name=YouTube&amp;url=https%3A%2F%2Fwww.youtube.com%2Fwatch%3Fv%3DCUrZkLjfcSs&amp;image=https%3A%2F%2Fi.ytimg.com%2Fvi%2FCUrZkLjfcSs%2Fhqdefault.jpg&amp;key=a19fcc184b9711e1b4764040d3dc5c07&amp;type=text%2Fhtml&amp;schema=youtube" width="854" height="480" frameborder="0" scrolling="no"><a href="https://medium.com/media/add0b2f4d0297ca458967a6e26f7bf6f/href">https://medium.com/media/add0b2f4d0297ca458967a6e26f7bf6f/href</a></iframe><iframe src="https://cdn.embedly.com/widgets/media.html?src=https%3A%2F%2Fwww.youtube.com%2Fembed%2Fy-dYr62ztIQ%3Ffeature%3Doembed&amp;display_name=YouTube&amp;url=https%3A%2F%2Fwww.youtube.com%2Fwatch%3Fv%3Dy-dYr62ztIQ&amp;image=https%3A%2F%2Fi.ytimg.com%2Fvi%2Fy-dYr62ztIQ%2Fhqdefault.jpg&amp;key=a19fcc184b9711e1b4764040d3dc5c07&amp;type=text%2Fhtml&amp;schema=youtube" width="854" height="480" frameborder="0" scrolling="no"><a href="https://medium.com/media/e8fcaa4a198fe0e4a6dabd036c2936c9/href">https://medium.com/media/e8fcaa4a198fe0e4a6dabd036c2936c9/href</a></iframe><iframe src="https://cdn.embedly.com/widgets/media.html?src=https%3A%2F%2Fwww.youtube.com%2Fembed%2FHjn-45w6QeA&amp;display_name=YouTube&amp;url=https%3A%2F%2Fwww.youtube.com%2Fwatch%3Fv%3DHjn-45w6QeA&amp;image=http%3A%2F%2Fi.ytimg.com%2Fvi%2FHjn-45w6QeA%2Fhqdefault.jpg&amp;key=a19fcc184b9711e1b4764040d3dc5c07&amp;type=text%2Fhtml&amp;schema=youtube" width="854" height="480" frameborder="0" scrolling="no"><a href="https://medium.com/media/ff0caa43d794f26512a0be18bec7005b/href">https://medium.com/media/ff0caa43d794f26512a0be18bec7005b/href</a></iframe><p>Paint with Music 雖然使用起來簡單有趣，但對於那些在音樂和藝術上有知識的人來說，這個工具可以創造更多，因為只有隨機的形狀，容易產生不合調的聲音，並不能真正做好一首歌，但還是很有趣。</p><p>所以人類與 AI 不是競爭，而是可以合作，一起做出不一樣的作品。完整教學可參考 <a href="https://youtu.be/Kb6mn9YsJfY">Paint with Music Tutorial</a>。</p><iframe src="https://cdn.embedly.com/widgets/media.html?src=https%3A%2F%2Fwww.youtube.com%2Fembed%2FKb6mn9YsJfY%3Ffeature%3Doembed&amp;display_name=YouTube&amp;url=https%3A%2F%2Fwww.youtube.com%2Fwatch%3Fv%3DKb6mn9YsJfY&amp;image=https%3A%2F%2Fi.ytimg.com%2Fvi%2FKb6mn9YsJfY%2Fhqdefault.jpg&amp;key=a19fcc184b9711e1b4764040d3dc5c07&amp;type=text%2Fhtml&amp;schema=youtube" width="854" height="480" frameborder="0" scrolling="no"><a href="https://medium.com/media/22296a2aaafe7572a03351ac88025fa6/href">https://medium.com/media/22296a2aaafe7572a03351ac88025fa6/href</a></iframe><p>如果你喜歡這篇文章歡迎<strong>分享</strong>與<strong>追蹤</strong>，持續關注最新文章。同時<a href="https://www.facebook.com/mapeacademy"><strong>臉書(FB)</strong></a>也會不定期提供國內外教育與科技新知。</p><p>By Steven Lo (IG：<a href="https://www.instagram.com/kwangchih/">@kwangchih</a>)</p><img src="https://medium.com/_/stat?event=post.clientViewed&referrerSource=full_rss&postId=455dd7842274" width="1" height="1" alt=""><hr><p><a href="https://medium.com/python4u/paint-with-music-%E7%94%A8%E6%A9%9F%E5%99%A8%E5%AD%B8%E7%BF%92%E9%A9%85%E5%8B%95%E7%9A%84%E7%B9%AA%E7%95%AB%E9%9F%B3%E6%A8%82-455dd7842274">Paint with Music｜用機器學習驅動的繪畫音樂</a> was originally published in <a href="https://medium.com/python4u">Python4U</a> on Medium, where people are continuing the conversation by highlighting and responding to this story.</p>]]></content:encoded>
        </item>
        <item>
            <title><![CDATA[Google AutoDraw｜用 AI 快速繪圖]]></title>
            <link>https://medium.com/python4u/google-autodraw-%E7%94%A8-ai-%E5%BF%AB%E9%80%9F%E7%B9%AA%E5%9C%96-bb686e997d9e?source=rss-9331c97bf89e------2</link>
            <guid isPermaLink="false">https://medium.com/p/bb686e997d9e</guid>
            <category><![CDATA[ai-for-k12]]></category>
            <category><![CDATA[機器學習]]></category>
            <category><![CDATA[人工智慧]]></category>
            <category><![CDATA[ai-activity]]></category>
            <category><![CDATA[ai-literacy]]></category>
            <dc:creator><![CDATA[Steven Lo]]></dc:creator>
            <pubDate>Thu, 02 Jun 2022 02:26:34 GMT</pubDate>
            <atom:updated>2023-04-23T02:34:46.400Z</atom:updated>
            <content:encoded><![CDATA[<h4>適合所有人的快速繪圖 (Google AutoDraw Tutorial)，教你快速製作icons及海報！</h4><blockquote><strong>文章搬新家囉！<br>全新內容歡迎參考 「</strong><a href="https://simplelearn.tw/google-autodraw/"><strong>Google AutoDraw｜用 AI 快速繪圖 (2023更新版)</strong></a><strong>」<br>未來最新文章也將移至 </strong><a href="https://simplelearn.tw/"><strong>https://simplelearn.tw/</strong></a><strong><br>歡迎海、內外讀者持續追蹤及關注我們的文章~~</strong></blockquote><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*FTuc4ll7VCkRI-Huanb8lA.png" /></figure><p>對許多人來說，在手機或電腦上繪圖可能既慢又困難，因此 Google 幫不擅於繪圖的人創建了<a href="https://www.autodraw.com/">AutoDraw</a>，這是一種基於網頁( Web) 的繪圖工具，它利用 Google AutoDraw 的人工智慧，來幫助每個人快速創作繪圖作品。</p><p>大家可以先連至下面 <a href="https://www.autodraw.com/">AutoDraw</a> 網站，我們將帶著大家快速瞭解運作流程及實際創作。</p><p><a href="https://www.autodraw.com/">AutoDraw</a></p><h4>AutoDraw 的工作原理是什麼呢?</h4><p>AutoDraw 主要是透過 AI 當中機器學習(Machine Learning)的方法，與許多才華橫溢的藝術家、設計師和插畫師所創作的繪圖相結合，</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*UZIMWlfPTBZV4hL4iYftPQ.jpeg" /></figure><p>例如，當我們試著畫下圖左邊很簡單的腳踏車線條時，AI 會問我們是不是想畫右邊這張圖的意思。</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*vpS0ABoqK3JtYYQA_icNMQ.jpeg" /><figcaption><strong>AutoDraw：腳踏車</strong></figcaption></figure><p>我們再試著畫下圖中左邊三個區塊時，AI 會問我們是不是想畫右邊漢堡這張圖。</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*yr9r2Mz7Krc4xzV_Hv_Elw.jpeg" /><figcaption><strong>AutoDraw：漢堡</strong></figcaption></figure><p>而當我們試著畫下圖左邊的房子時，AI 則會問我們是不是想畫右邊這張漂亮的建築物。而這一個建築物作品則是由藝術家哈拉夫(<a href="https://hawraf.com/"><strong>HAWRAF</strong></a><strong>)</strong>所提供，並且是透過機器學習來預測。</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*cmnAoL997REilm6lWJ_POQ.jpeg" /><figcaption><strong>AutoDraw：建築物</strong></figcaption></figure><h4>使用 AutoDraw</h4><p>現在將教大家如何使用 AutoDraw 當中的一些功能，</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*AA77126RUeZ9S_XCWkJJkA.png" /><figcaption><strong>AutoDraw 功能介面</strong></figcaption></figure><h4>Step 1. 畫圖</h4><p>首先選擇上圖中<strong>(2)自動繪圖(AutoDraw) </strong>這個工具開始畫圖，它會使用 AI 來猜測我們畫什麼，例如我們正在畫一個蛋糕，然後選擇上方圈起來的這個蛋糕 icon。</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*3UFVz0CkUwzr77okt6xM7Q.png" /><figcaption><strong>畫圖</strong></figcaption></figure><h4>Step 2. 上色</h4><p>然後可以選擇<strong>(5)填充(Fill)</strong>工具幫它上色，像是選擇棕色幫它上巧克力，選擇黃色蛋糕體以及紅色的蠟燭(如下圖)。</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*c81kzqh-XT7BdOdvkXIh7A.png" /><figcaption><strong>將 icon 上顏色</strong></figcaption></figure><h4>Step 3. 輸入文字</h4><p>然後使用<strong>(4)文字類型(Type)</strong>來輸入文字，並挑選喜愛的字體，同時可以使用<strong>(1) 選擇(Select)</strong>工具，來進行字體大小調整或移動(如下圖)。</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*d2TmJT7WlNb1JaXKpU21ew.png" /><figcaption><strong>鍵入想要的文字</strong></figcaption></figure><h4>Step 4. 下載作品</h4><p>點選左上角三條橫線處，會出現功能選單，點擊<strong>下載(Download)</strong>，可以將您的作品下載至您的電腦中，未來可以在 PowerPoint 或 Word 中使用您自製的icon。</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*FXv8F91WdONAP_4M0vEZOw.png" /><figcaption><strong>下載作品</strong></figcaption></figure><h4>Step 5. 分享作品</h4><p>點擊上圖中<strong>分享(Share)</strong>功能後，將會出現如下圖分享畫面，點及<strong>Copy Link</strong>可以複製作品連結給朋友(如下圖)</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*8E4CgpGOSXO-VQ9dgPWj6w.png" /><figcaption><strong>分享作品</strong></figcaption></figure><h4>用 AI 快速繪圖</h4><p>現在就讓我們一起來看看如何使用 Google 的 AI 實驗 AutoDraw，快速繪製您的第一個 icon。完成後，您可以將其下載為 .png 的圖檔或透過社交媒體(連結)分享給您的朋友，同時影片當中，也會教您如何快速將 icon 製作成透明背景。</p><iframe src="https://cdn.embedly.com/widgets/media.html?src=https%3A%2F%2Fwww.youtube.com%2Fembed%2FOXiW4Uk1VTA%3Ffeature%3Doembed&amp;display_name=YouTube&amp;url=https%3A%2F%2Fwww.youtube.com%2Fwatch%3Fv%3DOXiW4Uk1VTA&amp;image=https%3A%2F%2Fi.ytimg.com%2Fvi%2FOXiW4Uk1VTA%2Fhqdefault.jpg&amp;key=a19fcc184b9711e1b4764040d3dc5c07&amp;type=text%2Fhtml&amp;schema=youtube" width="854" height="480" frameborder="0" scrolling="no"><a href="https://medium.com/media/7a004c28a5bd91abb6ffc41738c0c9bf/href">https://medium.com/media/7a004c28a5bd91abb6ffc41738c0c9bf/href</a></iframe><h4>用 AI 繪製海報</h4><p>除了利用AutoDraw繪製 icon 之外，也可以利用他的 AI 功能快速製作傳單、海報及資訊圖表，下面這一個視頻則是教您如何快速製作一個有趣的海報，大家可以試著玩玩看，現在就讓我們一起進入AI 活動吧！</p><iframe src="https://cdn.embedly.com/widgets/media.html?src=https%3A%2F%2Fwww.youtube.com%2Fembed%2FwTdD9EuIRGc%3Ffeature%3Doembed&amp;display_name=YouTube&amp;url=https%3A%2F%2Fwww.youtube.com%2Fwatch%3Fv%3DwTdD9EuIRGc&amp;image=https%3A%2F%2Fi.ytimg.com%2Fvi%2FwTdD9EuIRGc%2Fhqdefault.jpg&amp;key=a19fcc184b9711e1b4764040d3dc5c07&amp;type=text%2Fhtml&amp;schema=youtube" width="854" height="480" frameborder="0" scrolling="no"><a href="https://medium.com/media/5ff6d8ff21aa008e9f03395ad225dbc1/href">https://medium.com/media/5ff6d8ff21aa008e9f03395ad225dbc1/href</a></iframe><p>如果你喜歡這篇文章歡迎<strong>分享</strong>與<strong>追蹤</strong>，持續關注最新文章。同時<a href="https://www.facebook.com/mapeacademy"><strong>臉書(FB)</strong></a>也會不定期提供國內外教育與科技新知。</p><p>By Steven Lo (IG：<a href="https://www.instagram.com/kwangchih/">@kwangchih</a>)</p><img src="https://medium.com/_/stat?event=post.clientViewed&referrerSource=full_rss&postId=bb686e997d9e" width="1" height="1" alt=""><hr><p><a href="https://medium.com/python4u/google-autodraw-%E7%94%A8-ai-%E5%BF%AB%E9%80%9F%E7%B9%AA%E5%9C%96-bb686e997d9e">Google AutoDraw｜用 AI 快速繪圖</a> was originally published in <a href="https://medium.com/python4u">Python4U</a> on Medium, where people are continuing the conversation by highlighting and responding to this story.</p>]]></content:encoded>
        </item>
        <item>
            <title><![CDATA[使機器變智慧的 7 件事]]></title>
            <link>https://medium.com/python4u/%E4%BD%BF%E6%A9%9F%E5%99%A8%E8%AE%8A%E6%99%BA%E6%85%A7%E7%9A%84-7-%E4%BB%B6%E4%BA%8B-85304948ecdf?source=rss-9331c97bf89e------2</link>
            <guid isPermaLink="false">https://medium.com/p/85304948ecdf</guid>
            <category><![CDATA[machine-learning]]></category>
            <category><![CDATA[ai-literacy]]></category>
            <category><![CDATA[artificial-intelligence]]></category>
            <category><![CDATA[data-science]]></category>
            <category><![CDATA[ai-for-k12]]></category>
            <dc:creator><![CDATA[Steven Lo]]></dc:creator>
            <pubDate>Thu, 02 Jun 2022 01:54:33 GMT</pubDate>
            <atom:updated>2024-03-27T05:24:29.482Z</atom:updated>
            <content:encoded><![CDATA[<h4>Machine Learning for Everyone | 機器學習基礎篇</h4><blockquote><strong>文章搬新家囉！<br>全新內容歡迎參考 「</strong><a href="https://simplelearn.tw/machine-learning-7-things-make-machine-smart/"><strong>使機器變智慧的 7 件事 (2023 更新版)</strong></a>」<strong><br>未來最新文章也將移至 </strong><a href="https://simplelearn.tw/"><strong>https://simplelearn.tw/</strong></a><strong><br>歡迎海、內外讀者持續追蹤及關注我們的文章~~</strong></blockquote><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*4YfmlgAWd-o-MKfOjmq8tg.png" /></figure><p>機器學習是人工智慧的一個技術分支，在過去的數十年裡，出現了許多不同的人工智慧分支，而機器學習是目前最廣泛使用和談論的部分。但其實機器學習已經存在好一段時間，一直到過去十年中才開始嶄露頭角，因為數據愈來愈多，運算能力越來越強等因素，讓大家愈來愈重視它。而這樣的技術讓機器可以進行學習，並且可以學會準確地做出許多預測。</p><p>想了解機器是如何學習，並進而能有智慧，那你可以先瞭解這 7 件事：</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*Njkti-qCvW_OBoEdQkxh_w.png" /><figcaption>使機器變智慧的7件事</figcaption></figure><h4>1. 機器沒有數據就無法工作</h4><p>人類學習主要來自於經驗，而機器為了要學習如何擅長做出預測，需要的第一件事就是數據，事實上，收集數據與收集經驗非常相似。</p><p>人類會不斷累積經驗，來做出更好的判斷，而機器也是根據數據經過學習後，能有很好的預測能力。</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*ZBFPZ_pJyBwyZpwJKb2IDQ.png" /><figcaption>機器沒有數據就無法工作</figcaption></figure><h4>2. 機器可以感知周圍的世界</h4><p>我們知道機器學習需要數據，那它實際上是如何獲取數據的呢？除了我們準備好數據提供給它之外，機器主要會透過傳感器(Sensors)來感知周圍的世界，並將這些觀察結果(圖像、文本、聲音)轉化為數據。</p><p>而人類則是使用各種感官來感知周圍的世界，這些感官就是我們的“傳感器”(Sensors)。</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*mlb_1gzLQthcW_i7m7Zthw.png" /><figcaption>機器可以感知周圍的世界</figcaption></figure><h4>3. 機器可以識別模式</h4><p>機器有了數據後，可以在其中尋找模式(Patterns)，而模式識別會是機器學習中最重要的一個過程。同時模式可以讓我們從數據中發現洞察力，並且利用它來進行預測。如果數據變得很大，機器在尋找數據模式方面會做得更好。</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*_bOpM-7Zz8iIS11z4BtBag.png" /><figcaption>機器可以識別模式</figcaption></figure><h4>4. 機器可以從數據中學習</h4><p>與其他 AI 技術相比，機器學習是獨一無二的，因為它可以從數據中學習。我們提供的數據越多，機器做出預測的能力就越好，同時產生的錯誤也會比較少。這就是為什麼在機器學習的世代中，數據為王。</p><p>事實上，機器學習已經存在許多年，但直到近幾年機器學習才開始起飛並獲得重視。主要是因為我們可用的數據類型和數量都出現了驚人的增長，並且運算處理能力也大幅增強。為機器提供大量數據，使其擅長預測。 這個過程我們稱為“訓練”。在此訓練過程，機器會持續學習，直到它所犯的錯誤程度變小。</p><p>其實，人類也需要大量的“數據”來學習。還記得前面所提的經驗比喻嗎？我們收集的經驗或數據越多，我們就越有能力做出未來許多決定。</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*-0ACJM7XPpBJIM2SKUwFkA.png" /><figcaption>機器可以從數據中學習</figcaption></figure><h4>5. 機器可以把東西變成數字</h4><p>對於我們使用機器學習來說，數據必須是數字的形式。但是，如果數據不是數字，例如圖像、文本或音頻呢？</p><p>不用擔心，機器幾乎都可以將它看到的所有東西變成數字，這意味著它們將成為數據。</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*FK8PIIlB2gxk3ph6o3DH4w.png" /><figcaption>機器可以把東西變成數字</figcaption></figure><h4>6. 機器的”大腦”有點像人腦</h4><p>有一種機器學習技術稱為神經網路(Neural Network)。它雖然存在很久，但現在非常流行，因為它可以在最複雜的數據中找到模式(Patterns)。</p><p>神經網路有點像人腦。它由我們稱為神經元的單元組成。我們可以將這些神經元想像成很微小的智慧積木。單一看一個積木時，起不了什麼作用，但是放在一起時，它們可以做一些非常棒的事情。神經元可以相互連接，同時當我們提供的數據越多，神經網路將會學習的越多。</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*CwVZEu_W2M6xprd5nRDEHQ.png" /><figcaption>機器的”大腦”有點像人腦</figcaption></figure><h4>7. 人類可以決定機器變好或變壞</h4><p>對於任何技術，總有辦法將其用在好的地方或壞的地方，這些非技術好或壞的問題，而是使用它的人可決定它走哪條路。沒錯，決定的人就是你和我。</p><p>人工智慧是一種影響各行各業的人的技術。所以，我們必須從一開始就做到這一點，那就是現在。當我們創建人工智慧系統時，應該考慮許多道德問題。例如，必須尊重每個人的個人數據隱私權。同時必須確保人工智慧系統不偏向特定人群，而產生偏見。</p><p>最重要的是，當我們利用 AI 進行創新時，應該考慮它對今天和未來社會的影響。</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*f3Y09GYrMXMstKlXeAa-tQ.png" /><figcaption>人類可以決定機器變好或變壞</figcaption></figure><p>如果你喜歡這篇文章歡迎<strong>分享</strong>與<strong>追蹤</strong>，持續關注最新文章。同時<a href="https://www.facebook.com/mapeacademy"><strong>臉書(FB)</strong></a>也會不定期提供國內外教育與科技新知。</p><p>By Steven Lo (IG：<a href="https://www.instagram.com/kwangchih/">@kwangchih</a>)</p><img src="https://medium.com/_/stat?event=post.clientViewed&referrerSource=full_rss&postId=85304948ecdf" width="1" height="1" alt=""><hr><p><a href="https://medium.com/python4u/%E4%BD%BF%E6%A9%9F%E5%99%A8%E8%AE%8A%E6%99%BA%E6%85%A7%E7%9A%84-7-%E4%BB%B6%E4%BA%8B-85304948ecdf">使機器變智慧的 7 件事</a> was originally published in <a href="https://medium.com/python4u">Python4U</a> on Medium, where people are continuing the conversation by highlighting and responding to this story.</p>]]></content:encoded>
        </item>
    </channel>
</rss>