主页 > J嘉生活 >2017资料科学年会登场!谁上课不专心、棒球比赛怎幺打,从数 >

2017资料科学年会登场!谁上课不专心、棒球比赛怎幺打,从数

2017资料科学年会登场!谁上课不专心、棒球比赛怎幺打,从数
KKBOX 现场摊位示範接上微软脸部辨识年龄 API,并据此挑选曲目的专案

随着 AI 热潮崛起,资料科学年会今年衍生出人工智慧年会,自 11/9 有人工智慧年会打前锋,联合成一共 4 天的盛事。11/11 、12 则轮到资料科学年会本体正式登场。

延续往年的高人气,今年人潮依旧热络,而讲座分散在中研院人文社会科学馆和活动中心两馆,场地控制得宜,很少出现因人气太高爆满进不去的情形。

2017资料科学年会登场!谁上课不专心、棒球比赛怎幺打,从数
KKBOX 现场摊位示範接上微软脸部辨识年龄 API,并据此挑选曲目的专案

就如同讲者之一的元智大学通讯工程系助理教授曾俊雄所说,电脑科技应用不断演变,从单机、伺服端、网路到分散式运算,现在又来到大数据与人工智慧崛起,每个新时代都有新的挑战。可以看到今年资料科学年会延续去年趋势,仍有不少应用主题和 AI 密不可分。

玉山银行 CRV 襄理林钲育的讲题直接就针对资料处理与 AI 的可能应用解析,而 KKBOX 的机器学习研究员陈怡安也现身分享打造音乐推荐系统的问题与解方。从 KKBOX 的经验可以看到,在分辨「曲风」、「情境」等需要多方考量节奏、乐器、人声、歌词等元素,同时还不能冷落新歌曲,单靠机器从零开始太困难,需要不少音乐领域专家来协助训练,并用主动学习的方式反过来先让机器判读,再由专家检视成果并丢回机器学习来加快效率。

2017资料科学年会登场!谁上课不专心、棒球比赛怎幺打,从数
元智大学通讯工程系助理教授曾俊雄

曾俊雄助理教授则试图解决困扰老师们已久的千古难题:学生上课专心吗?并藉由观察学生上课中的表情、播放教学影片何时定格等行为,以及撷取课程心得中的关键字词多方预测学生成绩表现。在这个案例中,主要是利用人工分类和统计方法来关联行为特徵与成绩,发现课程心得中较多绝望词语者成绩较差,积极词语较多者成绩较高,而单纯觉得有趣者则无显着差异。虽然最后在表情与影片播放的部分还需要更多测试,不过大致能看出在影片中段暂停者成绩没有明显不同,而最后暂停者成绩较好的初步观察。

在逢甲大学资工系助理教授许怀中则以美国棒球数据的历史进程为引,延伸出运动科学中数据逐渐扛起关键角色的历程。从早前仅有记者简单纪录的得分表格,到更细节的出局、安打数等等,再延伸出如打击率的新的统计数据,后来为了改善打击率的参考性分成ㄧ、二、三垒安打和全垒打等等,数据演进成现在庞大而複杂,甚至能及时更新比赛数据。延伸应用还能绘出失误率高低地图、辅助决策,甚至经营球队。还举知名例子魔球中的运动家队,可以利用数据找出「CP 值」最高球员。

随着台湾人工智慧年会开办,之后资料科学年会儘管仍有许多可与人工智慧合作的应用主题,不过预计方向更加聚焦资料获取、统计与分析,以及训练 AI 时,资料科学家与各领域专家预先处理并随时辅以修正的基本功与发想。



上一篇: 下一篇: