ขอแนะนำ 2 อนิเมะใหม่ปี 2021 ที่เรากำหลังติดหนึบ ไม่อยากให้พลาด
#東京リベンジャーズ 𝐓𝐨𝐤𝐲𝐨 𝐑𝐞𝐯𝐞𝐧𝐠𝐞𝐫𝐬
🔴 ปกติไม่ได้ชอบดูอนิเมะนักเรียนต่อยตีเท่าไหร่นะ แต่เรื่องนี้หยุดดูไม่ได้จริงๆ!!! เส้นเรื่องหลักคือ “การย้อนเวลา เพื่อกลับไปช่วยคนสำคัญในชีวิต”
🔴 ตัวเอกของเรื่องคือ “ทาเคมิจจิ” เด็กหนุ่มที่ใช้ชีวิตไปวันๆ ทำอะไรก็ไม่ได้เรื่อง แต่แล้ววันนึงก็บังเอิญเห็นข่าวในทีวี “ฮินาตะ” รักแรกและรักเดียวในชีวิตของเขาได้เสียชีวิตลง เพราะเข้าไปพัวพันกับคดีแก๊งนักเลงใหญ่ในโตเกียว เล่ามากกว่านี้ไม่ได้เพราะมันจะสปอยล์ แต่เอาเป็นว่า แรกๆ ก็ย้อนเวลาเพื่อช่วยคนรักเก่า แต่ระหว่างที่ย้อนเวลากลับไป ก็มีเส้นเรื่องของความผูกพันในกลุ่มเพื่อนใหม่ๆเกิดขึ้น และทำให้เค้าต้องย้อนเวลากลับไปมา เพื่อช่วยคนกลุ่มนั้นด้วยเช่นกัน
🔴 สิ่งที่ต้องชมเรื่องนี้คือการดำเนินเรื่อง สนุกแบบไม่มีเบื่อ และการออกแบบคาแรคเตอร์ ดีมาก! ทุกตัวละครชัดเจน และเท่มากกก หลงรักดราเค่นไปแล้ว 😍
ตอนนี้ฉายถึงตอน 19 ยังไม่จบ ในไทยมีใน Youtube ช่อง MUSE แนะนำ!
--------------------------
#不滅のあなたへ 𝐓𝐨 𝐘𝐨𝐮𝐫 𝐄𝐭𝐞𝐫𝐧𝐢𝐭𝐲
⚫️ ตอนแรกเห็นชื่อเรื่องแล้วกดข้าม ทำไมมันเลี่ยนจังอ่ะ แต่...เห็น Score Ranking สูงปรี๊ดดดจากทั้งในญี่ปุ่น และ แฟนๆอนิเมะทั่วโลกแล้ว เห้ย..เรื่องนี้ไม่ดู ชั้นต้องพลาดแน่ๆ
⚫️ เรื่องนี้เกี่ยวกับสิ่งมีชีวิตปริศนาที่เป็นอมตะ แต่สามารถกลายร่างเป็นสิ่งที่เขาพบเจอได้ เมื่อสิ่งนั้น “ตายจากไป” จากก้อนกลม ได้กลายเป็นหิน เป็นหมาป่า และเป็นมนุษย์ เมื่อตอนที่เป็นมนุษย์เริ่มแรก เขาไม่มีอารมณ์ ความรู้สึก สื่อสารไม่ได้ แต่เมื่อได้เดินทาง ได้พบเจอผู้คนมากมาย ทำให้พัฒนาการตัวละครหลักเรื่องนี้มีเสน่ห์มาก
⚫️ เนื้อเรื่องของการพบเจอ ผูกพัน และ ตายจาก ทำได้ซึ้งกินใจ ช่วงฉากต่อสู้ ก็ทำให้เราลุ้นได้ตลอดว่าจะเอาชนะยังไง เป็นอนิเมะที่ภาพสวยมากก เนื้อเรื่องประทับใจ
ตอนนี้ฉายถึงตอนที่ 18 เช่นกัน ยังไม่จบ
ใครมีอนิเมะใหม่ๆ ของปีนี้ที่น่าดู แนะนำมาได้เลยนะ
Pic credit: https://tokyo-revengers-anime.com/
https://www.anime-fumetsunoanatae.com/
「muse score」的推薦目錄:
- 關於muse score 在 Facebook 的最讚貼文
- 關於muse score 在 台灣物聯網實驗室 IOT Labs Facebook 的最讚貼文
- 關於muse score 在 Liao Chuang Ting 廖莊廷 Facebook 的最讚貼文
- 關於muse score 在 MuseScore - 首頁 的評價
- 關於muse score 在 musescore.org - GitHub 的評價
- 關於muse score 在 Muse Score (musescore) - Profile | Pinterest 的評價
- 關於muse score 在 MuseScore Plugins: PluginAPI Class Reference - GitHub Pages 的評價
- 關於muse score 在 How to display musical notation using music21 in ipython ... 的評價
- 關於muse score 在 MuseScore 3: Play Different Instrument per Voice - Music ... 的評價
muse score 在 台灣物聯網實驗室 IOT Labs Facebook 的最讚貼文
履歷 OUT!聯合利華用 AI 找人才優選率增 6 成
作者:王茜穎 / 若水 Flow AI Blog 編輯團隊
本文重點:
1. AI 可加快人才篩選的速度和規模,節省成本,並改善求職者的經驗。
2. 根據職位量身打造演算法,僅納入被證明可預測工作績效的數據點,並考量文化差異。
3. 垃圾進垃圾出。需靠嚴謹的審查過程,消除演算法中的偏見,讓人才招募更公平。
人對了,事就對了。說的簡單,但對全球最大的雇主之一,聯合利華 Unilever 要如何從每年180萬份的履歷汪洋中,挑出那萬中選一的員工呢?
「我們去大學招募人才的方式,就跟我 20 年前被招募時一樣,這感覺有點不太對勁,」聯合利華北美人力資源副總裁 Mike Clementi 接受美國商業新聞網站《商業內幕》(Business Insider)訪問時說。
負責中亞市場的聯合利華人資副總裁瑪莉莎‧ 芝‧基(Melissa Gee Kee)則公開自嘲自家系統過時又冗長:「在 34 個國家,當我們要開始選人時,第一輪就有50%的申請人退出,連申請表都沒寫完。過時的技術耗了他們45分鐘,還不能在手機上填。」
她接著說:「所以我們化危機為轉機。 這轉機,不是翻新,而是真正具有破壞性的創新。」
與其派招募人員去菁英大學收集履歷,人工篩選,再一一安排電話面試,聯合利華和Pymetrics 與 HireVue 兩家科技新創攜手,用 AI 人工智慧來選員工!前三關由 AI 把關,過了才有機會跟真人面試。
結合社群活動,巧妙收集最佳 AI 訓練數據
第一步,履歷出局,演算法上場!
年輕人是網路的動物,與其進入校園,聯合利華改在臉書,LinkedIn 領英,與熱門人才招募網站 The Muse、WayUp 上進行精準行銷,申請人只需上傳其 LinkedIn 領英個人檔案的連結,時間最多不超過10分鐘。這個階段,演算法約刷掉一半,只留下符合職缺要求的求職者。
下一關,玩線上遊戲!
申請人將在20分鐘內玩12款Pymetrics開發的腦神經科學遊戲。這些小遊戲考驗受試者在高壓下專注力、短期記憶力、風險的評估能力、以及對情緒和情境脈絡的解讀能力。
「(答案的)光譜沒有對錯,這可不是為了讓你感覺良好而編出來的,光譜兩端可能適合非常不同的職缺,」Pymetrics 執行長芙烈達·波莉(Frida Polli)說。
至於適合什麼工作,聯合利華讓公司內各種職缺的優秀員工玩這些小遊戲,他們的結果就是衡量求職者的基準。每場遊戲結束,求職者就會得到立即的回饋,若結果符合基準,就晉級至下一關:透過HireVue系統線上面試。
HireVue的科技長羅倫‧拉森(Loren Larsen)稱之為「隨選面試」(On demand interview)。求職者可以用手機、平板電腦或裝有攝影機的桌機,在他們方便的時間,錄下對一系列問題的回應並上傳。
「觀看」這些影片的,不是真人,而是HireVue的AI。AI用自然語言處理(Natural Language Processing)和臉部辨識技術等,分析求職者的反應時間、用詞、聲調、說話速度、陳述方式、肢體語言和整體表達能力,並從聲音和表情分辨情緒,如對該主題的熱情程度。而這些訓練數據(AI Training Data Sets)成為讓 AI 變精準的最佳教材。
「機器會看 25,000 個不同的特徵和它們彼此間複雜的關係,」拉森說,但因為各職缺所需的條件殊異,「我們僅納入被證明可預測工作績效的數據點,而忽視無關緊要的特徵。 這消除了許多可能無意間影響人類招募者決策的特徵。」
此外,由於表達方式和情緒表現具有文化差異,拉森強調:「我們採用同一文化的人的數據來訓練模型。」
總言之,「我們分析面試(影片),並預測他們的未來表現。我們分析該職缺重視的特徵,並產生一個洞察分數(Insight Score),基本上那就是他在我們所見過的求職者中的排名。」
建立龐大對照 AI 數據庫,消除演算法的偏見
讓看不透的機器決定一個人的聘任與否,招致不少黑箱批評,然而不論是Pymetrics或HireVue都強調他們致力於消除機器的偏見。Pymetrics有一套嚴謹的方法,能找出並移除演算法中隱藏的偏見,「並非所有的演算法皆平等,它們不是一開始就客觀公平。 若你用存在偏見的訓練數據去訓練機器,它只是直接複製人類的偏見,並往往讓偏見更加惡化。」
他們建立了一套擁有上萬人資料的對照數據庫,用來檢證潛在的偏見,一旦發現問題,即降低其權重,直到消除演算法的偏見,服膺5分之4法則(註:根據美國公平就業機會委員會的《員工篩選程序統一指南》,任一群體的選擇率若低於選擇率最高的族群的80%,即顯示該族群受到不當歧視),「我們相信任何獨厚單一族群的演算法,只是反映噪音,不是反映信號,」Pymetrics官網說。
HireVue也反駁,人類面試官的判斷常會不自覺的受到性別、種族、美醜、身材等跟工作成功無關的因素左右,對勝任工作的定義也相對模糊,還往往靠「直覺」來做判斷,無視於偏見常躲在直覺的背後。
他們認為嚴格檢視機器產生的結果,反而能讓人才招募更公平。拉森舉例,機器可能會發現公司裡最優秀的技術客服工程師說話的速度比其他人慢。
而男性說話的速度可能也普遍比女性慢。這可能導致演算法認為男性優於女性。一旦在測試中發現這點,可忽略說話速度,以免性別導致結果偏差,並重新訓練和測試。
在這兩關,機器分別刷掉6至8成的人。通過AI這三關後,該是讓「人類面試官」上場了!求職者會受邀至聯合利華的辦公室進行一日生活體驗,當天面試官就會做出決斷。
從數據開始 AI 革命,讓企業運作更有人性
目前,AI已接手聯合利華在全球68個國家的基層人員招聘,精通15種語言,分析超過27萬份求職申請,節省75%的招聘人力,求職者5萬個小時的寶貴生命,並把招聘作業時間從4至6個月縮至2週,幫公司每省1百萬英鎊(約4千萬台幣)。
進到最後一關的求職者,有80%拿到工作,82%接受工作,皆高於過去63~64%的水平。不僅如此,員工的多樣性前所未有,非白人的比例提高,大學的來源從原本的840所增加到2600所。
「(在我們所有的客戶中,)聯合利華是唯一從零到百分百投入的公司,」波莉說。聯合利華在不到一年內,未先進行小規模測試,就直接運用在所有基層職缺的招募上。
任何的改變,當然並非一帆風順,「那把我們的招募人員和某些招聘經理嚇壞了,」領導這場AI革命的瑪莉莎說,「我向你保證,他們的心目中,他們當初經歷的招募過程顯然是最好的,所以只須照舊複製就好了,」
她調皮的豎起大拇指。這些不安和不信任,讓計畫延誤了5個月,「有人跟我們說這太荒唐了,幸好現在那些人已經不在了。」
其中最大的迷思,就是機器怎能取代人性?
瑪莉莎的回應很簡單:今天,68%的求職申請根本石沉大海。但透過AI,聯合利華所有的求職者在每個階段,都會獲得寶貴的回饋,「至少有一頁A4,詳述你為什麼適合與否,需要加強什麼能力,有何強項……Pymetrics也會幫忙找到他們在公司裡找到更適合的職位。」
「這是AI讓我們更有人性的例子,」聯合利華首席人資長琳娜·拿爾(Leena Nair)說。
附圖:圖說:聯合利華的基層人員招募流程。AI 為前三關關主,最後一關才真人面試。
Pymetrics的小遊戲,求職者每打一次氣,就會獲得0.5美元,但氣球破掉則歸零。測試受試者的風險評估能力。 來源:Pymetrics
HireVue的AI會分析求職者影片中的25000個特徵,並依此預測其未來的工作表現。來源:HireVue
資料來源:https://ai-blog.flow.tw/how-unilever-uses-artificial-intelligence-to-recruit-train-thousands-of-employees
muse score 在 Liao Chuang Ting 廖莊廷 Facebook 的最讚貼文
今天想跟大家分享一個很棒的伴奏軟體—《 iReal Pro 》
它有以下特點:
1.支援Mac、IOS及Android等作業系統,能在Mac、IPad、IPhone及大部分手機(Android系統)上使用,軟體價格約15美金。
2.功能強大,適合下列幾種用途:
#練習即興演奏(包含級數表示方式、和絃及音階的組成提示、移調樂器的調性設置、即時轉調增速練習、調整伴奏各個樂器的音量比例、輸出為PDF及Midi等不同檔案類型再加以編輯)
#快速實踐自己的創作或是改編樂曲(內建豐富完整的和絃種類、拍號、反覆跳躍記號及註解)
#演出視譜使用(可編輯每次的演出清單包含曲目、調性、速度及節奏型態,快速且明白的了解樂曲形式)
3.iReal Pro提供一個平台可讓所有使用者在上面分享及交流譜檔(包含任何音樂類型,特別是有非常多的爵士標準曲及必須要知道的和聲進行練習)
4.最早期iReal Pro其實是含有旋律編輯的功能,後來因為牽涉版權問題,所以只支援和絃伴奏,此軟體畢竟還是Midi音源,所以在聲音品質上有一定的限制,再來的問題是Groove(律動),因為不是人在演奏所以除了伴奏的節奏類型過於單一外,律動上並不自然,想學習Swing Feel的朋友還是要聽唱片唷!
最近開始想分享一些關於學習薩克斯風及爵士音樂的資訊在粉絲專頁上,介紹完Muse Score跟iReal Pro這兩個實用的軟體後,相信很快就可以來跟大家分享及互動😊
iReal Pro官方連結:https://irealpro.com/
muse score 在 musescore.org - GitHub 的推薦與評價
MuseScore is an open source and free music notation software. For support, contribution, bug reports, visit MuseScore.org. Fork and make pull requests! ... <看更多>
muse score 在 Muse Score (musescore) - Profile | Pinterest 的推薦與評價
Muse Score | MuseScore is free and open source music notation software for Win, Mac & Linux. ... <看更多>
muse score 在 MuseScore - 首頁 的推薦與評價
MuseScore 。 64792 個讚· 43 人正在談論這個。 Musescore is free and open source music notation software for Win, Mac & Linux. Download MuseScore at... ... <看更多>