Glad to see events like BrainHack — a virtual learning fest organised by the DSTA Defence Science and Technology Agency — carrying on despite COVID-19. Over 3,000 students from around the world signed up — double the number last year.
BrainHack encourages young participants to explore the latest digital technologies. It provides hands-on training in app development, cybersecurity, artificial intelligence, space, 3D printing, and fake news detection. Many of the hackathon projects serve practical, real-world purposes and have the potential to be adopted more widely. I’m glad to see the strong interest and positive learning attitude among young people, in these challenging times!
BrainHack will end on this Sunday, 5 July, which coincidentally is also Youth Day. I hope such events will help youths to pick up technical skills, and more important still a passion to change the world for the better.
Wishing all BrainHack participants a fun learning experience, as well as a happy Youth Day long weekend! – LHL
同時也有10000部Youtube影片,追蹤數超過62萬的網紅Bryan Wee,也在其Youtube影片中提到,...
「fake news detection」的推薦目錄:
- 關於fake news detection 在 Lee Hsien Loong Facebook
- 關於fake news detection 在 BorntoDev Facebook
- 關於fake news detection 在 Eric's English Lounge Facebook
- 關於fake news detection 在 Bryan Wee Youtube
- 關於fake news detection 在 Travel Thirsty Youtube
- 關於fake news detection 在 スキマスイッチ - 「全力少年」Music Video : SUKIMASWITCH / ZENRYOKU SHOUNEN Music Video Youtube
- 關於fake news detection 在 Fake News Detection using LSTM in Tensorflow and Python 的評價
fake news detection 在 BorntoDev Facebook 八卦
🔥 อยากทำโปรเจกต์ Data Science เจ๋ง ๆ แต่ยังไม่มีไอเดียย ..
.
👉 ต้องนี่เลย !! แอดรวบรวมไว้ให้หมดแล้วจ้า กับ 10 โปรเจกต์สุดปัง แถมยังมี Source Code ให้ศึกษาด้วยย เจ๋งสุด ๆ ถ้าพร้อมแล้ววว เลือกหัวข้อที่สนใจแล้วไปทำกันโลด!
.
🌟 1) ตรวจจับ Fake News
ใช้ Python และ Library Pandas, Numpy, และ Sklearn เพื่อสร้างแบบจำลองที่สามารถแยกข่าวปลอมและข่าวจริงได้ง่ายดาย
.
👨💻 Source Code >> https://data-flair.training/blogs/advanced-python-project-detecting-fake-news/
.
🌟 2) Chatbot
สร้างการแชทโต้ตอบอัตโนมัติกับลูกค้าด้วย Python เรียนรู้ความต้องการของลูกค้า และช่วยตอบปัญหาต่าง ๆ ซึ่งมันเป็นตัวช่วยที่ดีในการทำธุรกิจเลยนะ
.
👨💻 Source Code >> https://dzone.com/articles/python-chatbot-project-build-your-first-python-pro
.
🌟 3) ตรวจจับการโกงบัตรเครดิต
สมัยนี้อัตราการโกงบัตรเครดิตเพิ่มสูงขึ้นมาก หากเรามีตัวช่วยในการตรวจสอบว่าธุรกรรมที่ทำผ่านบัตรเครดิตนั้นเป็นของจริงหรือไม่ มันจะดีมาก ๆ เลยใช่ไหม ซึ่งโปรเจกต์นี้จะใช้อัลกอริทึมแยกความแตกต่างของธุรกรรมทางบัตรเครดิต อันไหนจริงหรือปลอมรู้หมด! พัฒนาง่าย ๆ ด้วยภาษา Python และ R
.
👨💻 Source Code >> https://data-flair.training/blogs/data-science-machine-learning-project-credit-card-fraud-detection/
.
🌟 4) ตรวจอาการง่วงนอนของคนขับ
โปรเจกต์นี้จะตรวจจับคนขับรถที่มีอาการมึนงง และจะตั้งค่าแจ้งเตือนด้วยเสียง โดยจะใช้โมเดล Deep Learning ประเมินว่าคนขับตาปิดอยู่หรือไม่ อุปกรณ์ที่ต้องใช้ในโปรเจกต์นี้ก็มีแค่เพียงกล้องเว็บแคม พร้อมแล้วไปทำกันโลดด !
.
👨💻 Source Code >> https://data-flair.training/blogs/python-project-driver-drowsiness-detection-system/
.
🌟 5) จับอารมณ์จากคำพูด
โปรเจกต์นี้จะพยายามรับรู้อารมณ์ของคนพูดด้วยการใช้ไฟล์เสียงต่าง ๆ เป็นชุดข้อมูลเพื่อฝึกโมเดลให้จำแนกอารมณ์ของผู้พูด พัฒนาด้วยภาษา Python ใครสายนี้ห้ามพลาดเลยจ้า
👨💻 Source Code >> https://data-flair.training/blogs/python-mini-project-speech-emotion-recognition/
.
🌟 6) จำแนกมะเร็งเต้านม
เป็นการผสานของศาสตร์หลาย ๆ อย่าง ไม่ว่าจะเป็น Deep Neural Network, Convolutional Neural Network, Recurrent Neural Network, Deep Believe Network เป็นต้น ที่ช่วยฝึกโมเดลในการจำแนกเนื้อดี กับเนื้อที่เป็นมะเร็งเต้านม พัฒนาด้วยภาษา Python
.
👨💻 Source Code >> https://data-flair.training/blogs/project-in-python-breast-cancer-classification/
.
🌟 7) ระบบแนะนำภาพยนตร์
อยากมีระบบแนะนำภาพยนต์เจ๋ง ๆ แบบ Netflix ต้องห้ามพลาดโปรเจกต์นี้ พัฒนาง่าย ๆ ด้วยภาษา R นั่นเอง !
.
👨💻 Source Code >> https://data-flair.training/blogs/data-science-r-movie-recommendation/
.
🌟8) วิเคราะห์ความเชื่อมั่นของลูกค้า
โปรเจกต์นี้ใช้แบบจำลองการวิเคราะห์ความรู้สึกเพื่อของลูกค้า เพื่อกำหนดทัศนคติของลูกค้าที่มีต่อผลิตภัณฑ์ของบริษัท พัฒนาด้วยภาษา R
.
👨💻 Source Code >> https://data-flair.training/blogs/data-science-r-sentiment-analysis-project/
.
🌟 9) แบ่งกลุ่มลูกค้า
โปรเจกต์นี้จะใช้การเรียนรู้แบบไม่มีผู้สอน ใช้กระบวนการ Clustering เพื่อจัดกลุ่มลูกค้าที่มีพฤติกรรมคล้าย ๆ กัน ทำให้บริษัทสามารถรู้จักกลุ่มของลูกค้าได้มากขึ้นนั่นเอง
👨💻 Source Code >> https://data-flair.training/blogs/r-data-science-project-customer-segmentation/
.
🌟 10) ตรวจเพศและอายุด้วย OpenCV
โปรเจกต์ที่จะช่วยให้คุณสามารถตรวจสอบเพศ และอายุโดยการจดจำภาพใบหน้าของคน ๆ นั้น และสามารถบอกได้ว่าเขาเพศอะไร และอายุเท่าไหร่ พัฒนาด้วยภาษา Python ใครสายนี้ห้ามพลาดเลยจ้า!
.
👨💻 Source Code >> https://data-flair.training/blogs/python-project-gender-age-detection/
.
ลองไปทำกันดูน้าา ได้ผลยังไงมาแชร์ให้ฟังกันบ้าง ❤️
.
borntoDev - 🦖 สร้างการเรียนรู้ที่ดีสำหรับสายไอทีในทุกวัน
fake news detection 在 Eric's English Lounge Facebook 八卦
淺談「假新聞」
最近上課時學到一個新單字「positionality」,讓我想到當前社群媒體上,不停看到的「fake news」——假新聞。
簡言之,「positionality」(位置性) 被定義為於種族、階級、性別、性取向以及能力等狀態中,創造你身分的社會與政治背景。位置性還描述了你的身分如何影響你對世界的理解與看法,以及潛在的偏見。
positionality 位置性;定位
https://terms.naer.edu.tw/detail/3390885/
https://www.lexico.com/definition/positionality
以下是我對「positionality」與 「fake news」的些許觀點:
“Fake news” has permeated all facets of life, ranging from social media interaction to presidential elections. Fake news can be defined as “fabricated information that mimics news media content in form but not in organizational process or intent” (Lazer et al., 2018, p. 1094). The creators and outlets of fake news do not ensure the accuracy and credibility of information, but rather disseminate misinformation or disinformation for purposes ranging from personal amusement to creating deceptions to achieve political aims. At times, fake news is created and disseminated by state or non-state actors using social media accounts and networks of bots designed to hijack feed algorithms of platforms such as Twitter or Facebook (Prier, 2017, p. 54). In the 2016 U.S. presidential campaign, Facebook estimated that up to 60 million bots were used to post political content. Some of the same bots were then used in an attempt to influence the 2017 French election (Lazer et al., 2018, p. 1095). Such campaigns can be understood as a form of information warfare, a comprehensive attempt to control and influence every facet of the information supply chain, thereby influencing public opinion and behaviors. (Prier, 2017, p. 54). Often, fake news is not directly created by actors that seek to manipulate but by journalists or content creators whose content favors or aligns with the narratives of these actors (Doshi, 2020).
從社群媒體的互動到總統選舉,「假新聞」(fake news)已滲透至生活的各個層面。假新聞可被定義為「在形式上而非組織過程或意圖上,模仿新聞媒體內容所捏造的資訊」(Lazer et al., 2018, p. 1094)。無論是出於個人愛好或為達政治目的而有所欺瞞,假新聞的製造者與傳播管道並不保證資訊的準確性與可信度,反而是為了散播錯誤訊息(misinformation)或扭曲訊息(disinformation)。有時,假新聞是由國家或非國家行為者(state or non-state actors)所製造與傳播,藉由社群媒體帳號及網絡機器人來劫持諸如臉書與推特等平臺的推送演算法(Prier, 2017, p. 54)。在2016年的美國總統大選中,臉書估計有多達6千萬個機器人被用來發布政治貼文。其中,有部分機器人被用於影響隔年的法國大選(Lazer et al., 2018, p. 1095)。此類行動可視為資訊戰(information warfare)的一種形式,一種對控制與影響資訊供應鏈各環節的全面嘗試,從而影響公眾輿論與行為(Prier, 2017, p. 54)。假新聞通常是由記者或內容創造者(content creators)所創造,而非試圖操弄的行為者,前者的內容偏好符合後者的敘事(Doshi, 2020)。
Nevertheless, while the term “fake news” is commonplace, there is no universal, measurable way to quantify the fakeness or truthfulness of news. There are many fact-checking and media-bias detection tools, but they cannot objectively detect and clarify the more subtle and nuanced aims of manipulative actors that play a crucial role in news production. It can also be argued that the veracity of news depends not only on the actors that seek to manipulate it, but also on the positionality of its consumers. Therefore, one’s initial line of defense against misleading news lies not in the plethora of fact-checking devices but more in one’s pre-existing dispositions and skills to think and act in response to misleading information. This ability can be referred to as critical thinking, which can be more concretely expounded as “reasonable and reflective thinking focused on deciding what to believe or do” (Ennis, 2011, p. 15).
然而,即便「假新聞」一詞隨處可見,卻沒有統一、可衡量的方式來量化新聞的虛假性或真實性。目前有許多事實查核與媒體偏見檢測工具,但它們無法客觀地檢測與說明行為操弄者更狡猾、更細緻的目標,而這些操弄者往往在新聞的生產中發揮著重要作用。我們也可以說,新聞的真實性不僅取決於試圖操弄它的行為者,同時還取決於新聞受眾的位置性。因此,一個人對抗誤導性新聞的第一道防線,不在於這些五花八門的事實查核方式,反而在於個人所固有的性格,以及針對誤導性資訊的思考與行動等相關技能。這種能力可稱為批判性思考(critical thinking),意即「專注於決定相信什麼或做什麼的理性思考與反思性思考」(Ennis, 2011, p. 15)。
Taiwan, also known as the Republic of China (ROC), is at the forefront of information warfare. It is wedged between the geopolitical struggles of global and regional hegemonies such as the United States and China, the People's Republic of China (PRC). Compounding the matter are the Taiwan’s own political actors vying for influence and power. This struggle seeps into all aspects of life and practice, mainly manifesting itself on social media, a battleground of information warfare. The Ministry of Education of Taiwan is cognizant of these information campaigns, and efforts have been made to introduce media literacy into all parts of its education system. According to the ministry, the government has tried to promote media literacy education since 2000 (MOE, 2002, p. 1), with one of its primary goals to cultivate its “citizens” abilities for independent learning, critical thinking, and problem solving” (MOE, 2002, p. 2).
臺灣,也被稱為中華民國,正處於資訊戰的最前線。這是全球霸權與地區霸權之間——如美國與中國(中華人民共和國)——的地緣政治對抗。使問題惡化的是臺灣自身的政治行動者對影響力與權力的奪取。這場對抗遍布於現實生活的各個面向,主要於社群媒體中——資訊戰的戰場——展露無遺。臺灣的教育部注意到了這些資訊的煙硝,並已努力將媒體素養引入其教育體系。據該部稱,自2000年以來,政府一直試圖推展媒體素養教育(MOE, 2002, p. 1),其主要目標之一是培養「公民獨立學習、批判性思考以及解決問題的能力。」(MOE, 2002, p. 2)。
★★★★★★★★★★★★
上述段落認為,由於個人的位置性(positionality),「假新聞」極難定義。此外,有許多人把不符合自身成見與偏好的新聞逕斥為假新聞。這其實相當危險,因為個人觀點將會變得愈發孤立與激進。
閱聽人應意識到,他們在網路上看到的每個資訊都有特定立場。是否真有毫無立場的新聞文章?為了對抗操弄性或強制性資訊(coercive information),我們必須意識到權力於個中的作用,以及我們自身的位置性如何形塑我們的詮釋。這是我們的第一道防線。
★★★★★★★★★★★★
參考文獻
Doshi, R. (2020, January). China steps up its information war in Taiwan. Foreign Affairs. Retrieved March, 21, 2021, from https://www.foreignaffairs.com/articles/china/2020-01-09/china-steps-its-information-war-taiwan
Ennis, R. H. (1985). A logical basis for measuring critical thinking skills. Educational leadership, 43(2), 44-48.
Lazer, D. M., Baum, M. A., Benkler, Y., Berinsky, A. J., Greenhill, K. M., Menczer, F., ... & Zittrain, J. L. (2018). The science of fake news. Science, 359(6380), 1094-1096.
MOE (Ministry of Education), Taiwan. (2002). White paper on media literacy educational policy. Retrieved March, 21, 2021, from http://english.moe.gov.tw/public/Attachment/ 2122416591771.pdf
Prier, J. (2017). Commanding the trend: Social media as information warfare. Strategic Studies Quarterly: SSQ, 11(4), 50-85.
★★★★★★★★★★★★
教育時評: http://bit.ly/39ABON9
相關詞彙: https://bit.ly/2UncrfI
TED相關影片: https://bit.ly/3BDsDKl
fake news detection 在 Fake News Detection using LSTM in Tensorflow and Python 的八卦
... <看更多>