「星星的孩子」:報導下被汙名化的「自閉症」
自閉症是天生的嗎?而我們身邊又有多少這樣的孩子呢?這幾年在許多社會事件報導中,常見自閉症與案件的關鍵字連結,有時候傳播媒體中的自閉症樣貌,未必是真實的,我們不應該輕易推論或標籤化這些行為。
近年來自閉症有機會透過不同的形式出現在媒體版面中,傳播媒體如何塑造自閉症的形象,大大影響了自閉症的社會印象。在許多社會事件報導中,也有機會看見自閉症與殺人犯、死刑犯、變態等社會新聞連結,最讓人擔心的,是過度簡化的資訊使得社會大眾對自閉症產生偏差的刻板印象。
■不放棄每一個孩子
自閉症只是一個人的部分特質,自閉症並不等於偏差或犯罪。即使自閉症是天生的,但後天環境的教養與支持仍然是他們穩定發展的重要因素。看到媒體報導中出現自閉症時,請不要驟下判斷,避免直接將犯罪、殺人和自閉症劃上等號。
日前臺北一名媽媽推著雙人嬰兒車搭捷運,卻遭某名男子毆打她的二歲兒子,她見狀大喊「你打他幹嘛啦!」並回打那名男子頭部。這起事件引起社會重視,由於那名男子患有自閉症,因此網路上出現一些貶抑自閉症的言詞,標籤化自閉症孩子,甚至有人羞辱自閉症孩子。
在這起捷運毆打兒童事件後,有位自閉症孩子的母親淚訴另一個有自閉症孩子的朋友竟被親戚諷刺說:「你家自閉症小孩要管好,最好出門都不要放他單獨一個人,免得哪天無法控制情緒,跟新聞中那個捷運打人的一樣,聽說他跟你兒子一樣是神經病,其實政府應該設一個院所,把你兒子那種病的都關起來治療,好了才能放出去,不然放出來到處跑,哪天又無法控制情緒打死人,家裡可丟不起那個臉。」這番說法讓自閉症孩子的媽媽心碎,也讓發文的媽媽想怒吼:「誰希望自己小孩是自閉症?他們不是神經病,他們是中樞神經受損。」[1]
■「星星的孩子」
「自閉症」也稱為「泛自閉症障礙」,主因是因為症狀多元,不同的病人症狀也會有所差距,因「自閉症」有汙名化之慮,所以醫界目前更常使用「泛自閉症障礙」一詞。自閉症是一種腦部功能異常的廣泛性發展障礙,大部分在幼兒時期就會出現症狀,有些人會將自閉症稱為「星星的孩子」,不論是溝通方式,或是某些重複、固執的行為,跟一般人不太一樣。
自閉症孩童通常會有幾個特點,像是與他人相處困難、難以理解社交暗示(臉部表情、講話語調、身體動作等),甚至常常情緒不佳、無法自己照顧自己。自閉症孩童的治療需要依賴職能治療師、臨床心理師,幫助他們正常發展、並調整不適當的行為,且協助孩童發展個人的興趣。早期發現、治療、復健以及跟教育體系密切合作,才能幫助孩子得到最大改善[2]。
■自閉症種類
►「廣泛性自閉症」
自閉症大部分在幼童階段開始,目前發現自閉症的幼童智商會略低於整體平均,自閉症又能分成「高功能型」以及「低功能型」,「低功能型」在接收以及表達語言上較差,甚至沒有口語表達能力,「高功能型」則相反。
►「亞斯伯格症」
亞斯伯格症的人語言發展大多是正常的,主要的障礙是在動作技能以及肌肉發展上,部分亞斯伯格的人在智商上甚至高於正常人。
►「廣泛性發展障礙」
這類型的人主要是在社交溝通、互動、重覆行為等各方面中缺少幾項顯著障礙,以致於不完全符合自閉症的診斷,又稱為非典型自閉症,某些高功能自閉症孩童能透過學習以及復健可以改善症狀,甚至使症狀消失,也算是廣泛性發展障礙的一種。[3]
■「另類星兒」:亞斯伯格症候群
亞斯伯格醫師為維也納的小兒科醫師,但他終生的研究興趣為藉由觀察來了解生命中隱含的定律。因為他對孩童的情緒發展的興趣及仔細觀察的成果,自1944年以來即逐漸報導一些與自閉症類似(具有社交技巧及溝通障礙)又相異(不同的人格特質及較優的認知能力)的亞斯格症候群。
亞斯伯格醫師在1944年首次報告四位具有社交互動(social interaction deficit)困難的男孩,並稱之為自閉性精神病態 (autistic psychopathy)。亞斯伯格醫師在這一方面的觀點,與首位報告自閉症的Kanner醫師一樣,採用了Bleuler大師"autism"的來強調這些個案的強烈自我中心 (egocentrism)及關閉與外界的一切溝通的特質。
雖然亞斯伯格醫師在50年前即提出亞斯伯格症候群,然而一直到1994年,第四版美國精神醫學診斷手冊DSM-IV及1993年世界衛生組織WHO「正式」承認亞斯伯格症候群後,相關的研究才逐漸增加[4]。
■亞斯格症候群
臺灣著名漫畫家朱德庸在五十三歲時被診斷為自閉症(亞斯伯格症),童年時期的他和同學無法相處,也常因聽不懂老師的指令而不快樂,喜歡畫畫的他,於是將畫畫當作人生的出口。在他五十多歲確診後,他開始對於過去種種釋懷,原諒自己和他人不同。
日本歌手米津玄師特殊的名字也讓他在求學時期遭同儕欺負。後來他二十歲時,被醫生診斷出患有高功能自閉症,是一種智商中等或較高,自閉傾向不明顯,但是語言表達、人際互動能力有障礙的自閉症。米津玄師也曾在訪談中說,「在此之前,只覺得自己是個來路不明的怪物,被鄭重告知病名後,便坦然接受了。」
而臺北市長柯文哲和太太也多次在公開場合指出,柯文哲罹患自閉症(亞斯伯格症),以致他在公開場合有不得體的發言與行為表現[5]。
台北市長柯文哲的妻子、台北市立聯合醫院和平婦幼院區新生兒科主任陳佩琪回憶起,兒子小學數學考試的題目是:「媽媽走路送小明上學,請問媽媽走了幾公里?」正確答案是:家裡到學校的距離乘以2,因為媽媽必須來回。結果我兒子卡住了,因為他想到,我媽媽要去上班,她沒有回家(亞斯伯格的人無法理解抽象概念的描述)。
陳佩琪,講到家裡兩個大小亞斯,信手拈來都是笑話,但幽默背後,不敢想像裡頭堆疊了多少挫敗、孤獨、壓力、擔憂。
柯文哲在一封寫給兒子的信也提到,「如果有什麼要告訴你的,只有告訴你要謝謝媽媽。雖然我是你成長過程中缺席的父親,還好你媽媽的加倍付出而彌補過去了,真險!」這是一個難以傳達情感的亞斯父親的浪漫,像盞溫暖的燭火,在暗夜裡閃閃發光。[6]
■「擁抱多元,尊重差異」:醫嘆:社會污名害了孩子!
林口長庚醫院兒童心智科主任黃玉書不捨的表示,台灣社會對自閉症仍有污名化,事實上,自閉症最大特徵就是「自己躲在自己的世界裡」,不愛跟人互動,很自我、很乖,呼籲不要二度傷害他們。
根據統計,國內自閉症患者中,約有70%屬於智商較差的中、重度患者,黃玉書指出,不少孩子都是經過復健、訓練,克服重重困難,才可能獨自出門、搭車,真有困難,也會主動向旁人求救,民眾遇到時,應該親切伸出援手,拉他一把而非恐懼他。
另有2成左右的患者,屬於智商很高、甚至在某些領域有特殊專才的輕度高功能自閉症,外表完全與常人無異,這些高功能自閉症患者,不乏醫師、科學家等高成就者,在國內還有不少擔任電腦工程師,只喜歡跟電腦互動。
自閉症的孩子,絕對不會主動傷人!黃玉書說,跟任何人都一樣,除非他們遭受外界攻擊,否則自閉症孩子很安全、很乖,不會攻擊人[7]。
【Reference】。
1.來源
➤➤資料
∎[1] ( 親子天下 )「管好你家自閉兒,別放出來亂打人?報導下被汙名化的自閉症」: https://www.parenting.com.tw/article/5087619
∎[2] 康健雜誌-康健知識庫【自閉症】:https://kb.commonhealth.com.tw/library/367.html#data-2-collapse
∎[3] ( 台北市自閉症家長協會 )「自閉症分類」:http://www.tpaa.org.tw/OnePage.aspx?tid=136
∎[4] ( 長庚醫療財團法人)「另類星兒----- 亞斯伯格症候群(兒童心智科 張學岑醫師)」:https://www1.cgmh.org.tw/intr/intr2/c3360/E_CHL(ASPER).htm
∎[5] (親子天下)「管好你家自閉兒,別放出來亂打人?報導下被汙名化的自閉症」: https://www.parenting.com.tw/article/5087619
∎[6] ( 康健雜誌 )「陳佩琪談家中大小亞斯伯格:柯文哲這樣安慰我」:https://www.commonhealth.com.tw/article/68312
∎[7] ( Anue鉅亨網財經新聞)「自閉兒被當狂魔 醫嘆:社會污名害了孩子!」:https://news.cnyes.com/news/id/1075280
➤➤照片
∎「從雨人到柯P─家中寶貝是「星星的孩子」自閉症患者嗎?」:https://www.grandmasbear.com.tw/2017/12/28/grandmasbear-and-grace-column-3/
2. 【國衛院論壇出版品 免費閱覽】
▶國家衛生研究院論壇出版品-電子書(PDF)-線上閱覽
https://forum.nhri.org.tw/publications/
3. 【國衛院論壇學術活動】
▶https://forum.nhri.org.tw/events/
#國家衛生研究院 #國衛院 #國家衛生研究院論壇 #國衛院論壇 #衛生福利部 #國民健康署 #精神疾病汙名化 #星星的孩子 #自閉症 #泛自閉症障礙 #廣泛性自閉症 #亞斯伯格症 #廣泛性發展障礙
林口長庚醫院兒童心智科 / 衛生福利部 / 國民健康署 / 財團法人國家衛生研究院 / 國家衛生研究院-論壇
同時也有4部Youtube影片,追蹤數超過149萬的網紅啾啾鞋,也在其Youtube影片中提到,最近有義肢設計專家和科學家合作,他們幫受試者裝上了這根可控制的拇指。沒想到受試者們很快就適應了這根新的拇指,而且還能用它來進行各種高難度動作! 啾音好書 ▶ https://reurl.cc/NX5ED5 啾啾鞋整理資料的秘訣 ▶ https://bit.ly/2vi0urX ▼啾啾鞋的人氣影片...
「資料科學家在幹嘛」的推薦目錄:
- 關於資料科學家在幹嘛 在 國家衛生研究院-論壇 Facebook 的最佳解答
- 關於資料科學家在幹嘛 在 矽谷輕鬆談 Just Kidding Tech Facebook 的最佳貼文
- 關於資料科學家在幹嘛 在 王立第二戰研所 Facebook 的精選貼文
- 關於資料科學家在幹嘛 在 啾啾鞋 Youtube 的最佳貼文
- 關於資料科學家在幹嘛 在 志祺七七 X 圖文不符 Youtube 的精選貼文
- 關於資料科學家在幹嘛 在 賢賢的奇異世界 Youtube 的最佳解答
- 關於資料科學家在幹嘛 在 [請益]資料分析/科學的工作是不是幾乎都要碩士.. - 看板Soft_Job 的評價
- 關於資料科學家在幹嘛 在 資料科學家的工作日常- Home | Facebook 的評價
- 關於資料科學家在幹嘛 在 Data scientist/engineer 資料科學家是在幹嘛的? - 工作板 | Dcard 的評價
- 關於資料科學家在幹嘛 在 [請益] 資料科學家,回臺工作前景 的評價
- 關於資料科學家在幹嘛 在 資料分析工作ptt 的評價
- 關於資料科學家在幹嘛 在 Re: [請益] 資料科學家,回臺工作前景- tech_job | PTT職涯區 的評價
- 關於資料科學家在幹嘛 在 Re: [請益] 機器學習或資料科學家領域差異 的評價
資料科學家在幹嘛 在 矽谷輕鬆談 Just Kidding Tech Facebook 的最佳貼文
2020 年度回顧 - 矽谷輕鬆談 Podcast 推薦單集
感謝各位 JK 粉的一路陪伴,總算到了今年的最後一天了,無論你是從第一集就開始聽的鐵粉抑或是最近才加入的朋友,我們真心感謝你的每一次收聽 ❤️ 宅在家跨年的朋友,快來回顧柯柯與肯吉私心推薦的 2020 單集,沒聽過的集數趕快聽起來,同時手刀分享給你的朋友,讓我們一起告別 2020 邁向更好的 2021 吧!
#面試心得
EP10 從應徵者到面試官 - 美國矽谷軟體工程師 Kenji 的求職筆記
https://pod.fo/e/aed34
EP38 矽谷資深軟體工程師後疫情時代面試心得 Facebook/Robinhood/Coinbase/DoorDash
https://pod.fo/e/aeadb
EP39 為何我拒絕了 Facebook 資深工程師的 Offer
https://pod.fo/e/aeada
#科技社會議題
EP12 你以為你很有同理心?所有男生都該知道的矽谷科技業女性困境
https://pod.fo/e/aed32
EP13 Airbnb Uber Lyft 相繼裁員 矽谷共享經濟獨角獸的困境
https://pod.fo/e/aed31
EP17 矽谷創業教父彼得堤爾的創業聖經《從0到1》
https://pod.fo/e/aed2d
EP30 從惡血和 Fyre 音樂節看失控的造夢者 Netflix 和 Zillow 對遠距工作一個唾棄一個擁抱
https://pod.fo/e/aed26
EP31 我們才是科技公司的產品!矽谷科技專家敲響了警鐘 The Social Dilemma
https://pod.fo/e/aed25
EP33 Coinbase 矽谷逆風而行禁止員工討論政治議題 不認同的員工可以領遣散費離開
https://pod.fo/e/aed23
EP35 美國總統大選拜登醜聞事件 Facebook 和 Twitter 如何做事實查核
https://pod.fo/e/aeade
#人物訪談
EP15 矽谷資深女工程師 X 資料科學家柯柯 Jessica Ko
https://pod.fo/e/aed2f
JK Show EP1 Amazon 軟體工程師華麗地轉身離開 - 王文昱
https://pod.fo/e/aed37
JK Show EP2&3 Square 首席工業設計師 Ben 談 Square 產品從0到1的起源故事
https://pod.fo/e/aed29
https://pod.fo/e/aed27
#深入技術
EP18 打開 Apple Podcasts 排行榜演算法黑盒子 feat. 拉麵的叫聲
https://pod.fo/e/aed40
EP20 當你在瀏覽器輸入 google.com 並且按下 Enter 的時候發生了什麼事?
https://pod.fo/e/aed3e
EP24 人工智慧大突破!最新最強通用語言模型 GPT-3 問世
https://pod.fo/e/aed3a
EP27 工程師竟然要寫驗屍報告!?服務大當機時工程師在幹嘛?
https://pod.fo/e/aed2b
EP36 揭秘 Uber 司機乘客配對演算法 最佳化計算供需市場動態平衡
https://pod.fo/e/aeadd
#鬼故事系列
EP23 Amazon 和 Microsoft 如何「致敬」新創公司和個人開發者
https://pod.fo/e/aed3b
EP25 前 Google 工程師竊取自駕車專案 Waymo 的商業機密到 Uber 被判刑 越挫越勇繼續告 Uber
https://pod.fo/e/aed38
EP26 換了位置就換了腦袋 30%的蘋果稅讓 Apple 從《1984》的革命者變身為極權大魔王
https://pod.fo/e/aed2c
#公司介紹
EP29 最神秘的獨角獸 Palantir 與矽谷文化格格不入的矽谷科技公司
https://pod.fo/e/aed28
EP32 Stripe 估值 360 億美元的金融科技獨角獸會是下一個科技巨頭嗎?
https://pod.fo/e/aed24
EP41 Airbnb 展現韌性 從 2007 設計大會最初的房客到 2020 谷底反彈風光上市
https://pod.fo/e/aead8
EP42 不只是餐飲外送平台 DoorDash 立志成為 on-demand 物流公司
https://pod.fo/e/aead7
還沒填 Podcast 年末問卷的朋友,請你們花一分鐘的時間給我們回饋,幫助我們 2021 年繼續製作你們喜歡的內容 ❤️
https://www.surveycake.com/s/vgG7N
資料科學家在幹嘛 在 王立第二戰研所 Facebook 的精選貼文
又要來抱怨了,這幾天看看下來,覺得台灣有三師:天師、大師、老師。
想當天師的努力發神諭,就有信徒拼命解讀,爭奪那個神棍的地位。
大師則要天天寫書跟海巡,維持一個龐大的敘事架構,爭取粉絲的支持。
我們老師呢?..........同樣作為知識買辦,每天忙著馴獸就夠了。
小時候覺得老師偏保守,都是因為故步自封,環境封閉容易被洗腦等等。現在我認為,這個說法有一半是對的,老師的環境真的很封閉,要像我這種跑過10間8間的過客很少。
那另一半是什麼?叫做經驗。說真的,我這些年對於左翼的進步價值,容忍度越來越低的理由,絕對不是「理論錯誤」或是「統計資料顯示」這種事情。而是跟現實不符,與表現出的狀況不符,透過多數老師自己的資料,以及個人群組的情報網,令老師反感最大的來源,是表裡不一。
我真的真的,建議各位去成家養小孩,不要想著找到生命中的Mr. Right才結,婚姻是要去維持的,不是渾然天成,價值觀與生活習慣的接近,會讓關係較為長久。
這不是要開婚姻版,是因為老師看多了,不管是官員或民代,在網路上進步或保守,還是說參加什麼運動的人士。基本上對待子女的態度,在小孩上學以及對待學校的態度上「幾乎一模一樣」,也就是說那些公開場域或是網路喊得很大聲的,都是要別人家的小孩去當試驗品,自己的還不是送去私校狂補,或是在公立學校盯功課盯到死。
如果我們看到的情況是,你說一套做一套,理論再美好、說詞再華麗,都嘛是屁。
====
抱怨完了,來講點正經的。
很多人看到大師解構,都會發自內心讚嘆,因為看到了自己看不到的面向。但卻往往忽略,大師透過解構再重構出的架構,很有可能是錯的,這不是他故意,多半是他不知道這樣不對。
解構社會讓人迷惑,是因為多數人沒有去讀過,而真正研讀很久,並有深刻了解的,往往受限於學科、學派、指導教授,導致整個看法是有指向性的。有指向性也還好,重點是你自己知不知道有偏好,網路上你看到的理論與模型狂信者,尤其是左傾的偏好特別重,因為正義與信念無法驗證,可以拿去作為理論的自圓其說。(寫過論文就知道這甚麼意思)
舉個例子,你把家裡的烤箱拆解,得到了金屬板、加熱絲、溫控零件等等,解構出的結果,重構出可行的方案,大概也就是加熱裝置,厲害的還可以根據電子零件的設計,知道這是家庭烤箱,而不是實驗室高溫用。會把烤箱解構的零件,重構成拷問工具,或是指控為解離家庭母親烹飪角色,都是資本主義與資本家的錯,這是共產黨。
這還是解構一層的,如果你解構的符碼非常之細,如把烤箱解構成鐵、銅、鋁、高分子材料(塑膠)等等。你確定重構回去,可以得到烤箱?這就是華文圈中的問題,很多人把歷史跟社會與政治制度解構後,把符碼重構成他認定的樣子,實際上就我們科學家來說,金屬跟塑膠可以有近乎無限種的組合,即便你拿著烤箱的元素組成,說「你看看這種元素比例,只有烤箱合理啊」。
呃,你確定不同牌子的比例會一樣?
如果同樣是烤箱(民主國家),你堅持國產跟的組成日產一樣,並認為反正都可以烤,所以只要這種元素成分就可以變成烤箱。那大概是Minecraft玩太多,以為把礦石拿來敲敲就可以變成物品。
作為工程師與某些材料的專家,同樣的原料經由不同的製程,產出的結果以及可以製造的成品,也會完全不一樣。所以我一向對於解構的方法很推崇(分析儀器),但對於重構這件事充滿疑慮,尤其是重構後必定會得到某一種結果的那種理論。
各種學科的重構法,就如同他擁有某幾種的製造工具,他看多了當然會覺得,鐵只能拿去做這些,銅可以做那些,塑膠能夠做到這樣。但其他工廠難道原物料就用不到這些?
為何我常說,你得要實際去做過才知道,很多事情跟理論差距甚遠。不是理論錯誤,這比較像是一個中鋼人員,認為所有跟鐵有關的東西,都算他管的一樣,根本是廢話。但這位中鋼仁兄,就擁有製作所有鐵製品,或者解析每一款跟鐵有關的產品如何產出的能力?
你也知道不會,那為何深信某套理論可以通用世界?拜託,那叫做硬套跟亂套。
至於你問,老師管這幹嘛,就興趣啊。作為把人生職志放在學問與技術普及化的人來說,怎樣把靠杯無敵難懂的知識,變成多數人能懂的常識,這門技術遠遠比去寫啥完美制度與政策的理論要難多了。
而且,跟人互動的過程,會讓你知道自己有多卑微,並從此當中獲得到真正的敬意。
#上大學的那幾個不要覺得國際共產好像很棒
#死小孩你作業到底要不要交
資料科學家在幹嘛 在 啾啾鞋 Youtube 的最佳貼文
最近有義肢設計專家和科學家合作,他們幫受試者裝上了這根可控制的拇指。沒想到受試者們很快就適應了這根新的拇指,而且還能用它來進行各種高難度動作!
啾音好書 ▶ https://reurl.cc/NX5ED5
啾啾鞋整理資料的秘訣 ▶ https://bit.ly/2vi0urX
▼啾啾鞋的人氣影片▼
《32街的偽鈔天才》偽鈔大師的故事
https://youtu.be/9lKe9irDIDw
Chrome小恐龍的秘密!
https://youtu.be/besQJCZ20j4
在路上撿到隨身碟,你會...?
https://bit.ly/2ytI7E5
俄羅斯方塊也有世界冠軍!?
https://youtu.be/Dh9VaezvVnU
YouTube的自動播放功能,播到最後會看到什麼呢?
https://youtu.be/HMxT-MCRmh4
牛排的血水不是血!
https://youtu.be/-7GjvnJ2PO0
背景音樂Background Music:
epidemicsound.com
粉絲專頁:https://www.facebook.com/chuchushoeTW
Instagram:http://instagram.com/chuchushoetw
Twitter:https://twitter.com/chuchushoeTW
![post-title](https://i.ytimg.com/vi/mG3H0jDm4Nc/hqdefault.jpg)
資料科學家在幹嘛 在 志祺七七 X 圖文不符 Youtube 的精選貼文
#DIGI #工程師表示AI比女朋友更好 (喂)
✔︎ 成為志祺七七會員:http://bit.ly/join_shasha77
✔︎ 訂閱志祺七七頻道: http://bit.ly/shasha77_subscribe
✔︎ 追蹤志祺 の IG :https://www.instagram.com/shasha77.daily
✔︎ 志祺七七 の 粉專 :http://bit.ly/shasha77_fb
各節重點:
00:31 👉AI 訓練師的基礎小知識!
00:37 什麼是「AI 訓練師」?
01:09 資料科學家的工作內容?
02:19 資料科學家的薪水?
02:45 有哪些產業會需要「資料科學家」?
03:17 藝術產業也需要資料科學家?
04:03 資料科學家也能稱為「馴獸師」!?
04:44 👉怎麼訓練 AI?
04:47 AI 機器人可以用在哪?
05:04 參觀可以跟人對話的機器人!
05:44 機器人大考驗!家用型 VS 商務型
05:45 機器人:幽默力大考驗
06:03 機器人:諂媚力大考驗
06:31 機器人:嘴砲力大考驗
07:17 教機器人說話被歸類在哪個領域?
07:39 機器人如何聽懂人類語言?
08:34 誰負責做資料標記?
09:25 AI 聽得懂社群梗嗎?
09:51 👉戀愛機器人即將誕生?!
10:01 真的會出現理解人類情感的機器人嗎?
10:36 什麼時候 AI 會發展出自我意識?
11:39 AI 沒辦法擁有自己的價值觀?
12:15 訓練 AI 的方法
12:37 👉AI 訓練師的真心話
13:48 你希望大眾對整個 AI 產業抱持怎樣的態度?
14:39 如果大家都神化 AI 會怎麼樣?
15:17 對政府 AI 計畫的看法?
16:18 工作的成就感來源?
17:18 跟 AI 相處比跟真人相處自在?
17:52 👉成為 AI 訓練師你要知道⋯
18:00 這種工作在台灣競爭激烈嗎?
18:14 想要進步一定要出國嗎?
18:37 台灣成為外商基地的原因?
19:57 推動 AI 教育的必備要素?
20:51 👉Jerry 與 AI 的未來之路!
20:54 會想要一直做下去嗎?
21:27 對科技感到恐慌該怎麼辦?
21:50 對你而言,AI 最大的意義是?
22:38 ✨AI 小遊戲介紹
【 製作團隊 】
|企劃+腳本:歡歡
|編輯:轟天雷
|攝影+剪輯後製:Pookie
|剪輯助理:范范
|演出:Jerry、志祺、不知道在幹嘛一直出鏡的歡歡
——
【 延伸閱讀 】
→ 亞太智能機器-聊天機器人:https://www.ap-mic.com/zh-hant/chatbot/
→ AI HUB–AI智慧應用服務發展環境推動計畫:https://aihub.org.tw/
→ AIGO–AI智慧應用新世代人才培育計畫:https://aigo.org.tw/ai-plus/home/new_index
→ 台灣AI行動計畫—掌握契機,全面啟動產業AI化:https://2030.tw/2kinhBC
→ 台灣AI行動計畫核定本:https://2030.tw/AI_Taiwan
\每週7天,每天7點,每次7分鐘,和我們一起了解更多有趣的生活議題吧!/
🥁七七仔們如果想寄東西關懷七七團隊與志祺,傳送門如下:
106台北市大安區羅斯福路二段111號8樓
如有業務需求,請洽:hi77@simpleinfo.cc
![post-title](https://i.ytimg.com/vi/Z_YP10oSCn0/hqdefault.jpg)
資料科學家在幹嘛 在 賢賢的奇異世界 Youtube 的最佳解答
#地底人 #地底外星人 #亞特蘭提斯轉世
各位大家好,歡迎來到HenHenTV的奇異世界,我是Tommy。
亞特蘭提斯的系列終於回來啦~~今天我們要講的就是地底人,由於我也是不太知道究竟地底世界是怎樣,所以把我的疑問都發給‘他’,結果他回應了。究竟我問了他什麼問題呢?如果你是第一次看我影片,我影片主要的題材是一些稀奇古怪,靈異,外星人和UFO或是一些科學無法解釋的東西,如果你也喜歡這些題材,歡迎你訂閱HenHenTV。
好!我們開始吧~
這個主題會有點長,因為牽涉的範圍很廣,所以可能會分幾集來說。
那對於地底世界的傳說已經不是什麼新聞了,以前很多科學家就認為地球是實心的,但是到現在也無法證明那是對的,那世界最深的人造地洞是在俄羅斯,在1960-年的時代,美國發明了莫霍面地鑽,俄羅斯也不落人後加入了鑽地洞的競賽,在不毛之地Pachenga鑽了十五年,深度高達12.22公里,這個記錄到現在還無人能破,但是如果你看回地球的構造,地壳本身已經是35公里了,所以這個人類史上最深的地心探索計劃也並不能證明什麼。
大家也有看過這張地圖吧~英國科學家威爾金斯在1946年時一本叫古代南美洲之謎裡面有講到,地球上有史前高文明的人開辟建造的地下長廊,首尾連接並且有很多分岔,可以通往很多不同的地方,雖然這個資料無法有證據證明存在,但是在最近2008一名前CIA的探員,叫Edward Showden,他是世界上最出名的‘難民’,由於他洩漏7000多個Top secret給傳媒,因此受到美國和英國的通緝,而俄羅斯國家在保護下,現在居住在俄羅斯。
其中一個他揭露的秘密,就是UFO其實是源自於地心的,地心居住著高文明的外星人,和地底人,為何不是一樣的,我在過後會解釋。那很多人就會說:地心那麼熱,高壓,又有岩漿,怎樣可以住人,他的資料指出,地心本身是空心,地底裡面有小太陽,類似好像地核的水晶,這個水晶是可以像太陽一樣,供應熱能和光給予植物,而且地底居住的環境更好,更少的天災,很多人認為地球以外的星球沒有生物,是否是居住在星球裡面才是正確的呢?感覺就好像有家裡不住,住外面的感覺呢?
很多人覺得外星人如果有一天來攻打地球,那他們就要在遙遠的星球,派非常多的戰艦,勞師動眾的來到地球,來佔領一個被污染中的星球嗎?好像並不是那麼的有經濟效益。但是如果地底人要侵略地球表面,是否會更加快捷一些,而且比較方便呢?
那我們來問問他吧
1. 通往地球地心的通口在那裡
他的回答:是在南極和北極,有個巨大的進口
如果看回之前的那張地球,的確是畫著南極和北極是有兩個巨大的出口,而在Edward Snowden的報告裡面也有指出,外星人的飛碟是從這裡飛出來的。而且美國總統每天都會聽地底人活躍的簡報,由於他們的文明比我們先進,因此需要確保他們不會侵略地球表面。
2. 為什麼他們要住在地底,地球內部不是高溫和高壓的環境嗎?
住在地底更安全,且重力條件更低,住在地底身材更高大,還能直接接收到舒適地蓋亞核心發射出的光芒,不是高溫的,地球是空心的,中空的,一個巨大的鐵水晶,或者說是蓋亞核心懸浮在中心,發出光芒。
這個回答跟之前的資料和其他的資料吻合,什麼是蓋亞呢?蓋亞是古希臘神話裡面大地之母,在希臘神話裡面,他用自己的血肉創造了男性和女性,而這裡也是講這個蓋亞核心,是孕育人類的能源,英國科學家洛夫洛克曾經有推出過一個假設,地球本身的生命體和非生命而形成的一個可以互相作用的複雜系統,稱之為蓋亞意識,而這個意識如果生病,就是因為地球的污染,等等的因素造成它生病,就是天災的發生,惡劣的天氣,越來越熱的地球暖化,亂掉的四季時間等等。
所以真的不要在污染環境了
下個最重要的問題,大家也會想知道的問題
3. 如果他們擁有那個高的技術,為何不直接征服人類
他的回答是:他们?地球内部主要有三种生物,马尔加塔人(天琴座类人族的后裔),初代智人(雌雄同体的亚当),Draco(俗称蜥蜴人),马尔加塔和初代智人在默默地守护者地球核心,且他们也已经成功进化至了第五次元,防止Draco摧毁。且限制着Draco在地球表面的行动,这也是为什么Draco需要制造蜥蜴变形人来渗透地表的世界。
那如果大家有看我之前的亞特蘭提斯影片,就知道,Draco指的就是天龍星人,是純血統的蜥蜴人,在亞特蘭提斯第二次大戰戰敗後,逃離到地心裡面,
那這裡也有解釋了,為什麼他們不去侵略地球,除了這個原因外,就是地底的生活環境還比地面好,幹嘛他們要去佔領環境比較差的地面呢?而且還有一個原因,接下來會說的
4. 他們和蜥蜴人是怎樣的一個關係?
他們這裡是指馬爾加塔星和初代智人亞當,
他的回答:高次元的生物不會摧毀任何一個種族,只會勸化,他們對Draco沒有敵意,但也不允許他們到地表殺戮。這裡有需要補充的地方,除了這三種人種以外,地心內部還有其他的人種,例如是昴宿星球,天狼星人,火星人等等。但是主要這三種人種居多。
5. 就好像以前說到亞特蘭提斯戰爭和大洪水過後,蜥蜴人逃到了地底,然後發生了什麼事?
Draco在地底與馬爾加塔開戰,目前馬爾加塔已進化至第五次元,這說明他們戰勝了Draco且限制著他們在地表的行動。阿奴納奇到地表奴役現代智人挖黃金,且把初代智人被趕到地球內陸。
所以這裡就有解釋為什麼初代智人會在地底。那下一個問題
6. 大洪水過後,亞特蘭提斯已經沉入海底了,這樣對蜥蜴人來說應該是沒有威脅了啊,為什麼他們還在地底呢?
他的回答說:马尔加塔和初代智人限制着Draco的行动。所以就沒有上回地面。
7. 還有什麼人有去過地底呢?
亞特蘭蒂斯人,馬爾加塔人,火星人,天狼A,天狼B,昴宿星等等高次元的都去過,目前也有來往,有基於第五次元的光船,可以瞬時移動到某些特定的位置。低次元的生命體有Draco,某些現代智人也意外進入過內陸。
至於地心裡面發生過什麼事,還有關於人類探索地心的資料,或是德國納粹的希特勒被帶到地心的傳說,下一集我們繼續說。
如果你喜歡我的影片,記得訂閱HenHenTV,和繼續追踪這個地心傳說的影片,還有你心裡面一定有很多疑問吧!!趕快留言給我,我會收集一個禮拜的問題,然後再出QnA。
好!我們下個奇異世界見,Bye Bye
![post-title](https://i.ytimg.com/vi/PF1hFDjD2U4/hqdefault.jpg)
資料科學家在幹嘛 在 資料科學家的工作日常- Home | Facebook 的推薦與評價
使用者可以對資料庫中的資料執行新增(Create)、擷取(Read)、更新(Update)、刪除(Delete)等操作。資料庫將資訊以電子化的方式井然有序地儲存在電腦系統的集合,使用 ... ... <看更多>
資料科學家在幹嘛 在 Data scientist/engineer 資料科學家是在幹嘛的? - 工作板 | Dcard 的推薦與評價
想問一般資料科學家/工程師跟軟體工程師差別在哪裡?台灣哪個領域比較好賺,資料分析感覺是這幾年興起而且有賺頭(?)的工作,學校課程也都在 ... ... <看更多>
資料科學家在幹嘛 在 [請益]資料分析/科學的工作是不是幾乎都要碩士.. - 看板Soft_Job 的推薦與評價
※ 引述《HWSH (光的夜生活)》之銘言:
: 小弟去年從國立臺北大學統計系畢業
: 計畫先工作個兩三年再去申請國外研究所
: 目前即將服完兵役 本來是希望年後可以開始上班
: 最近幾天開始找工作 履歷卻一直被已讀
: 感到一點小小的「挫折」
: 看了一下應徵者狀況 六七成都是碩博
: 唉學歷拚不過別人真的是硬傷
: 真的沒有一些初階的資料科學家助理工作可以做做看嘛哈哈
: 我很樂意從Data Cleansing的工作做起
: 交代一下背景
: 大概是大三決定要走資料科學家這條路
: 接觸coding到現在大概兩年
: 最常用的是R跟SAS
: 有去修資工的資結跟演算法
: 會一點C跟Matlab
: 最近在看線上課程學python
: 英文聽說讀寫沒問題
: SQL還真的完全沒碰過(滿多職缺都有要求)
: Deep learning幾乎沒有頭緒(只知道ML)
: Hadoop跟Spark只知道是在幹嘛的也沒有實際操作過
: 唉唉真的是太嫩了
: 想請版上的前輩大大們點一盞明燈提供一點建議
: 謝謝謝謝 用力鞭沒關係
身為這一塊的弱弱從業人員給你建議
我覺得你心態可能要改
資料科學家 70%以上的時間都在做data cleansing
但你好像搞錯狀況了 以為這種東西是初階的工作
但是實際上並不是這樣 實戰經驗上需要想辦法增進把資料清整時間到可以拿去建模
在台灣 有意願想做這方面的公司在過去對於資料的管理上都很不嚴謹
你看到的會是雜亂無章又一堆莫名其妙的資料
光是處理資料encoding的問題就夠你燒腦燒時間的 更別說還有一堆雜事
如果你以為資料科學家只要爽爽地建模就好了那真的是太天真了
加上從你內文中沒接觸過SQL 沒玩過Deep learning 好像也不會爬蟲
資料視覺化的工具也沒提到會不會
ML到底接觸多深也不知道 要走資料這塊只會R卻不會python 也是硬傷
勸你先去了解一下R和Python彼此的優缺點
另外有沒有實際上玩過什麼專案也看不出來
講白了如果我部門開缺你來應徵 我還真不知道有什麼誘因讓你進來一同工作
有個建議是如果真的想增進實力
上去Kaggle看看其他人在幹嘛 同樣的dataset你能不能做出跟人家一樣的結果
或是去挑個競賽區的試試看自己做出來的結果到哪
另外就是最近吹很大的各種相關“前景”請審慎看待不要一頭熱
有時候實務面上跟這些投機客炒作的泡泡還是有不小的落差
--
※ 發信站: 批踢踢實業坊(ptt.cc), 來自: 114.34.121.188
※ 文章網址: https://www.ptt.cc/bbs/Soft_Job/M.1518108879.A.FB1.html
... <看更多>