[爆卦]數據清洗是什麼?優點缺點精華區懶人包

雖然這篇數據清洗鄉民發文沒有被收入到精華區:在數據清洗這個話題中,我們另外找到其它相關的精選爆讚文章

在 數據清洗產品中有9篇Facebook貼文,粉絲數超過0的網紅,也在其Facebook貼文中提到, 創新工場和BCG咨詢合作的「+AI改造者」系列: 看看多面手鎂伽如何由點到面,用機器人和自動化賦能生命科學、製造和零售業。 改造者系列:將核酸檢測提效40倍的自動化變革推手 -- 本文来自BCG微信公眾號,經授權轉載。 近期,創新工場聯合BCG波士頓咨詢旗下亨德森智庫,推出「AI融合產業:『改造...

 同時也有13部Youtube影片,追蹤數超過2,060的網紅Jason's Life,也在其Youtube影片中提到,土豪哥與太后的匪類人生:https://goo.gl/xFyRcT Jason's Life:https://goo.gl/Kca5qX youtube:https://goo.gl/rCcM5h Telegram:https://t.me/tohowfun IG:https://goo.gl/qz...

數據清洗 在 BusinessFocus | 商業、投資、創科平台 Instagram 的最讚貼文

2021-09-03 14:27:35

【@businessfocus.io】內地網信辦清洗財經自媒體 禁唱空市場 不帶立場引用外媒 . 據內地新華社報導,國家網信辦將從即日起至10月26日,集中清理一批「違規發布財經類信息」財經新聞平台,行動代號延續早前整治明星飯圈的「清朗」一詞。報導表示「一段時間以來,部分商業網站平台及其自媒體帳...

數據清洗 在 姜冠宇 醫師 Instagram 的最佳解答

2021-09-16 11:19:31

最近醫院內部對於Delta #未雨綢繆 做了一些討論 高層裁示: 疫情應該會在1-2個月後再來,而且高峰將會是萬華區經驗的1.5倍 這推論基礎是站在Delta有更強的傳染力,並觀察到: A. 看起來亞洲各國根本就擋不住 B. 更何況看來二劑疫苗已經逐漸退守為避免重症 C. 必然的疫苗供貨不穩、...

數據清洗 在 楊艾倫 Instagram 的最佳解答

2021-09-03 12:16:19

我先說: 報我的名字去大愛眼科做雷射有打折 歡迎大家去詢問帥氣驗光師 勿私訊我💕 大家應該的都知道我前陣子去做了”德國蔡司” Smile 雷射近視手術,脫離了原本的1000度重度近視,這次有機會和大愛眼科合作,大家最想知道的到底會不會痛、術後感想等等的,之前直播都有大概分享過,今天就來細細述說。...

  • 數據清洗 在 Facebook 的精選貼文

    2021-09-07 11:33:45
    有 128 人按讚

    創新工場和BCG咨詢合作的「+AI改造者」系列: 看看多面手鎂伽如何由點到面,用機器人和自動化賦能生命科學、製造和零售業。

    改造者系列:將核酸檢測提效40倍的自動化變革推手 -- 本文来自BCG微信公眾號,經授權轉載。

    近期,創新工場聯合BCG波士頓咨詢旗下亨德森智庫,推出「AI融合產業:『改造者』如何促進AI普惠」系列研究。人工智能在大陸有著明確的落地應用場景,大量的AI企業活躍於這些垂直場景中,我們定義這些企業為「改造者」。「改造者」通過傳授其AI技術和垂直行業理解,極大地打破了傳統企業應用AI的瓶頸。

    作為擅於趨勢前瞻的TechVC,創新工場長期看好AI領域,深入佈局,至今已經投出了7隻AI獨角獸。在系列研究中,我們采訪了數家創新系AI企業,通過這些「改造者」的視角,探究傳統企業擁抱AI的範式與路徑。

    創新工場投資的鎂伽是大陸領先的高科技公司,成立於2016年,專注于機器人和人工智能技術的研發並將其深度融合于行業應用,提供從終端到雲端的產品與服務,賦能生命科學、先進製造等領域的智能變革,同步探索在智能零售等場景的創新應用。疫情期間,鎂伽為核酸檢測的應用需求提供了一系列高通量病毒核酸檢測解決方案,全程無人工參與,「樣品進、結果出」的全自動化,最大化保證結果的準確,效率相比人工提升40倍以上,最大可能降低了人工實驗過程中的感染風險。

    2021年,鎂伽正式宣佈其自主研發的中國首家通用型智能自動化生物實驗室——鎂伽鯤鵬實驗室一期在北京正式落成,同時也在上海、蘇州開始佈局滿足不同功能的自動化生物實驗室,預計於2022年陸續投入使用。鯤鵬實驗室將專注于細胞基因編輯、高通量藥物篩選、合成生物學等領域的研究,致力於打造次世代的生命科學基礎設施,提高生命科學研發和生產效率,賦能行業融合創新,引領即將到來的生物學革命。

    在采訪中,鎂伽認為AI應用企業要從垂直行業的實際問題出發,通過儲備和培養大量複合型人才,做到「比客戶更懂業務」。以下:

    ■系列導讀

    本系列由BCG亨德森智庫與創新工場董事長兼首席執行官李開復博士帶領的創新工場團隊共同推出,圍繞「AI融合產業:『改造者』1如何促進AI普惠」的課題,我們致力於探究傳統企業在應用AI過程中的關鍵要素與合作夥伴,以及傳統企業擁抱AI的範式與路徑。

    在上篇中,我們接觸了提供端到端AI醫藥平臺的英矽智能,在今天的文章中,我們將進一步瞭解在生命科學、先進製造與智能零售等創新領域提供智能自動化技術與產品的高科技公司,即「改造者」——鎂伽科技。

    1 「改造者」通過傳授其AI技術和垂直行業理解,極大地打破了傳統企業應用AI的瓶頸,充當產業中傳統企業應用AI的橋樑。「改造者」包括AI企業與成功轉型AI的傳統企業。

    鎂伽是中國大陸領先的高科技公司,憑藉卓越的智能自動化技術與產品,實現行業創新突破和深度融合,致力於構建智能社會,賦能生命科學、先進製造等領域的智能變革,同步探索在智能零售等場景的創新應用。

    ■對談實錄

    Q1:鎂伽為生命科學、零售和製造業提供AI解決方案,三個行業跨度很大,鎂伽如何進行賽道選擇?在發展過程中如何增進行業理解?

    鎂伽:鎂伽是以機器人和自動化技術起家的,但在服務客戶的過程中,我們發現客戶需要的不只是機器人本體或自動化設備,還要結合行業需求痛點的解決方案。生命科學和線下零售都是市場容量很大、增速很快的行業,但自動化和智能化的滲透程度還很低,急切地需要提升生產力,因此我們選擇進入這些賽道。

    這三個賽道看似跨度很大,但其實底層技術是相通的。比如人工智能技術可以用於晶圓的缺陷檢測,也可以用在藥物篩選實驗中的細胞培養和克隆挑選。鎂伽開發了許多通用的基礎底層技術作為支撐,比如IntellVega通用視覺平臺已經應用於工業領域線上視覺檢測以及生命科學領域的藥物篩選,鎂伽還有一個技術中台MegaCloud,集合了跨行業的後臺數據,能夠支援鎂伽在不同領域的各項業務。

    當然,對於一線業務來說,使用人工智能或者自動化的形態是完全不同的。鎂伽通過儲備和培養大量複合型人才做到「比客戶更懂他的業務」,以體現鎂伽的專業性和技術領先性。以生命科學領域為例,鎂伽不只有人工智能算法科學家,還有包括幹細胞、類器官、合成生物學、免疫學、病毒學等方向的科學家,既有來自CRO、IVD和藥企的專業人才,也有懂市場營銷的專家。由於團隊的多樣性和複合性,鎂伽內部也建立了充分的互相培訓機制,加強團隊之間的磨合與學習。

    同時,現代生物學現在已經成了大數據科學,人工智能的應用是大勢所趨。鎂伽在助力生命科學領域轉型的過程,通過智能自動化技術,説明客戶把非常複雜的生物學實驗標準化、自動化和數字化。鎂伽在兩個方面説明生命科學的客戶,一是用行業領先的高效自動化系統説明客戶快速產生海量的多維度實驗數據;二是用鎂伽人工智能平臺説明客戶對生物數據進行模型構建和關聯性分析,進而指導實驗的持續優化。

    另外,鎂伽也是少有的在生命科學領域搭建了完整的生物學自動化實驗室的企業,能夠融合我們自己的自動化和人工智能技術。客戶親眼看到我們的實驗室之後都會很受震撼,認識到我們做的事情非常前沿,他們也很想加入。這就使得鎂伽和其他生命科學領域的硬件設備廠家區分開來。

    鎂伽甚至發現,從過去幾年到如今,有不少AI技術公司找到我們,希望借鑒我們的垂直行業經驗。這些團隊往往有很強的AI算法能力,但是缺乏數據、缺乏應用數據的方式。以藥物篩選為例,鎂伽可以做到在實驗室設計方案之初就考慮到收集哪些關鍵數據並使其很好地滿足機器學習算法的要求,從而在實驗過程中自動採集證據以證明細胞安全且來源單一,滿足監管的要求。這是鎂伽相比於其他AI公司的獨到優勢。

    在開發解決方案的過程中,鎂伽一直堅持從業務問題出發,首先找到高價值的應用點,再把點串成線,由線鋪到面。

    Q2:就鎂伽的觀察而言,傳統企業應用AI有哪些共性問題?鎂伽是如何解決的?

    鎂伽:傳統企業首先對AI技術能夠解決什麼問題比較模糊,也不太能理解AI是如何解決問題的。例如對AI如何能替代人工檢查、或者提升產品良率都不理解,因此很難提煉他們對AI的需求。鎂伽需要引導傳統企業的決策者來梳理業務流程,明確行業的特定痛點,從而制定解決方案,並計算和衡量自動化和AI能夠為企業帶來的經濟價值。

    同時,傳統企業往往也缺乏高質量的數據,或者有數據但並未標記、數據不標準,無法有效地投入AI應用。傳統企業還缺乏AI人才,自動駕駛和視頻監控行業的人才和技術可能相對更多,但在傳統製造、生物醫藥這些行業,AI人才和技術是較為欠缺的。鎂伽建立了高效的數據獲取、自動化模型訓練和高精度上線部署的AI閉環,軟硬件團隊和測試團隊也做了充分的磨合,可以極大地提升傳統企業研發應用AI的效率。否則,從模型搭建、數據清洗到模型訓練、結果分析部署等等諸多環節,對傳統企業而言都是費時費力甚至難以為繼的。

    鎂伽還會幫傳統企業搭建懂AI的團隊和建立完整的數據體系,包括説明傳統企業的團隊理解如何提煉數據、要采集並標注什麼數據等等。幫助傳統企業建立一支懂得AI應用的團隊有利於傳統企業的持續AI賦能。鎂伽內部建立了一個共有技術平臺,以機器人控制、2D和3D視覺、深度學習為核心的IntellVega平臺,及為用戶提供物聯網、SaaS線上集群服務和大數據分析等核心的 MegaCloud平臺,通過專業的開發團隊為客戶提供高效、智能化的整體解決方案,而傳統企業只需要提煉他們自身對產品工藝、質量的要求就可以了。

    ■要點回顧

    1、「改造者」需要從垂直行業的業務問題出發,打造複合型團隊(既懂AI又懂垂直行業的專業人才),並加強團隊融合,實現「比客戶更懂業務」。

    2、一流的「改造者」不只是提供產品和解決方案而已,還應當幫助傳統企業驅動變革管理,幫助識別和定義問題和需求,驅動認知轉變並提高員工技能,從而使AI應用在長期可持續。

    ■本期內容來自BCG對話鎂伽首席科學家王承志博士、首席技術官丁新宇先生、研發副總裁段金瑞博士、人工智能算法科學家蒯多傑博士和孫新先生。

  • 數據清洗 在 Facebook 的最讚貼文

    2021-08-25 18:12:03
    有 258 人按讚

    創新工場和BCG諮詢合作的「+AI改造者」系列:看看馬上贏如何在巨頭競爭下,用大數據驅動業務,實現傳統零售商和品牌商的雙贏。

    改造者系列:科技巨頭下的AI企業制勝之道?-- 本文来自BCG微信公眾號,經授權轉載。

    近期,創新工場聯合BCG波士頓咨詢旗下亨德森智庫,推出「AI融合產業:『改造者』如何促進AI普惠」系列研究。人工智慧在中國大陸有著明確的落地應用場景,大量的AI企業活躍於這些垂直場景中,我們定義這些企業為「改造者」。「改造者」通過傳授其AI技術和垂直行業理解,極大地打破了傳統企業應用AI的瓶頸。

    作為擅於趨勢前瞻的TechVC,創新工場長期看好AI領域,深入佈局,至今已經投出了7只AI獨角獸。在系列研究中,我們采訪了數家創新系AI企業,通過這些「改造者」的視角,探究傳統企業擁抱AI的範式與路徑。

    馬上贏是創新工場投資的大陸領先的快消行業大數據公司,其定位是中國快消品行業的風向標,零售監測的新標準,成為中國的「尼爾森」。通過信息化賦能小規模零售商,馬上贏打通一個個數據孤島,以大數據的方式挖掘零售數據的商業價值,為品牌商提供產品動銷數據與競品監控服務。

    為了讓數據更好地服務於新品研發和上市,馬上贏引入了PDCA(Plan, Do, Check, Act)循環,通過數據說話指導快消品快速迭代,提升零售商銷售收入。

    具體來說,品牌商可以在零售商的渠道內測試包括售價、外觀、營銷、陳列等要素,通過數據回饋指導新版本,實現往復循環。

    在采訪中,馬上贏創始人猴哥(王傑祺)表示,垂直領域內的AI創新需要符合企業自身的需求,要在巨頭的基礎設施之上,基於更好的訓練集和更專業的垂直行業知識,不斷突破行業壁壘,優化垂直領域的AI創新。

    ■系列導讀

    本系列由BCG亨德森智庫與創新工場董事長兼首席執行官李開復博士帶領的創新工場團隊共同推出,圍繞「AI融合產業:『改造者』1如何促進AI普惠」的課題,我們致力於探究傳統企業在應用AI過程中的關鍵要素與合作夥伴,以及傳統企業擁抱AI的範式與路徑。

    在零售領域,馬上贏致力於定義中國快消品零售監測行業的新標準,成為「中國的尼爾森」,通過免費為連鎖零售商提供市場情報和「零售數字化鐵三角」2,與零售商進行數據合作,將海量的線下快消品零售數據轉換成精准的市場洞察情報。

    1 「改造者」 通過傳授其AI技術和垂直行業理解,極大地打破了傳統企業應用AI的瓶頸,充當產業中傳統企業應用AI的橋樑。「改造者」包括AI企業與成功轉型AI的傳統企業。
    2 「零售數位化鐵三角」指通過PDCA循環迭代的方法提升零售商銷售收入。P=Plan:52周企劃;D=Do:會員營銷;C=Check:BI看板;A=Act:改進。

    ■本期受訪嘉賓:猴哥(王傑祺)

    馬上贏正在建設覆蓋線下門店最多的零售監測網絡,為連鎖企業免費提供BI看板、52周企劃3、會員營銷和市場情報,推進連鎖企業數字化轉型。

    猴哥(王傑祺)是馬上贏的創始人兼首席執行官,清華大學學士,美國華盛頓大學碩士。他是原阿里巴巴集團資深產品專家,曾于美國UPS供應鏈部門擔任高級工業工程師。在創立馬上贏之前,他曾創業推出購物助手(如意淘),後被阿里收購。

    3「52周企劃」指依托馬上贏的大數據AI技術説明零售商實現精細化管理。零售商可以瞭解一年中每周適合銷售什麼類目的產品,與陰曆節日、陽曆節日、節氣、特殊事件(如比賽活動)關聯,提升門店的銷售計劃能力。

    ■對談實錄

    Q1 馬上贏為什麼選擇切入零售賽道?如何定義「中國的尼爾森」?

    猴哥:馬上贏致力於定義快消品零售監測的新標準,做「中國的尼爾森」,為零售商和品牌商提供服務。面向零售商,馬上贏免費提供ABC服務,即AI、big data(大數據)、Cloud(雲服務),以換取訂單數據;面向品牌商,馬上贏基於零售商的脫敏數據提供大陸市場情報,賺取收入。

    馬上贏發現,大陸的市場過於分散,零售的毛利又低,大量規模小的零售商缺乏足夠的IT費用以支援其獨立完成信息化應用,但他們對信息化的需求又是真實存在的。另一方面,品牌商有意願和能力為市場情報、動銷數據支付費用。馬上贏看到了零售商和品牌商的痛點以及購買力的巨大差異,嘗試通過為零售商和品牌商提供所需服務來提升整個行業的效率。

    馬上贏一方面向零售商免費提供差異化的信息技術服務,按零售商的需求提供BI看板和市場情報支援,另一方面向品牌商提供產品動銷數據與競品監控服務。此外,馬上贏還在著重提升AI演算法和大數據中台數據處理能力,以便支援更多零售商和品牌商的數據服務需求。同時,這些技術優勢和服務支撐能力説明馬上贏建成大陸覆蓋範圍最大的即時零售數據監測網絡。對於馬上贏和客戶而言,這是雙贏。

    在數據治理中,馬上贏需要做的是建立相對統一的內容體系,實現統一的度量衡。比如同一個條碼的商品在不同門店的名稱寫法不同,傳統方法是通過人工進行校驗和修正之後才能統一名稱入庫。馬上贏通過自己搭建的超1,600萬條碼的商品庫,使用AI演算法對零售數據做分類、清洗,並基於完善的商品知識圖譜體系標記商品屬性,再由BI看板提供數據洞察服務。馬上贏的這套全流程自動化體系,極大地提升了數據處理和情報產出的速度和效率。

    Q2 相比數據咨詢商、科技巨頭等其他類別的競爭對手,馬上贏的差異化優勢是什麼?如果品牌方想自己做零售大數據,馬上贏怎麼應對?

    猴哥:以往零售商想實現信息化必須高價購買專門技術公司的服務,只有少數資金充足的大零售商可以負擔得起,零售行業中數量眾多的中小型零售商往往望洋興嘆。而品牌方一般很難獲取到這些生意占比很大的中小型零售商數據,因而會尋求數據咨詢商的數據服務。但出於成本和利潤的考慮,數據咨詢商往往只服務最頭部的品牌商,在大陸可能只有幾百個品牌商能消費得起數據咨詢商的服務。相比之下,馬上贏合作的品牌商更加廣泛,從新銳品牌、區域性品牌到成熟品牌、頭部品牌,馬上贏都可以提供符合客戶需要的數據服務。

    數據咨詢商從少數零售商那裏提取商品月度銷售匯總數據,再將數據整合為大盤情報,賣給少數頭部品牌商。但馬上贏從「激活生態」的角度出發,説明零售商提升數據運營能力,獲得大量一手銷售訂單數據,可以為品牌商提供更詳細的數據洞察服務。此外,馬上贏由AI賦能數據清洗和BI交付,從而可以提供即時的、更細顆粒度的看板,可以提供細到省級、地級市級、業態級、SKU級顆粒度的數據。

    相比電商巨頭,馬上贏選擇線下快消品零售行業,覆蓋更多的線下零售商,涉及更豐富的業態,有大賣場、大超市、小超市、便利店、食雜店等等。在商品品類的選擇上,馬上贏暫不拓展美妝、服裝等電商渠道占比超過50%的品類,而選擇線上化率相對更低的品類,如食品、飲料、日用品。這些品類消費時效性高、頻次高、單價低,線上購物場景並不適合線下。

    至於品牌方自己做零售大數據,馬上贏早前就思考過這個問題。我們和大品牌都聊過,如果建立品牌方自己的銷售追蹤網絡是否可行,得出的結論是不可行。一是單一品牌方來做大數據,做完了只能自己受用,成本攤下來很不合算,還不如投資AI企業,實現專業化分工;其次,品牌方還有一些技術壁壘解決不了,攻克下來只會對成本端造成更大的壓力,得不償失。

    Q3 馬上贏在賦能零售商和品牌商的過程中遇到的最大挑戰是什麼?

    猴哥:最大的挑戰來自於行業裏不透明的競爭——現在做AI的企業太多了,很多企業會虛報準確率,噪音特別大。

    AI在每個垂直行業的落地需要很多行業知識,其次才是疊加AI演算法。但很多傳統企業對AI的期待特別高,導致市場上各種聲音魚龍混雜,每個企業都在講述「AI萬能」的故事。馬上贏不會激進地過度承諾,但這種冷靜和狂熱之間的衝突會帶來很多麻煩——當別的AI企業過度承諾其自動補貨的準確率高達95%的時候,馬上贏如果表示我們的準確率位於70%—85%的區間,傳統企業就會輕視我們的實力。現在,垂直行業裏缺乏行業組織或者專業機構來做客觀、公允的第三方普查。比如在圖像識別、自然語義處理領域,都有比較公認的訓練賽,大家用演算法的跑分說話,相對而言就比較客觀。落到垂直領域裡,每個企業自己報數據,很多時候就會有水分。

    馬上贏曾經考慮把收集的數據脫敏之後貢獻出來,讓大家有一個公平的舞臺競技,但是很難運行起來。僅僅共享數據不足以激勵演算法團隊,需要行業組織定期舉辦競賽、活動等,或者像Netflix舉辦推薦演算法比賽,通過資本來激勵大家參與,僅僅靠社區運轉不起來。

    Q4 你認為未來AI企業的發展趨勢是什麼?

    猴哥:有能力的巨頭要持續加強行業的基礎設施,讓開發AI的人能有更好的工具,讓雇不起博士生的企業也能應用AI,實現技術普惠。同時,垂直領域內的AI創新需要符合企業自身的需求,AI企業要在巨頭的基礎設施之上,基於更好的訓練集和更專業的垂直行業知識,不斷突破行業壁壘,優化垂直領域的AI創新。我相信這是我們的生存之道——「科技巨頭靠算力,我們靠設計」。

    同時,大陸的零售行業在洗牌,有很多更具備數據化思維的新品牌在躍躍欲試。以前是渠道經濟,在社區裏搶到點位就能有流量,未來是有技術、數據和管理能力的品牌才能從老品牌手中搶到點位。此外,隨著許多快消品牌逐步上市,出現資本外溢,更多的人會開始創業,疊加當前快消巨頭的二代交棒窗口,零售領域將有新一波浪潮湧動。我相信,未來的零售行業會更加擁抱數據,擁抱AI。

    ■要點回顧

    1. 不只是技術層AI要有標準,應用層AI也需要標準。垂直領域應用AI需要由行業組織或龍頭企業牽頭制定公認的行業標準,從而促進AI企業公平有序發展,這也將反哺傳統企業,促使傳統企業的AI應用提質增效。

    2. 「科技巨頭靠算力,AI企業靠設計」,結合巨頭提供的行業通用基礎設施和「改造者」特有的垂直領域數據集和算法,各取其長,方能最大化傳統企業應用AI的效率。

  • 數據清洗 在 昱創企管顧問有限公司 Facebook 的最佳解答

    2021-02-26 00:39:51
    有 2 人按讚

    機器學習過程中出現不準確的假設,
    將會導致 AI 產生結果不正確的狀況。
    這篇談到機器學習有五種偏差的原因
    1. 演算法偏差
    2. 樣本偏差
    3. 偏見偏差
    4. 測量偏差
    5. 排除偏差
    數據科學家要了解並消除偏差。
    #人工智慧

    AIoT數位轉型策略與實務 博客來購買:https://www.books.com.tw/products/0010875914?loc=P_0001_007

    AIoT的現在與未來Ted演講:https://www.youtube.com/watch?v=lCXRPlaUk0s&t=4s

    中華亞太智慧物聯發展協會協助企業數位轉型 https://www.facebook.com/APAC.AIOT/

    https://buzzorange.com/techorange/2021/02/25/5-machine-learning-bias/

  • 數據清洗 在 Jason's Life Youtube 的精選貼文

    2020-09-23 20:42:57

    土豪哥與太后的匪類人生:https://goo.gl/xFyRcT
    Jason's Life:https://goo.gl/Kca5qX
    youtube:https://goo.gl/rCcM5h
    Telegram:https://t.me/tohowfun
    IG:https://goo.gl/qzUhyU
    ----------------------------------------
    #卡卡環保吸管 #環保吸管 #做環保
    官網:https://www.hypass.com.tw/pages/gagastraw
    很驚訝的數字,從2017年淨灘活動數據
    發現海洋垃圾,吸管居然高居前三名,而且幾乎年年都是
    自從政府推廣減塑政策,開始許多業者陸續跟進
    但還是無法全面無塑
    這時候就是人人減塑時代,隨身攜帶環保吸管已變成趨勢

    市上環保吸管有許多材質,優缺點都有
    卡卡環保吸管使用食品級原料,可拆式設計
    讓你清洗看得見,現在還有各種顏色可以選擇
    更是推出台南限定版以及迪士尼款,更令人喜歡

  • 數據清洗 在 Sunjadefish Youtube 的最佳貼文

    2020-09-07 20:00:12

    🐟桑潔的murmur時間
    這次我來向大家分享很多人敲碗的「戴牙套清潔方式」🦷
    大家都知道,戴牙套除了吃東西會一直卡菜渣之外,更麻煩的是要處理「牙齒矯正清潔」這件大工程。🤣
    我自己已經戴牙套兩年半了,在戴牙套心得這方面有很多事情可以分享給大家,所以不管是牙套清潔順序、牙套清潔工具推薦、牙套清潔牙線、牙套清潔牙間刷、牙套清潔牙刷等等的使用方式、如何挑選或是注意事項,在這支影片裡我將會全部告訴大家!😝
    無論你是牙套現役牙套服刑人或是已經服滿刑期已拆牙套人,都可以留言和大家分享你自己的潔牙心得唷~或是你是很想戴牙套一直猶豫不決的朋友,有任何問題也歡迎在底下留言唷~(來嘛😆)
    謝謝一直以來都曾經看過我影片、留言過的你們,你們每一個人的加油鼓勵以及心得分享都非常珍貴🥰所以如果你們有任何想要看我拍的影片,無論任何類型題材,都可以告訴我!我一定會採納你們的idea的🥳
    還沒有訂閱的朋友,喜歡的話可以按下訂閱、留言打聲招呼,這對我來說就是非常非常大的鼓勵唷!
    #牙套清潔 #牙套清潔方式 #牙套清潔工具
    🐟更多桑潔
    instagram:
    https://instagram.com/sunjadefish?r=nametag
    『戴牙套不能吃什麼?真的嗎!?🤨』通通買回來吃給你看!
    https://youtu.be/mpBjtDG2ujQ
    牙齒矯正兩年心得之『我竟然要戴牙套橡皮筋?!😰』會痛嗎?要怎麼吃飯?橡皮筋怎麼戴?
    https://youtu.be/0ncCIw6etpY
    短髮vs長髮!『剪短髮造型適合我嗎?』夏天必備髮型大改造
    https://youtu.be/ycqV4_U-0Q8
    【台北捷運美食】頂溪捷運站🚩竟然一出站就能找到好吃的?「懶人」必看的懶人包!
    https://youtu.be/Fm7hyOUipL0
    【台北捷運美食】新店區公所站🚩竟然一出站就能找到好吃的?「懶人」必看的懶人包!
    https://youtu.be/NFuPn8ZG8nU
    【新手youtuber】頻道經營三個月心得,後台數據倒底如何?真的有人看嗎?
    https://youtu.be/6arFYveBtlo
    十部你『此生必看』的電影🎬
    EP1 https://youtu.be/3C9pk9br-ps
    EP2 https://youtu.be/ILKYA1lMl8g

  • 數據清洗 在 范琪斐 Youtube 的最佳貼文

    2020-08-11 22:00:27

    本週漏網東西軍角逐的選項是:「蛋炒飯論戰」vs.「環保威士忌」。經過24小時的刺激票選之後呢,「環保威士忌」獲得51%的票數。知名威士忌品牌跟上環保新趨勢,決定在2021年推出「紙製酒瓶」取代傳統玻璃瓶,據說整個瓶子從裡到外都都可以回收,不會對環境產生危害。這款酒瓶到底只是噱頭還是真的很環保?

    這家企業會想要研發紙製酒瓶,是因為看到一份數據表示,歐洲在2018年時總共丟棄了820萬噸塑膠包裝,這些垃圾造成地球龐大的負擔,所以他們就決定要在2021年,推出完全不含塑膠成分的紙製包裝瓶,搶搭環保熱潮,為地球貢獻心力。業者強調這款酒瓶是由環保紙漿、可生物分解的食品級樹脂組成的,製作方式是以模具來加壓紙漿,然後用微波技術進行固化,所以裡面完全不會出現我們常見的,紙杯裡面那層「塑膠淋膜」,是個無塑瓶,然後蓋子用的是鋁蓋,因此連瓶加蓋全身100%可回收,預計會先用在旗下的「黑牌」系列上,如果能如期問世,將會是全球第一支酒精飲料的環保瓶。

    目前除了這個威士忌品牌,丹麥啤酒大廠也打算推出兩款叫作「綠色纖維瓶」(Green Fibre Bottle)的環保啤酒瓶。兩款原型都是用「永續木纖維」製成的,可以完全回收利用,裡面會塗一層特殊薄膜來防滲漏,一款薄膜是「再生PET聚合物」,另一款是「100%生物源PEF聚合物」,業者目前正在測試兩款瓶子的防滲漏程度。不過酒瓶本來就沒在用塑膠,而且很多網友都在問,玻璃不是本來就可以回收嗎?何必大費周章製造紙酒瓶呢?

    酒精大廠很少使用塑膠製品,通常都用玻璃,但是玻璃從製作到運送,整個過程會產生許多碳足跡。例如,玻璃必須加熱到600度以上才能彎曲被塑形,燒製上相當耗能源。而一般常見的330ml鋁罐可樂,每瓶碳足跡是170克,但同樣330ml的玻璃瓶裝可樂,每瓶的碳足跡卻是350克,整整一倍,而且玻璃瓶因為比較重,運送時也會間接增加貨車的油耗和碳排。

    再看到回收部分,廢玻璃被回收後,第一步要經過分類、分色,第二步是去雜質清洗,粉碎研磨,製成再生玻璃粉碎料,然後入庫包裝,送去一般的玻璃製造廠商,重製成新的玻璃,整個過程吃力不討好,沒什麼人願意做,也不是所有回收廠都有這樣的技術。

    而台灣本身也禁塑滿一年了,現在有很多廠商加入減塑行列,用紙吸管取代塑膠吸管,不過我每次飲料還沒喝完吸管就融化了,心情很不好。不過我很好奇,像是紙杯紙容器裡面都含有一層用來防水的塑膠淋膜,難以被回收處理,有九成都是直接當一般垃圾丟掉,那紙吸管就會比較環保嗎?

    其實兩年前英國媒體就揭露,英國某大型速食業者使用的紙吸管,其實根本不能回收再製!他們用的紙吸管,推出的初期由於太薄,被顧客批評「會被飲料溶解」、「口感很怪」,因此業者只好把紙吸管加厚處理,結果太厚的吸管,讓合作的垃圾處理廠難以再次加工,最後這些紙吸管就只能先被當成一般垃圾丟掉,讓當初環保的美意大打折扣。

    至於台灣的話,根據中興大學森林學系教授彭元興的說法,台灣市面上所使用的紙吸管是由純木漿(原生漿)抄造的,裡面不會使用PE淋膜,實驗結果也證明,用傳統紙類回收設備就可以搞定,不需要特別的設備或製程來處理。這是理論上啦,實際上呢,大多數的回收商都不會接受沾過食物的紙類,所以用過的吸管最後恐怕也是被當成垃圾丟掉,總之,用紙吸管可能只是自我感覺良好,覺得可以救海龜,但其實不要用吸管最好。

    其實無論是哪種紙製品,都會經歷伐木、運送、製紙、漂白、染色等程序,過程非常繁瑣,消耗的資源是塑膠的好幾倍,更容易造成全球暖化,但好處就是比較容易降解,反觀塑膠,如果不好好處理就是「禍害遺千年」。哪一種材質是真正環保愛地球,我們很難針對單一面向下定論,但無論使用何種材質,記得要把握3R原則:Reuse(重複使用)、Reduce(減少使用)、Recycle(回收),才能達到垃圾減量的最終目標。

    如果喜歡我們的節目,記得幫我們在臉書按讚跟分享出去,或是在YouTube訂閱我們的頻道,如果想看更多的國內外新聞的話,也請您上YouTube搜尋寰宇新聞,我們下週見!
    --------------------------------------
    《#范琪斐的寰宇漫遊》每周四晚間8點55分在 #寰宇新聞台 播出,沒跟上的也沒關係,歡迎訂閱我們的 YouTube 頻道 🔔#范琪斐的寰宇漫遊 🔔https://reurl.cc/ZvKM3 1000pm準時上傳完整版!

你可能也想看看

搜尋相關網站