自駕車分級的問題，透過圖書和論文來找解法和答案更準確安心。 我們找到下列各種有用的問答集和懶人包

為演算法服務的免洗人力：平台資本主義時代的勞動與剝削

為了解決自駕車分級的問題，作者PhilJones 這樣論述：

演算法為人類的需求服務， 但它的運作卻建立在將人類視為免洗人力的剝削。   覺得Google、臉書變得越來越聰明，不僅馬上就能找到正確資訊、掌握即時動態，還會判別釣魚網站、過濾不舒服的內容？ 事實是，演算法裡頭藏了真人：要有人教導機器學習，它才能變得「聰明」。 正如亞瑪遜的貝佐斯所言，人工智慧，其實是「人工的人工智慧」。   人工智慧帶來人機混合的新工作模式。由自駕車、無人商店、語音客服開啟的趨勢，已經蔓延至翻譯、會計、金融、管理、醫療等更專業的領域。平台資本主義拆解原本的專職工作，將機器無法處理的部分，化成零散的微工作，拋給人力群包平台的接案者。 巨型平台規避傳統勞資關係，減少專

業人力成本。在平台接案的微工作者沒有權益保障，也沒有固定薪水，甚至連為哪家公司工作、工作的目的是什麼都不清楚，成為案主呼之即來、揮之即去的免洗人力。 群包平台大灌「自由接案」的迷湯，但其實就是微工作者必須自行承擔所有風險。你不知道何時可以接到下一件案子，報酬會有多少，你成為工資的狩獵採集者，為的只是要一圓科技大亨移民火星的狂想。 在全自動機器人與智慧助理的喧鬧之下，瓊斯清晰而仔細地揭露使得我們的數位社會得以成真的工作者究竟身在何方。對於這個通常看不到的低薪、超時工作且毫無保障的世界，本書為必讀導覽。 ——斯尼切克（Nick Srnicek），《平台資本主義》（Platform Capita

lism）作者   讓瓊斯為你導覽數位化資本主義最醜惡的陰暗面。在此，科技巨頭監控工作者的一舉一動，把他們的鍵盤敲擊與滑鼠點選聲轉化為獲利，而在我們持續加班的同時，「工作」本身卻是分崩離析。為了在慘澹的未來降臨到每個人身上之前預先阻止它，瓊斯寫下了這篇優美的戰鬥宣言。 ——賈非（Sarah Jaffe），《工作不會回報你的愛：對工作的奉獻，如何剝削我們、耗盡我們的心神，並使我們孤獨》（Work Won’t Love You Back: How Devotion to Our Jobs Keeps Us Exploited, Exhausted, and Alone）作者   在這本節奏明快的精

彩著作中，瓊斯探討了數位經濟工作者的隱身之地。在此，全世界的過剩勞工為了不到兩美元的時薪標注影像、管理網站內容與教導運算法辨識寵物。《為演算法服務的免洗人力》同時也探究一種新的可能性：一無所有的微工作者該如何團結，帶領要求自由空閒與物質保障的全球運動。 ——貝納納夫（Aaron Benanav），《自動化與工作的未來》（Automation and the Future of Work）作者   帶領讀者前往不為人知的人工智慧生產之地：在後危機的資本主義中，越來越多貧民窟、監獄與難民營中的人們受到高度剝削，靠著不穩定的微工作勉強餬口。瓊斯強調危機迫在眉睫，這種零散化的微工作會威脅所有人的生計，

但他也指出，微工作也可能帶領我們走向一個超越薪資勞動的世界——只要我們勇於爭取。 ——穆勒（Gavin Mueller），《砸毀工作機器》（Breaking Things at Work）作者   瓊斯可謂後加速主義的帶領者。 ——佛斯特（John Foster），「戰場」新聞論壇（Battleground）   令人震驚……在讀過這本書後，你無法再用和以前相同的方式看待電腦，或是那些吹捧電腦乃是我們集體救贖之道的人們。 ——布斯尼克（Katjo Buissink），《馬克思與哲學書評》（Marx and Philosophy Review of Books）

輕課程 學AI與IoT應用Scratch(mBlock)程式設計 - 使用CyberPi編程學習遊戲機與mBuild電控模組-附MOSME行動學習一點通：診斷‧加值

為了解決自駕車分級的問題，作者陳衍文 這樣論述：

　　1.以遊戲機CyberPi學習STEAM(科學、科技、工程、藝術與數學)之多元範例。 　　2.以mBlock 5體驗AI人工智慧、Wi-Fi、區域網路、物聯網等生活應用。 　　3.串聯功能多元之mBuild電子模組，無電學基礎者也能輕易實現軟體控制硬體、結合理論與實務。 　　4.藉由CyberPi內建陀螺儀與三軸加速器，設計體感遊戲，寓教於樂。 　　5.各範例程式提供下載，章末評量複習重點，幫助讀者從做中學，引導思考與創意。 　　6.適合國小至高中資訊、生活科技與選修、彈性、跨領域課程，教師備課、學生學習均事半功倍。   　　【MOSME行動學習一點通功能】 　　使用「MOSME 行動

學習一點通」，登入會員與書籍序號後，可下載書上的範例練習檔。 　　診斷： 可反覆線上練習書中實力評量題目，強化觀念的理解。 　　加值： 附書中的範例程式。

基於學習方法之影像雨滴多寡偵測系統

為了解決自駕車分級的問題，作者鄭孟杰 這樣論述：

摘要 iABSTRACT ii目錄 iii表目錄 v圖目錄 vii第一章 緒論 11.1 前言 11.2 研究動機與目的 31.3論文架構 4第二章 相關研究與探討 52.1雨滴偵測相關研究 52.2 氣候辨別相關研究 11第三章 深度學習雨滴多寡訓練模型 183.1雨滴偵測模型系統架構 183.2 日間影像資料庫建置及模型訓練 193.2.1 日間影像資料庫建置 193.2.2 日間模型訓練 223.3 夜間影像資料庫建置及模型訓練 303.3.1 夜間影像資料庫建置 303.3.2 夜間模型訓練 333.4 熱力圖分析 403.4.1 日間影像熱力圖分析 413.4.2夜間影像熱力圖分析

47第四章 即時嵌入式雨滴偵測系統 554.1 硬體介紹 554.1.1 Google Coral Dev Board開發版 554.1.2 網路攝影機 574.1.3 壓克力板 584.2 街頭測試結果 594.2.1 模型量化 604.2.2 日間&夜間影像辨識演算法 624.2.3 日間視頻的測試結果 644.2.4 夜間視頻的測試結果 664.3 即時雨滴偵測系統展示 694.3.1 作品展示 694.3.2 展示結果 704.4論文比較 72第五章 結論 74參考文獻 75