IT 免費/無料/Kostenlos(gratis) 記事本分享

情境:PDF檔，筆者在LINE討論串受限不支援上傳，但可接受JPEG圖檔；而PDF檔可能有數十張以上，如何手動截圖相當耗時。

解決方式:在AGY CLI環璄下，自己產製一個PDF2JPEG技能，(如同巨集程式呼叫)，只要告訴PDF檔位置，外加PDF2JPEG技能，自動就可以完成轉檔作業。

安裝執行環境概念:

Poppler(開放源碼) 在 PDF → JPEG 轉換流程中的角色

讀取 PDF ，經由 Poppler 提供了 PDF 解析與渲染引擎，能將 PDF 的向量資訊、文字與圖形解碼成位圖（ raster image| ）的原始像素資料。
交給 ImageMagick | magick（ImageMagick）在背後會呼叫 Poppler 的 pdftoppm/pdfinfo 程式或其程式庫 API，取得每頁的位圖緩衝區。
產出 JPEG 圖檔， ImageMagick 再根據這些位圖資料執行縮放、品質設定等處理，最終寫出 JPEG 檔案。Poppler 充當「PDF 解碼器」的角色，負責把 PDF 轉成可被 ImageMagick 處理的像素資料；沒有它，ImageMagick 無法直接讀取 PDF頁面。
高品質渲染：保留文字、向量圖形的細節，轉換出的影像清晰度高。

• ## Overview PDF2JPEG技能

Convert a PDF document into individual JPEG images, one per page. The output files **inherit the original PDF filename** and are suffixed with a zero‑padded sequential number, matching the style of the existing `MM2JPEG` skill.

## Command Options

### Poppler (recommended)

```bash

pdftoppm -jpeg -r 300 "<input.pdf>" "<output-dir>/<base-name>-page-%03d"

- `<input.pdf>` – Full path to the source PDF.

- `<output-dir>` – Directory where JPEG files will be written.

- `<base-name>` – Automatically derived from the PDF filename (without extension).

- `-r 300` – DPI (300 dpi matches `MM2JPEG`).

- `-jpeg` – Output JPEG format.

- `-%03d` – Zero‑padded page index (001, 002, …).

### ImageMagick (fallback if Poppler unavailable)

```bash

magick -density 300 -quality 90 -strip "<input.pdf>" "<output-dir>/<base-name>-page-%03d.jpeg"

```

(後略)

相關參考資訊:

ImageMagick

SKILL技能生成,

RapidEE電腦環境變數快速編修軟體

臺灣「政府資料開放平台」（data.gov.tw）與各部會開放資料庫（如內政部 SEGIS、交通部 TDX、衛福部、財政部、環境部等）累積了涵蓋社會、經濟、交通、公衛與地理環境的巨量數據。

以下為GEMINI SPARK協助依OPEN DATA平台列舉 10 個具代表性、跨不同機器學習（Machine Learning）範式的實戰應用範例，完整涵蓋時間序列、監督式學習（迴歸/分類）、非監督式分群、異常檢測、圖神經網絡、關聯規則、推薦系統、生存分析與 NLP 語意分析。

1. 「全台 PM2.5 與空污擴散預測」——時間序列與時空注意力機制

臺灣開放資料源：環境部《空氣品質監測網》（AQI 歷史與即時監測資料）+ 氣象署《自動氣象站觀測資料》
應用主題：預測未來 24~72 小時全台各測站 PM2.5 濃度變化，並發布區域季節性空污預警。
特徵欄位（Features）：
- PM2.5, PM10, SO2, NO2, O3（空氣污染物濃度）
- wind_speed, wind_direction（風速、風向向量）
- temperature, relative_humidity（氣溫、相對濕度）
- boundary_layer_height（混合層高度）
ML 演算法：LSTM / Temporal Fusion Transformer (TFT) / Prophet。
深度科學對位剖析：

空氣質量預測不能僅依賴統計相關性，必須符合質量守恆定律（Mass Conservation Law）與流體力學對流擴散方程（Advection-Diffusion Equation）：
- Deterministic Evaluation Oracle：驗證預測結果是否違背物理下限（濃度不能為負數）。
- Ground Truth 驗核法： 讀取真實測站之物理傳感器（Beta Attenuation Monitor）次日回傳之物理測量數據（），計算 MAE 與 RMSE，而非僅以模型 Loss 調降作為成功指標。

業務與政策解讀：協助環保局提前調控大型工廠降載降排，並提供民眾與學校作為戶外活動規劃依據。
https://data.moenv.gov.tw/dataset/detail/AQX_P_488

2. 「雙北中古屋與預售屋房價估價」——監督式迴歸與特徵可解釋性 (XAI)

臺灣開放資料源：內政部《不動產買賣實價登錄開放資料》
應用主題：建立自動化估價模型（Automated Valuation Model, AVM），精準預測房屋總價與單價，評估房市透明度。
特徵欄位（Features）：
- building_age（屋齡）
- total_area（建物移轉總面積）
- floor_ratio（所在樓層 / 總樓層）
- dist_to_mrt（距離最近捷運站距離）
- has_elevator（有無電梯）
- main_building_ratio（主建物占總面積比率）
ML 演算法：XGBoost / LightGBM 迴歸 + SHAP (SHapley Additive exPlanations)。
深度科學對位剖析：
- 數學直覺：房價特徵間存在高度非線性交互作用（例如：在北市核心區「屋齡 40 年」影響較小，但在郊區影響極大）。利用 Shapley 值進行邊際貢獻分解， quantify 捷運溢價（Premium Effect）與屋齡衰減的非線性拐點：
  $\phi_i(v) = \sum_{S \subseteq N \setminus \{i\}} \frac{\vert{}S\vert{}!(\vert{}N\vert{}-\vert{}S\vert{}-1)!}{\vert{}N\vert{}!} (v(S \cup \{i\}) - v(S))$
- Shapley Value 可驗證邊界： 依據合作賽局理論，特徵貢獻度必須符合效率公理（Efficiency Axiom），即各特徵 Shapley 值之和必須嚴格等於模型預測值與基準值之差：
- Ground Truth 驗核法： 比對土地登記簿謄本物理移轉紀錄與銀行實際鑑價結果（Appraisal Reports），驗證邊界條件（如屋齡不可為負，坪數必須與地政局登記資料 100% 吻合）。
- 業務與政策解讀：銀行可用於房屋抵押貸款核貸風險評估，民眾可獲得客觀透明的購屋參考價格。

3. 「臺灣家庭消費結構與經濟階層分型」——非監督式分群與降維

臺灣開放資料源：行政院主計總處《家庭收支調查》（Survey of Family Income and Expenditure）
應用主題：剖析臺灣不同收入階層家庭在食品、住房、醫療、教育與休閒上的支出分配比例，進行生活型態分群。
特徵欄位（Features）：
- disposable_income（可支配所得）
- food_share（食品非酒精飲料支出占比 - 昂格爾係數）
- housing_utilities_share（住宅服務與水電瓦斯占比）
- medical_share（醫療保健支出占比）
- education_leisure_share（教育與休閒文化占比）
ML 演算法：Z‑Score 標準化 → PCA → K‑Means++ / GMM
深度科學對位剖析：
- 數學直覺：消費金額數量級差異大（所得數十萬 vs. 娛樂支出數千），需先以 Z-Score 標準化，再透過主成分分析（PCA）將高維消費維度降至 2~3 個正交軸（如「生存負擔指數」與「生活品質享受指數」），避免多重共線性並在保留最高變異數（Explained Variance）前提下進行 K-Means++ 中心點初始化。
- PCA 之主成分向量必須為協方差矩陣之特徵向量，嚴格滿足特徵值分解方程式：
- Ground Truth 驗核法： 分群邊界不得超越實體經濟可支配所得上限（物理凸包邊界 Constraints）。以中央銀行戶口統計與財政部綜所稅申報數據（Aggregated Tax Ground Truth）進行交叉交叉查核。
業務與政策解讀：幫助政府制定精準的補貼與稅制政策，並提供零售與金融業進行顧客分層（Customer Segmentation）精準行銷。

4. 「道路事故高風險熱點與危險行為檢測」——異常檢測

臺灣開放資料源：內政部警政署 / 交通部《道路交通事故（A1與A2類）開放資料》
https://tdx.transportdata.tw/
應用主題：從全台數十萬筆交通事故紀錄中，識別出非典型事故模式與極端危險路口。
特徵欄位（Features）：
- latitude, longitude（事故地點 WGS84 座標）
- time_hour（事故發生時段）
- weather_condition（天候狀態）
- road_type（道路型態：交叉路口/單向道/彎道）
- vehicle_types（涉案車輛種類組合）
- casualty_count（傷亡人數）
ML 演算法：孤立森林（Isolation Forest） / Local Outlier Factor (LOF)。
深度科學對位剖析：
- 數學直覺：Isolation Forest 利用隨機分割超平面孤立數據點。在特徵空間中，極端高風險事故或特殊工程瑕疵路口屬於少數且差異大的異常點，其在樹結構中的平均切割路徑長度 $h(x)$ 顯著較短：
  $s(x, n) = 2^{-\frac{E(h(x))}{c(n)}}$
- $s(x, n) = 2^{-\frac{E(h(x))}{c(n)}}$
業務與政策解讀：交通局可針對高風險路口優化號誌時相與道路設計（如設置左轉專用道或路口縮小工程）。

5. 「YouBike 2.0 車站調度與跨站流動」——圖神經網絡 (GNN) 與空間網絡分析

臺灣開放資料源：交通部 TDX 運輸資料流通服務《公共自行車 YouBike 即時與歷史借還車資料》
應用主題：預測全台各 YouBike 站點未來 30 分鐘的「無車可借」與「無位可還」機率，優化車輛調度動線。
特徵欄位（Features）：
- station_location（站點經緯度座標）
- net_flow（淨借還車流量）
- station_capacity（站點總柱數）
- mrt_proximity（距離鄰近捷運站距離）
- rain_flag（即時降雨標記）
ML 演算法：時空圖卷積網絡（Spatio-Temporal Graph Convolutional Networks, ST-GCN）。
深度科學對位剖析：
- 數學直覺：站點之間的騎行軌跡形成有向加權圖 $G=(V, E, A)$ ，拉普拉斯矩陣 $L = D - A$ 刻畫了站點間的拓撲連通性。ST-GCN 在空間維度使用圖卷積提取站點間的轉乘網絡關係，在時間維度使用 1D 卷積捕捉流量趨勢：
  $H^{(l+1)} = \sigma\left(\tilde{D}^{-\frac{1}{2}}\tilde{A}\tilde{D}^{-\frac{1}{2}}H^{(l)}W^{(l)}\right)$
業務與政策解讀：調度團隊可進行精準車輛補給分配，降低熱點站點滿位或空站率。

6. 「慢性病共病路徑與健保用藥模式」——關聯規則挖掘 (Association Rule Mining)

臺灣開放資料源：衛福部中央健康保險署《門診與住院醫療申報公開統計資料》
應用主題：挖掘臺灣中高齡族群常見慢性病（如高血壓、高血脂、高血糖）之間的共病發展路徑與併發症組合。
特徵欄位（Features）：
- age_group（年齡層）
- icd10_codes（主要與次要國際疾病分類代碼組合）
- drug_classes（處方藥物種類）
- department（就醫科別）
ML 演算法：FP-Growth 演算法（計算 Support, Confidence, Lift）。
深度科學對位剖析：
- 數學直覺：FP-Growth 構建 FP-Tree 避免了頻繁項集產生過程中的大量候選集生成。透過提升度（Lift）判定兩種疾病同框出現若 Lift > 1 表示與正相關。
- 科學意義：若 Lift > 1 表示 A與B 正相關。
- 若 $\text{Lift}(\text{糖尿病} \rightarrow \text{慢性腎臟病}) > 2$ ，代表糖尿病患者並發腎臟病的機率遠高於隨機期望值。
- Ground Truth 驗核法： 對齊臨床醫學指引（Clinical Practice Guidelines）與 ICD-10 官方診斷標準，排除申報代碼錯置（Upcoding）之偽異常相關
業務與政策解讀：輔助國健署推動慢性病整合門診，提早介入高風險併發症患者的健康管理。

7. 「國旅景點與藝文展演智慧推薦」——混合式推薦系統

臺灣開放資料源：文化部《全國藝文活動資訊開放服務》+ 觀光署《臺灣旅宿與觀光景點開放資料》
應用主題：根據旅客的個人偏好、造訪歷史與當前季節地點，推薦個人化的國旅行程與展演活動。
特徵欄位（Features）：
- user_interests（使用者偏好標籤：戶外自然、歷史古蹟、親子展覽）
- spot_category（景點/展演分類）
- ticket_price（門票價格）
- stay_duration（預計停留時間）
- spatial_distance（距離使用者當前位置距離）
ML 演算法：混合式推薦系統（Hybrid Recommender System）：基於內容過濾（Content-Based Filter） + 隱性矩陣分解（Matrix Factorization / SVD）。
深度科學對位剖析：
- 數學直覺：將使用者偏好與景點特徵映射至低維隱含因子空間（Latent Factor Space），利用奇異值分解（SVD）近似預測未造訪景點的隱含喜好評分：
  $\hat{R}_{u, i} = \mu + b_u + b_i + P_u^T Q_i$
- $\hat{R}_{u, i} = \mu + b_u + b_i + P_u^T Q_i$
業務與政策解讀：促進在地觀光與文化產業發展，紓解連假熱門景點人潮，引導旅客至潛力私房景點。

8. 「臺灣新創與中小企業存續壽命分析」——生存分析 (Survival Analysis)

臺灣開放資料源：經濟部商業發展署《公司設立登記》與《公司解散/廢止登記開放資料》
應用主題：評估不同產業、資本額與設立地區的中小企業在成立 1~5 年內的生存機率與歇業風險。
特徵欄位（Features）：
- business_duration_months（企業存續月數 / 時間至事件）
- is_dissolved（是否已解散廢止 / 右刪截標記 Censoring）
- capital_amount（登記資本額）
- industry_code（所營事業項目分類）
- location_county（設立縣市）
- director_share_ratio（董監事持股比例）
ML 演算法：Cox 比例風險模型（Cox Proportional Hazards Model） / 隨機生存森林（Random Survival Forests）。
深度科學對位剖析：
- 數學直覺：商業登記資料中許多企業至今仍正常營運（右刪截數據 Right-Censored Data）。Cox 模型透過估算風險函數（Hazard Function），量化資本額與產業類別對風險比率（Hazard Ratio）的影響：
  $h(t \vert{} X) = h_0(t) \exp(\beta_1 X_1 + \beta_2 X_2 + \dots + \beta_p X_p)$
- $h(t \vert{} X) = h_0(t) \exp(\beta_1 X_1 + \beta_2 X_2 + \dots + \beta_p X_p)$
- $h(t \vert{} X) = h_0(t) \exp(\beta_1 X_1 + \beta_2 X_2 + \dots + \beta_p X_p)$
業務與政策解讀：協助中小企業信用保證基金（信保基金）優化融資擔保審核機制，並指導青年創業輔導政策。

9. 「電商與消費爭議申訴自動分流」——NLP 自然語言處理與文本分類

臺灣開放資料源：行政院消費者保護處《消費爭議申訴案件統計資料》
應用主題：對消費者的文字申訴內容進行自動化語意分析，迅速判定爭議類別（如退換貨拒絕、個資洩露、廣告不實）與急迫性等級。
特徵欄位（Features）：
- complaint_text（申訴事由摘要與經過文字）
- dispute_amount（爭議金額）
- industry_type（申訴對象產業分類）
ML 演算法：Taiwanese-BERT / RoBERTa 繁體中文預訓練模型 + TF-IDF + Logistic Regression Baseline。
深度科學對位剖析：
- 數學直覺：繁體中文文本經由 BERT 雙向 Transformer 編碼器處理，透過多頭自注意力機制（Multi-Head Self-Attention）擷取上下文語意向量（Contextualized Embeddings），精準識別「退款遭拒」、「假冒賣家」等關鍵爭點詞彙：
  $\text{MultiHead}(Q, K, V) = \text{Concat}(\text{head}_1, \dots, \text{head}_h)W^O$
業務與政策解讀：消保官與地方政府可實現申訴案件的自動化優先級分流，提升消費爭議處理效率。

10. 「全台鄉鎮市區少子高齡化與地方創生潛力」——多變量空間降維與綜合評估

臺灣開放資料源：內政部《SEGIS 社會經濟資料庫 / 鄉鎮市區社會經濟指標》
應用主題：評估全台 368 個鄉鎮市區的人口結構、經濟活力與醫療資源，劃分「地方創生優先區」與「高發展潛力區」。
特徵欄位（Features）：
- aging_index（老化指數）
- birth_rate（粗出生率）
- doctors_per_10k（每萬人醫師數）
- tax_revenue_per_cap（人均地方稅收）
- college_pop_ratio（大專以上人口比例）
- net_migration_rate（人口淨遷入率）
ML 演算法：PCA 主成分分析 + UMAP 非線性降維可視化 + Hierarchical Agglomerative Clustering (分層階層分群)。
深度科學對位剖析：
- 數學直覺：10+ 個社會經濟變數間存在高度多重共線性（Multicollinearity）。利用特徵值分解（Eigendecomposition）將協方差矩陣轉化為互相正交的主成分（PC1 代表「都市化與經濟強度」，PC2 代表「人口老齡化程度」），再結合 UMAP 在低維空間保持流形（Manifold Preservation）局部與全域結構; 低維空間距離必須最大程度保持高維空間的模糊集合交叉熵（Fuzzy Set Cross Entropy）。
- Ground Truth 驗核法： 結合國發會實際撥款補貼清冊與戶政司每季實質人口淨移入數據進行對齊驗證。
業務與政策解讀：國家發展委員會（國發會）可用於精準撥補地方創生預算，引導企業投資偏鄉。

💡 總結對照表（Summary Matrix）

序號	臺灣開放資料源	應用主題	核心機器學習演算法	機器學習範式 (ML Paradigm)
1	環保部 AQI / 氣象署觀測	全台 PM2.5 / AQI 空污預測	Temporal Fusion Transformer (TFT)	時空時間序列預測
2	內政部實價登錄	雙北中古屋/預售屋房價估價	XGBoost / LightGBM + SHAP	監督式迴歸與可解釋 AI
3	主計總處家庭收支調查	臺灣家庭消費結構與經濟階層分型	PCA + K-Means++ / GMM	非監督式降維與分群
4	警政署/交通部 A1A2 事故	道路事故高風險熱點與危險行為檢測	Isolation Forest / LOF	異常檢測 (Anomaly Detection)
5	交通部 TDX YouBike 資料	YouBike 2.0 車站即時調度與流量	Spatio-Temporal GCN (ST-GCN)	圖神經網絡 (GNN)
6	健保署醫療申報統計	慢性病共病路徑與健保用藥模式	FP-Growth 演算法	關聯規則挖掘
7	文化部藝文 / 觀光署景點	國旅景點與藝文展演智慧推薦	Hybrid (SVD + Content-Based)	推薦系統 (Recommender System)
8	經濟部公司設立與解散登記	新創與中小企業生存壽命分析	Cox Proportional Hazards Model	生存分析 (Survival Analysis)
9	消保處消費爭議申訴統計	消費爭議申訴文本自動分流	Taiwanese-BERT / RoBERTa	自然語言處理 (NLP) 分類
10	內政部 SEGIS 鄉鎮市區指標	鄉鎮市區少子高齡化與地方創生潛力	PCA + UMAP + 分層階層分群	多變量降維與分群

IT 免費/無料/Kostenlos(gratis) 記事本分享

2026年8月15日星期六

協助將PDF檔，切換成多個獨立JPEG檔(PDF2JPEG)

2026年8月11日星期二

Gemini Spark 在IPHONE上設個人專屬秘書協助監看網站公告，並產出結果至GOOGLE行事曆

2026年8月10日星期一

機器學習提示詞參考資訊(以GEMINI SPARK工具，找尋台灣開放資料集OPEN DATA)

1. 「全台 PM2.5 與空污擴散預測」——時間序列與時空注意力機制

2. 「雙北中古屋與預售屋房價估價」——監督式迴歸與特徵可解釋性 (XAI)

3. 「臺灣家庭消費結構與經濟階層分型」——非監督式分群與降維

4. 「道路事故高風險熱點與危險行為檢測」——異常檢測

5. 「YouBike 2.0 車站調度與跨站流動」——圖神經網絡 (GNN) 與空間網絡分析

6. 「慢性病共病路徑與健保用藥模式」——關聯規則挖掘 (Association Rule Mining)

7. 「國旅景點與藝文展演智慧推薦」——混合式推薦系統

8. 「臺灣新創與中小企業存續壽命分析」——生存分析 (Survival Analysis)

9. 「電商與消費爭議申訴自動分流」——NLP 自然語言處理與文本分類

10. 「全台鄉鎮市區少子高齡化與地方創生潛力」——多變量空間降維與綜合評估

💡 總結對照表（Summary Matrix）

2026年8月15日 星期六

協助將PDF檔，切換成多個獨立JPEG檔(PDF2JPEG)

2026年8月11日 星期二

Gemini Spark 在IPHONE上設 個人專屬秘書協助監看網站公告，並產出結果至GOOGLE行事曆

2026年8月10日 星期一

機器學習提示詞參考資訊(以GEMINI SPARK工具，找尋台灣開放資料集OPEN DATA)

1. 「全台 PM2.5 與空污擴散預測」——時間序列與時空注意力機制

2. 「雙北中古屋與預售屋房價估價」——監督式迴歸與特徵可解釋性 (XAI)

3. 「臺灣家庭消費結構與經濟階層分型」——非監督式分群與降維

4. 「道路事故高風險熱點與危險行為檢測」——異常檢測

5. 「YouBike 2.0 車站調度與跨站流動」——圖神經網絡 (GNN) 與空間網絡分析

6. 「慢性病共病路徑與健保用藥模式」——關聯規則挖掘 (Association Rule Mining)

7. 「國旅景點與藝文展演智慧推薦」——混合式推薦系統

8. 「臺灣新創與中小企業存續壽命分析」——生存分析 (Survival Analysis)

9. 「電商與消費爭議申訴自動分流」——NLP 自然語言處理與文本分類

10. 「全台鄉鎮市區少子高齡化與地方創生潛力」——多變量空間降維與綜合評估

💡 總結對照表（Summary Matrix）

2026年8月15日星期六

2026年8月11日星期二

Gemini Spark 在IPHONE上設個人專屬秘書協助監看網站公告，並產出結果至GOOGLE行事曆

2026年8月10日星期一