成功大學 NCKU (Degree)
心理教育與統計 | R, Statistic
運算思維與解決問題 | Python, Problem Solving in Python
程式設計 | Python, Web Scraping, Basic NLP, Data Analysis, Visualization
設計思考遇見資料素人 | Problem Solving From Data Scientist’s View
Python 程式與互動式遊戲設計 | Python, Game Development, Code Review
以組別為單位設計與完成一個由 Python 撰寫的遊戲專案
資料科學導論 | Python, TensorFlow, Statistical Learning, Machine Learning
以資料科學面學習各類機器學習方法
其中也有實作以 HTML 與 CSS 設計基本個人網頁
在課程班級機器學習競賽(classification task)中,獲得第4名
機器與深度學習概論 | Python, TensorFlow, Visualization, Machine Learning, Deep Learning
https://github.com/hzionn/INTRODUCTION-AND-PRACTICUM-OF-DEEP-LEARNING-IN-MACHINE-LEARNING
學習許多傳統機器學習方法至進階深度學習類方法
期末的專案實作是就 Kaggle 上資料集進行 EDA 後自行選定預測的目標
資料庫系統 | Databases, Databases System, Web Programming
期中報告為針對課程老師選定之題目實作與設計出資料庫內容相關簡報
期末專案為小組針對自選題目(主題)設計與實作出資料庫內容並以網頁/應用程式呈現
本期末專案之 Web Application 由本人獨立完成(使用 Flask 為 backend)
社群網路與推薦系統 | Pytorch, Graph Theory, GNN, Social Network, Deep Learning
成大數據科學研究所課程
先對圖理論有基本認識,並介紹圖相關的深度學習模型與概念
再學習圖神經網路(GNN)套用至社群網路中的運用,並對目標做預測
資料分析與學習基石 | Python, Data Analytics, Machine Learning
學習基礎與進階的機器學習模型
對 NLP 任務有基本的認識與了解 NLP 任務會遇到的問題
期末組別專案為進行深入分析與模型預測於老師指定之 Kaggle 題目,並與全班級的組別一起競賽(依解決任務不同而評估標準有異)
期末個人專案為自行尋找資料集進行資料分析並以機器學習或深度學習模型進行預測。