國中時期,第一次接觸程式設計,用過Flash軟體設計動畫程式。在大學的時候才正式學習程式語言JAVA,那時候正好是智慧型手機崛起的時候,因此大學專題以JAVA開發Android手機app。研究所時期,對大數據感興趣,畢業論文以大數據的研究為題目。在google發表對圍棋領域有重大突破的人工智慧的論文後,也對這方面有興趣,因此對深度學習略有研究。未來希望能朝向大數據、人工智慧的方向發展。
題目:Android手機傳遞卡片app
摘要:使用者可利用此app傳送由系統挑選的卡片給對方
關鍵技術
題目:卷積神經網路
摘要:以python實做卷積神經網路藉此了解其原理
關鍵技術
論文題目:植基於Spark系統之分散式粒化運算決策產生演算法
論文摘要:
Classification演算法的特色是分成兩個階段,第一個階段是training,用已經分類的資料並根據資料的特徵做出對應的類別,第二個階段是Classification,對其他未經分類資料的特徵做分類。
DGAGC是一種Classification演算法,適用於離散型資料,連續型資料需要額外處理。我們過去的研究已經讓DGAGC支援Hadoop MapReduce運算模型。但是Hadoop MapReduce的版本只針對DGAGC training的部分。在Classification部分,只有單機版本。其中以training的部分最花時間。本篇論文提出了Spark版本的DGAGC training與Classification,藉此來改善Hadoop版本在資料集運算量不算大時的執行效率。再來是DGAGC Classification的部分,單機版本在預測模型太大的時候就無法進去預測。所以提出Spark版本的DGAGC Classification改善此問題。
關鍵技術
應用領域:推薦系統 資料整理與歸納