黃煜為
畢業於台北科技大學資訊與財金管理所，研究方向為資料探勘、機器學習與自然語言處理。之前已跟隨教授進行計畫案為主，曾參與產線異常分析、文章推薦系統之模型設計過程，曾於資策會數位轉型研究院實習，工作內容包含資料清理，NLp基本處理，斷詞 POS NER Tf-idf詞頻等文字處理，深度學習模型建模（pytorch、tensorflow-keras），python爬蟲程式修改與docker container環境假設。
學歷
經歷
2016 - 2020
輔仁大學 學士
資訊管理,哲學
2020 - 2022
國立台北科技大學 碩士
資訊與財金管理
2022/3-2022/9
資策會 - 數位轉型研究院
資料處理實習生
論文方向
論文題目-中文Aspect類別萃取暨情感極性預測模型
以文字向量作為句子輸入透過Bi-LSTM模型與Attention機制學習Aspect詞，並依賴重要構件與多頭注意力機制方式預測針對Aspect詞的情感極性，後將其對應所預測之Aspect詞所屬之對應類別之中。
資料分析經驗
Session Base 文章推薦系統
透過Session對應以文章向量作為輸入特徵，透過Bi-LSTM模型保留Session本身序列特性，並加入Self-Attention層，關注Embedding間關係後學習推薦文章向量，並依賴Cos similarity計算相似度建構推薦排序。
Nasdaq 股市收盤預測模型
透過過去五年間Nasdaq開高低收數據，並進行資料前處理與正規化後，切割資料集並以前週資料透過gapping方式預測下週股價，為保留時間順序性，採用LSTM模型進行學習。
Simpsons角色圖像辨識模型
對圖片進行的單分類問題模型，在資料前處理上壓縮圖片並專換成向量後，透過除以256方式正規化後依賴三通道的CNN模型學習圖片特徵，並預測圖片為哪個simpsons角色，因視為單分類問題故在輸出層上以Softmax作為active function來預測角色概率。
產線異常偵測
針對產線資料進行資料清理與前處理，進行特徵間相關係數計算，避免共線性問題後，篩選特徵並用決策數C5.0方式 預測產線異常。
競賽經歷、證照
入圍「2019第24屆全國大專校院資訊應用服務創新競賽」決賽
作品名 : DailyPet 寵物智慧照護系統 作品內容 : 以 arduino 模組製作智慧項圈，紀錄寵物體溫、步數等寵物健康指標，讓主人了解寵物健康狀況 。
經濟部-初級資訊安全工程師
技能
IT skill
- NLP
- Machine Learning(pytorch、Tensorflow、scikit-learn)
- Docker
programming language
- Python
- R
- JAVA
- C
Language
- Chinese
- English
