研究機器學習領域。

1. 政大學生開發者社群 量化分析組 2. 政大棒球聯盟攝影組

大一修畢兩學期的程式設計(Java)後，發現對程式有濃厚的興趣，並開發出使用 share preferences 概念的評分程式，同學間有疑問時也十分樂意一同參與討論。暑假與 同學參與國泰大數據競賽，負責了撰寫程式碼 (Python)的部分，將同學提出的概念實 作，之後選修學校相關課程，也與同學研究寫出了耳環網站爬蟲比價程式，讓我對前 端、後端有更加的瞭解。在修習產銷資訊系統時，成功建立以 Node.js 為後端的產銷系 統，並能藉由前端操作新增、刪除、更動資料庫的訂單資料、商品、會員，並具有圖 像化的銷售分析。課後參加了校內的 Power BI 教學課程，藉由登革熱感染分析讓我對 資料圖表分析更有經驗。 大三的專案小組選擇的是機器學習相關領域，並與組員實作出 YOLO v3 物體辨識 模型、訓練 GAN 模型將人臉轉換成辛普森角色風格的臉作為模型訓練的 side project， 專案主題為建立 AI 教育平台，讓學生可利用簡單的操作流程使用、學 習深度學習相關知識，我們先以回饋度較高的影像辨識模型開始，以 Django+React 為 框架，建立不同的 CNN 模型如 VGG, FaceNet, YOLOv3, CycleGAN 等提供使用，並建立了 客製化模型訓練功能，利用 Transfer Learning 技術，將模型進行預訓練，讓使用者能 夠自行調整參數與訓練集圖片並快速地獲得可用的模型。在青年學生體檢政府網站計 畫的實習同時，發現了專案網站介面有可以改進的地方，並在各個大學交流版廣發問 卷調查，了解現階段學生想了解的深度學習方向為何，重新設計介面，使操作流程更 為順暢。在教授的指導下，和組員前往政大附中利用開發的教育平台，進行為期六週的微教育課程教學。此外也上了許多機器學習相關課程，例如 Pytorch 與機器學習、 卷積神經網路與視覺識別，並在網路安全的資料科學課程中，利用機器學習尋找 UNSW-NB15 資料集裡潛在的入侵行為。 大四上時，對於股市的量化交易產生了興趣，便開始查閱書籍、論壇來學習相關 知識，並且加入了政大學生開發者社群的金融分析組，以讀書會的形式互相交流金融 相關知識，例如股市回測、期權交易、Black-Shore Model 選擇權定價等等，並閱讀相 關文獻探討如社群網站留言與股價波動的關聯性、利用 Python 套件進行回測，讓我對 於量化交易有更深的了解。 目前大四下修習了網路搜索與探勘、SAS/R 商業資料分析、多變量分析、雲端大 數據分析以及旁聽衍伸性商品，目的是為了更了解關於資料科學、雲端架構及金融領域的更多知識，以獲得更多研究的先備知識。