3D動畫課程，2020/8 - 2020/9

此課程所教導的課程內容，是我在學期間會選擇略過的課程，選擇上此課程是為了嘗試新的領域，踏入一個一直恐懼的領域，接受廣泛領域的知識。此課程上課時間為一個月，在一個月內學習SketchUp、Maya、Unreal Engine 4，其中在Unreal Engine 4中因個人最為有興趣，所以在課後將上課所教的內容全部重新操作一次並錄製成影片已在後續有需要時可觀看。

經濟部「AIGO」比賽，2019/6 - 2019/11

出題題目為水果甜度自動辨識，我們團隊利用了CNN卷積神經網路來達成蘋果的甜度辨識，在團隊中，我負責資料的前置準備、CNN模型的訓練以及文件撰寫。

• 前置準備：圖片的採集、資料的紀錄和資料的彙整。
• CNN模型的訓練：為了使模型嵌入至手機當中，所以訓練了許多不同的模型，包含了CNN的基本架構模型、MobileNet_V2、Inception_ResNetV2等，最後選擇使用MobileNet_V2，因他的的容量較小，在訓練後的準確度上也不會和其他的模型有很大的落差。
• 文件的撰寫：比賽文件的撰寫。

在此比賽當中，在技能方面，學到最多的是知道前置準備的重要性，以及模型的訓練與驗證模型的可行性，有時訓練出來的準確率高，但在驗證上卻低的可怕，而當準確率與驗證上都是在水準之上時，又要考慮到其他因素，像是是否符合要使用的地方，會不會在執行時會出現殺雞焉用牛刀的狀況。在團隊方面。溝通與合作是必須的，很多事情雖然一個人可以做得出來，但多一個人就多一分力量，甚至會因為有討論，有意見分歧的時候，才可以使比賽的文件內容更加豐富化。

朝陽科技大學資訊管理系─研究所，2019/2 - 2020/7

在研究所期間，利用Data Mining中的Cosine Similarity來完成食物過敏相似度檢測的論文，透過食物的過敏因子相似度去進行食物的推薦。在此論文中，食譜的資料集是透過「網路爬蟲」來進行蒐集資料的動作。使用的程式語言為Python。