1997.05.01 · 0966-220-277
我是一位積極的青年,來自台南市安南區,在學期間我就讀資訊相關科系,在該領域上有不少的研究成就,寫程式可以說是我的嗜好,而我的目標是成為一位大數據分析師。
I am a motivated young man from the Annan district of Tainan City. I studied information-related subjects during my school years and have made a lot of research achievements in the field, writing programs is my hobby, and my goal is to become a big data analyst.
Tainan, Taiwan
2019 - 2021
2015 - 2019
11月 2021 - 7月 2022
本人在Guess365擔任數據分析師一職,主要負責工作為運動數據分析,針對NBA、MLB等運動數據進行ETL處理,將網路資料爬蟲做各種視覺化分析、深度學習與機器學習建模等動作,提供網站用戶最佳比賽預測結果。
預測網站:https://guess365.cc/
四月 2018 - 七月 2020
本人在成功大學製造資訊與系統研究所擔任研究助理職位,協助兩項科技部計畫成果研究與報告撰寫。
其成果內容分別在期刊與會議論文:
本專案為Guess365建構LineBot官方頻道機器人,系統主要目標是提供用戶多種優質便利服務。例如,加入Line的會員將享有平台預測機器人的即時明牌通知、好手PK等功能。
介紹:https://github.com/leeprinxin/Guess365LineBot/blob/main/Guess365%20LINEBOT.pdf
本專案使用Android APP裝載之YoloV4模組辨識水錶的儀表板數值,並把辨識的抄表紀錄寫入手機本地資料庫後,提供抄表紀錄轉移功能,能讓使用者下載抄表紀錄到電腦或其他資料庫。
本作品開發一種基於兩種人臉神經網路所訓練的分類模型進行相互校正之方法,此稱為「雙重人臉辨識交互校正訓練系統」。 系統同時使用FaceNet和OpenFace神經網路進行分類訓練,並建構模組更新演算法,修正與選擇分類模型最佳的預測結果。
https://link.springer.com/chapter/10.1007%2F978-3-030-73280-6_47
由GoogLeNET結構所開發的one stage物件檢測系統。採用End to End,只要使用單一神經網路(CNN),就能達到「You Only Look Once」。
其運作原理,模型一開始會將影像分成S*S的網格,每個網格會先預測它的中心點是否有包含物件,如果有就會預測出B個偵測框與屬於各別類別的機率,其中對每個 bndBox 的預測會輸出5個預測值: x, y, w, h 以及 confidence。
影片中,我利用YoloV4訓練一個偵測漫威超人的物件偵測器,並導入GPU在OpenCV加速計算,每秒約26FPS。
https://github.com/leeprinxin/Yolov4-Marvel-Object-Detection
CycleGAN 是一種擁有圖像轉譯功能的GAN,通過兩組鑑別器與兩組生成器互相對抗,學習如何將A風格的影像轉成B風格或B風格的影像轉成A風格。
圖像中,利用CycleGAN 將一般風景影像轉為梵谷風格的畫作。
https://gist.github.com/leeprinxin/36b9e0e9db0db00c9dc34dc3016086bc
BERT 是 Google 以無監督的方式利用大量無標註文本「煉成」的語言代表模型,其架構為 Transformer 中的 Encoder。
本作品利用Tensorflow 2.0實現新聞文章分類功能,透過大量爬蟲爬取今日新聞網的所有新聞,共8萬篇幅,11種類別,進行BERT的下游微調分類訓練。
其結果得知,BERT的準確率大於GRU+Fasttext Embedding、LSTM+Word2Vec等組合。
https://github.com/leeprinxin/News-classification-using-BERT-model
1997.05.01 · 0966-220-277
我是一位積極的青年,來自台南市安南區,在學期間我就讀資訊相關科系,在該領域上有不少的研究成就,寫程式可以說是我的嗜好,而我的目標是成為一位大數據分析師。
I am a motivated young man from the Annan district of Tainan City. I studied information-related subjects during my school years and have made a lot of research achievements in the field, writing programs is my hobby, and my goal is to become a big data analyst.
Tainan, Taiwan
2019 - 2021
2015 - 2019
11月 2021 - 7月 2022
本人在Guess365擔任數據分析師一職,主要負責工作為運動數據分析,針對NBA、MLB等運動數據進行ETL處理,將網路資料爬蟲做各種視覺化分析、深度學習與機器學習建模等動作,提供網站用戶最佳比賽預測結果。
預測網站:https://guess365.cc/
四月 2018 - 七月 2020
本人在成功大學製造資訊與系統研究所擔任研究助理職位,協助兩項科技部計畫成果研究與報告撰寫。
其成果內容分別在期刊與會議論文:
本專案為Guess365建構LineBot官方頻道機器人,系統主要目標是提供用戶多種優質便利服務。例如,加入Line的會員將享有平台預測機器人的即時明牌通知、好手PK等功能。
介紹:https://github.com/leeprinxin/Guess365LineBot/blob/main/Guess365%20LINEBOT.pdf
本專案使用Android APP裝載之YoloV4模組辨識水錶的儀表板數值,並把辨識的抄表紀錄寫入手機本地資料庫後,提供抄表紀錄轉移功能,能讓使用者下載抄表紀錄到電腦或其他資料庫。
本作品開發一種基於兩種人臉神經網路所訓練的分類模型進行相互校正之方法,此稱為「雙重人臉辨識交互校正訓練系統」。 系統同時使用FaceNet和OpenFace神經網路進行分類訓練,並建構模組更新演算法,修正與選擇分類模型最佳的預測結果。
https://link.springer.com/chapter/10.1007%2F978-3-030-73280-6_47
由GoogLeNET結構所開發的one stage物件檢測系統。採用End to End,只要使用單一神經網路(CNN),就能達到「You Only Look Once」。
其運作原理,模型一開始會將影像分成S*S的網格,每個網格會先預測它的中心點是否有包含物件,如果有就會預測出B個偵測框與屬於各別類別的機率,其中對每個 bndBox 的預測會輸出5個預測值: x, y, w, h 以及 confidence。
影片中,我利用YoloV4訓練一個偵測漫威超人的物件偵測器,並導入GPU在OpenCV加速計算,每秒約26FPS。
https://github.com/leeprinxin/Yolov4-Marvel-Object-Detection
CycleGAN 是一種擁有圖像轉譯功能的GAN,通過兩組鑑別器與兩組生成器互相對抗,學習如何將A風格的影像轉成B風格或B風格的影像轉成A風格。
圖像中,利用CycleGAN 將一般風景影像轉為梵谷風格的畫作。
https://gist.github.com/leeprinxin/36b9e0e9db0db00c9dc34dc3016086bc
BERT 是 Google 以無監督的方式利用大量無標註文本「煉成」的語言代表模型,其架構為 Transformer 中的 Encoder。
本作品利用Tensorflow 2.0實現新聞文章分類功能,透過大量爬蟲爬取今日新聞網的所有新聞,共8萬篇幅,11種類別,進行BERT的下游微調分類訓練。
其結果得知,BERT的準確率大於GRU+Fasttext Embedding、LSTM+Word2Vec等組合。
https://github.com/leeprinxin/News-classification-using-BERT-model