用機器學習協助產線員工分析離子佈值機台保養週期,最終結果有找到使機台部件decade的關鍵原料,並以此建立模型預測機台保養週期。成果有代表全廠區的實習生參與最終決選。
資料處理:pandas, numpy, machine learning
應用:爬蟲、Desktop、影像處理(OPENCV)
Frontend: HTML5, CSS, Javascript, Bootstrap
Backend: Node.js, Django
Native speaker
TOEIC : 815
TOEFL: 101
GRE: 321
用機器學習協助產線員工分析離子佈值機台保養週期,最終結果有找到使機台部件decade的關鍵原料,並以此建立模型預測機台保養週期。成果有代表全廠區的實習生參與最終決選。
資料處理:pandas, numpy, machine learning
應用:爬蟲、Desktop、影像處理(OPENCV)
Frontend: HTML5, CSS, Javascript, Bootstrap
Backend: Node.js, Django
Native speaker
TOEIC : 815
TOEFL: 101
GRE: 321