我是一個熱愛挖掘潛在問題的統計人,以客觀的角度分析問題及處理,重視團隊合作,開放的態度分享彼此不同的想法和意見,有效率的解決問題。就學期間致力研究於機器學習,降維(Dimension Reduction)以及模型分類問題。並與台北榮民總醫院合作結合人工智慧開發全方位疾病診斷,在臨床上預測病人在一年內是否發生中風,以及是否由肺靜脈引起心房顫動的3D影像分類。
Mobile: +886-988-313-160
Email: [email protected]
視覺化:Matplotlib, Seaborn
Multidimensional Scaling (MDS), SCMDS, Principal component analysis (PCA), Factor analysis model, Lasso regression
2018 - 2020
論文題目:Using Machine Learning Model and Ensemble Learning to Predict Ischemic stroke
第三屆統計研究成果研討會海報論文競賽—特優獎
2014 - 2018
相關課程:回歸分析, 類別資料分析, 實驗設計, 無母數統計, 多變量分析, 時間序列, 倖存分析
程式:R, SAS (SAS Certified Base Programmer)
社團:統計系籃球隊-隊長 大統盃,亞軍, 2016 大統盃季軍, 2017
透過機器學習 (Machine Learning) 預測病人在一年內是否發生腦缺血型中風 (Ischemic stroke) 並且提升模型在 auc 上的表現。研究過程我們遇到資料極度不平衡的問題,透過變數選擇 (Feature Selection) 幫助我們挑選重要的特徵,使用集成學習 (Ensemble Learning)及下採樣 (Under-sampling)結合多個模型及處理資料不平衡的問題。
研究威爾夏5000指數 (Wilshire 5000 index) 成分股,透過主成份分析 (Principle Component Analysis) by Bai and Ng, Ratio-based method by Lam and Yao, and Structural factor model by Gao and Tsai, 找出背後影響5000支股票的潛在變數。對應於潛在變數與5000支股票的權重,得到新的一組投資組合,比較投組與指數的報酬。
四月 2020 - 六月 2020
批改學生作業以及協助課業問題。
七月 2019 - 八月 2019
利用統計方法幫助大中華團隊研究A股,挑選出重要因子且建構模型挑選股票。檢定因子間是否存在共線性,影響下一期報酬率估計。最後透過因子表現分成五組,回測並且比較各組表現。實習期間與主管配合良好,經理人提供想法以及自己的選股邏輯,我再透過檢定和回歸等相關統計方法實現,彼此互助學習讓我獲益良多。
七月 2016 - 八月 2016
陪同顧問到中國海口平安銀行做諮詢及授課,負責記錄諮詢重點。
我是一個熱愛挖掘潛在問題的統計人,以客觀的角度分析問題及處理,重視團隊合作,開放的態度分享彼此不同的想法和意見,有效率的解決問題。就學期間致力研究於機器學習,降維(Dimension Reduction)以及模型分類問題。並與台北榮民總醫院合作結合人工智慧開發全方位疾病診斷,在臨床上預測病人在一年內是否發生中風,以及是否由肺靜脈引起心房顫動的3D影像分類。
Mobile: +886-988-313-160
Email: [email protected]
視覺化:Matplotlib, Seaborn
Multidimensional Scaling (MDS), SCMDS, Principal component analysis (PCA), Factor analysis model, Lasso regression
2018 - 2020
論文題目:Using Machine Learning Model and Ensemble Learning to Predict Ischemic stroke
第三屆統計研究成果研討會海報論文競賽—特優獎
2014 - 2018
相關課程:回歸分析, 類別資料分析, 實驗設計, 無母數統計, 多變量分析, 時間序列, 倖存分析
程式:R, SAS (SAS Certified Base Programmer)
社團:統計系籃球隊-隊長 大統盃,亞軍, 2016 大統盃季軍, 2017
透過機器學習 (Machine Learning) 預測病人在一年內是否發生腦缺血型中風 (Ischemic stroke) 並且提升模型在 auc 上的表現。研究過程我們遇到資料極度不平衡的問題,透過變數選擇 (Feature Selection) 幫助我們挑選重要的特徵,使用集成學習 (Ensemble Learning)及下採樣 (Under-sampling)結合多個模型及處理資料不平衡的問題。
研究威爾夏5000指數 (Wilshire 5000 index) 成分股,透過主成份分析 (Principle Component Analysis) by Bai and Ng, Ratio-based method by Lam and Yao, and Structural factor model by Gao and Tsai, 找出背後影響5000支股票的潛在變數。對應於潛在變數與5000支股票的權重,得到新的一組投資組合,比較投組與指數的報酬。
四月 2020 - 六月 2020
批改學生作業以及協助課業問題。
七月 2019 - 八月 2019
利用統計方法幫助大中華團隊研究A股,挑選出重要因子且建構模型挑選股票。檢定因子間是否存在共線性,影響下一期報酬率估計。最後透過因子表現分成五組,回測並且比較各組表現。實習期間與主管配合良好,經理人提供想法以及自己的選股邏輯,我再透過檢定和回歸等相關統計方法實現,彼此互助學習讓我獲益良多。
七月 2016 - 八月 2016
陪同顧問到中國海口平安銀行做諮詢及授課,負責記錄諮詢重點。