在這個 Kaggle 比賽中獲得前2%的排名 (12/575),主題是利用 KKBOX 提供的資料來預測使用者是否會續訂。
使用技術 : Xgboost, Feature Engineering, K-fold
利用OpenCV針對訂單進行前處理後再使用 OCR 來辨識帳單交易資訊(訂單號、交易日期/時間及金額等)以節省人力識別訂單的時間。
使用技術 : OpenCV, Docker, GitLab-CI
判斷Natural Language Generation (NLG)系統產生的句子是否通順來協助NLG系統產生更擬真的句子。
使用技術 : Bert, Text Processing, Docker
在此系統中我前/後端都有接觸到,後端主要是Chatbot商業邏輯及資料串接;前端主要是畫面拖拉時相對應的對話腳本設定。
使用技術 : Python, React, Docker, GitLab-CI
本研究以推特貼文為訓練資料進行比特幣漲跌幅進行預測。
使用技術 : Text Analysis, Sequence to Sequence, RNN
Python, Javascript
Sklearn, Pytorch, Keras
Docker, GitLab-CI
中文 - 母語
英文 - TOEIC 825