前言

在過去的29天內我們共完成了13個專案，並用實作為主理論為輔的方式學習AI，過程中不單單只使用了別人的資料集，還使用到了在AI中相當重要的技術"網路爬蟲"來幫助我們獲取想要的資料，我們透過了以上的方法，讓你能一次了解"實際狀況"、"技術理論"與"程式撰寫"。

不過你可能會覺得程式都是複製貼上真的能學到東西嗎?我的答案是肯定的，因為我認為學習最快的方式就是模仿，不過模仿是要有技巧的，當你模仿完一個程式後，並不是只需要讀懂它，而是要在不參考解答的情況下，將內容重新呈現出來，這樣才是學習程式的正確方法。

技術總結

今天是最後一天，所以我們不教任何新技術，而是開始加強我們先前學過技術，因為在AI的領域中要有一定的基礎與知識才能夠改善AI的結果，所以在這邊我幫大家統整出了在這29天內的文章，來幫助大家可以能夠快速的找到自己想要學習到的知識，並且能夠重頭看過一次，我相信在第二次閱讀時一定會更能理解到這些理論的意思，畢竟只有良好的基礎才能走向更遠的路。

Python基礎

python安裝與介紹
python基礎語法

基礎理論講解

1.DNN理論講解與keras實作
2.CNN理論講解與keras實作
3.LSTM理論講解與keras實作
4.單層感知器講解與實作
5.正向傳播與反向傳播
6.多層感知器講解與實作

網路爬蟲

1.selenium爬蟲
2.requests爬蟲

電腦視覺(CV)

1.CNN理論講解與keras實作
2.從解析gz檔來了解圖像在電腦中的組成
3.用Pytorch建立CNN網路
4.使用OpenCV辨識人臉
5.預訓練模型VGG-16圖像辨識
6.GAN生成圖片

自然語言處理(NLP)

1.用pytorch建立LSTM網路
2.Transformer介紹
3.預訓練模型BERT介紹
4.預訓練模型BERT辨識假新聞
5.預訓練模型T5介紹
6.預訓練模型T5文本摘要
7.HDBSCAN與S-BERT介紹

機器學習

1.機器學習分類講解與Xgboost實作
2.HDBSCAN與S-BERT介紹

知識補充

1.人工智慧、深度學習、機器學習的差異
2.分群與分類的不同
3.學習降維演算法
4.認識混淆矩陣與評估方式
5.訓練時常出現的問題解答

參賽心得

這次是我第一次參加鐵人賽，這次會參賽主要的目的就是想留下一個經驗，所以沒有做太多的準備，我在正式開始前只想好這30天的大綱就開始了。在開賽初期因為程式很簡單，理論也相當的基本，所以一天只需花費1~2兩小時就能夠完成文章，但到了課程中期程式碼越來越複雜，理論越來越多，到後面一篇文章都需花費5小時以上去才能夠結束，但我還是堅持過來了!!!

在參賽的過程中我最氣的就是發文系統，因為發文系統沒有自動存檔的緣故，我有時又手殘把網站關掉，於是我花費好幾小時的寫的文章就這樣不見了，當下是真的很無奈又很無助，只能跟朋友抱怨一下後繼續趕工...。不過參加鐵人賽我認為蠻有成就感的，當有人追蹤或訂閱系列文章時，我就會覺得我寫的文章能夠被人認可，這件事情讓我蠻開心的。

最後向大家致個歉，小弟我的文筆不太好表達可能不夠清楚，若有不明白的事情歡迎留言或站內信我，我看到後就會一一回答，那我們的課程就到這裡了，大家有緣再相見~