比賽到了最後一天，持續30天的文章寫作，內容包含機器學習常見的模型(如：簡單貝氏模型、決策樹、隨機森林等)，也簡介了神經網路的模型(如：CNN,RNN等)和訓練模型所需注意的事情(如：驗證、過度擬合、欠擬合等)。
在這一路上，透過模型概念的介紹及部分的實作，讓我重新檢視自己有哪些不足，同時在撰寫文章時也發現許多對於建立模型有較大幫助的文章。數據分析所使用的方法非常多種，而深度學習領域的部分發展更加快速，因此只能透過不斷的學習才能趕上大家所學。
由於最近接觸的是穿戴式裝置相關資料分析，因此才想透過此次比賽來嘗試將相關資料集應用於其中。在同時撰寫R和Python語言時，常會碰見語法忘記的問題，藉由這個比賽讓我紀錄一些常用的模型和語法，雖然在後續類神經網路模型中，模型並沒有獲得較好的表現，但這也讓我知道未來需要努力的方向。
感謝閱讀這一系列文章的讀者，希望這30天的文章能夠給予你們一些幫助！
iThome鐵人賽
看影片追技術