零、前言

　　首次耳聞 TensorFlow 的時候，是來自於 Google Pixel 6 Pro 問世時所搭載之 TensorFlow 晶片，由 Google 所主打其優越的圖像處理性能，雖然看手機的相機規格似乎還有待提升空間，但卻是硬生生用了 TensorFlow 晶片將夜間拍攝圖像的成品，透過其獨家的演算法，提升到令人歎為觀止的程度，細節處理也因 AI 技術而更加完善，是我首次見識 TensorFlow 的強大之處。

　　正因如此，我便開始想揭開 TensorFlow 的面紗，並了解到其還能為我們生活帶來哪些實際上的應用剛好我平常戴的智慧手錶，便也是透過 TensorFlow 作後台數據的分析與處理，故也藉此 30 日鐵人賽，分享我所學習的 TensorFlow 在實際應用上的範疇。在接下來的學習中，原則上會依照下列章節進行，同時這也是我學習 TensorFlow 的計劃表。

一、我的學習計畫

1. 9/15~9/18
   (1) 了解 TensorFlow 的基本概念，例如 Tensor、操作、模型等。
   (2) 安裝 TensorFlow 並建立開發環境。
   (3) 了解 DNN 的基本概念，如神經元、層次、Activation & Loss Function 等。
2. 9/19~9/23
   (1) 學習使用 TensorFlow 來建立和運行 DNN。
   (2) 試運行心血管疾病預測應用，如預測心律不整(Arrhythmia)。
3. 9/24~9/28
   (1) 學習使用 TensorFlow 處理相關心率數據。
   (2) 試運行偵測心臟病發作的風險。
4. 9/29~10/1
   (1) 學習使用 TensorFlow 處理其他數據。
   (2) 試運行根據多種健康數據以預測心血管疾病。
5. 10/2~10/8
   (1) 學習 CNN 與 RNN 的進階概念。
   (2) 試運行判斷心電圖之中的異常。
6. 10/9~10/15
   (1) 改良以上 DNN 模型與解決方案。
   (2) 最後成果呈現。

二、參考資料來源

1. TensorFlow：https://www.tensorflow.org/
2. 主要訓練資料：NIH PhysioNet、OpenDataScience