終於來到這個系列的最後一天。老實說，如果要我替這 30 天打個分數，我大概只會給自己一個 勉強及格。原因很簡單: 這個系列從一開始就有宏大的規劃與期待，但在實際執行的過程中，遭遇了不少現實挑戰，也暴露了自己在知識深度、寫作規劃與時間管理上的不足。

在這 30 天裡，生活與學業中不斷插入突發事件，有些日子真的很忙，甚至差點「爛尾」。雖然最後還是撐到了第 30 天，但整體回顧下來，完成度與原本設想的「扎實覆蓋經典機器學習到深度學習主流架構」之間，仍有不小落差。

檢討與反思

1. 主題跨度過大
   • 原本規劃是從傳統 ML → 深度學習 → 部分應用架構，打造一條完整脈絡。
   • 但實際執行下來，我對部分主題的熟悉度不足，寫出來的內容有時深淺失衡，顯得不上不下。
2. 篇幅與節奏控制不足
   • 有些章節內容太過精簡，失去深度；有些章節則過於理論化，少了實作支撐。
   • 理想上應該是「理論 + 實作 + 應用案例」三位一體，但最後只能勉強顧到前兩者。
3. 時間壓力影響品質
   • 鐵人賽每天要交稿，過程中經常趕進度，導致文章沒有辦法經過充分打磨。
   • 如果能提前做更完整的規劃與內容儲備，應該會更從容。

我仍然學到的

即便有遺憾，這 30 天的挑戰仍帶來不少收穫:

1. 架構全景感
   • 把機器學習的經典演算法、深度學習的基礎架構一路梳理過，至少建立了一個「大地圖」。
2. 寫作與表達訓練
   • 每天輸出逼迫自己將概念用文字組織，讓自己看得更清楚，也強化了教學思維。
3. 反思與自我認知
   • 很清楚感受到自己在數學推導、架構細節、實務應用的平衡上還需要加強。
   • 這是檢討，但也是日後努力的方向。

未來規劃

這系列雖然結束，但我並不打算就此停下。接下來會有兩條路並行:

1. 部落格補充
   • 這次沒有時間展開的主題（例如 XGBoost、One-Class SVM、更多深度學習應用案例），我會在之後逐步補充到部落格。
   • 如果有興趣交流，歡迎到我的部落格留言: 志謙’s Blog
2. 更聚焦的專題
   • 下一步會傾向以「單一架構 / 單一應用」為主題，深度探索，而不是像這次一樣要在 30 天內覆蓋廣大範圍。
   • 例如: 專門寫一系列關於 財報異常偵測模型 或 深度學習解釋性方法 (XAI)。
3. 累積實作案例
   • 未來希望每個主題都有完整實驗，包含 dataset、code、結果分析，避免文章僅停留在理論層面。

結語

這個系列的完成，對我而言更像是一場「測試」。測試自己能不能在繁忙的生活中，逼迫自己連續 30 天完成一件事。雖然成果不算完美，甚至只能說「勉強及格」，但至少我撐到了最後一天，沒有讓它爛尾。

鐵人賽不是終點，而是起點。
這 30 天讓我看清了差距，也讓我找到下一步的努力方向。明年如果還有機會，我會嘗試帶來一個更完整、更深入、更有價值的系列。

最後，如果你一路跟著這系列走到這裡，謝謝你。未來還想交流的，歡迎到我的部落格: 志謙’s Blog

我下次一定提早寫完，希望明年可以帶來更優質的系列，我們明年見！