iT邦幫忙

2025 iThome 鐵人賽

DAY 30
0

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!


上一篇
(Day 29) 注意力機制 (Attention Mechanism)
系列文
30 天入門常見的機器學習演算法30
圖片
  熱門推薦
圖片
{{ item.channelVendor }} | {{ item.webinarstarted }} |
{{ formatDate(item.duration) }}
直播中

尚未有邦友留言

立即登入留言