最近剛進入研究所，面對新的課程、新的環境，也開始思考：
「接下來的兩年，我到底想往哪個方向走？」

大學期間有接觸過程式設計、資料分析和 Machine Learning，也做過一些相關的作業，但如果要說自己真的擅長什麼，好像又沒有很明確的答案。

尤其現在有了 AI，寫程式方便很多。遇到不會的問題，可以直接問 AI，甚至請它幫忙寫 Code。
但這也讓我開始懷疑：
「這些東西到底是我真的會，還是只是 AI 幫我做出來了？」

剛好最近看到了 iThome 鐵人賽，所以決定利用這 30 天，重新把以前接觸過的 Machine Learning 基礎弄懂。
我不會完全不用 AI，而是練習怎麼把 AI 當成學習工具：不只是讓它幫我寫 Code，而是試著理解它為什麼這樣寫，以及判斷它給我的答案是否合理。
這 30 天也不打算挑戰什麼大型專案，我的目標很簡單：
每天搞懂一個以前「好像會，但其實講不清楚」的 Machine Learning 概念。
30 天後，希望不只是能把 ML 程式跑出結果，而是真的比現在更理解自己在做什麼。
也想看看經過這 30 天，我到底喜不喜歡 Machine Learning、哪些部分讓我比較有興趣，以及下一個想繼續探索的方向是什麼。