☰

圓州率
🌐
☰

Feature Image

精選作品集

作品集
精選作品集統整，展現自己在機器學習、程式與數學上的造詣。

有興趣深入了解我的請見 履歷。

倉儲最佳化模型

倉儲最佳化模型製作於 2024/12/30，在處理佳飾美相關企業的 LED 燈泡工廠倉儲最佳化問題，由於組件叫貨與送貨時間不穩定，導致時有出貨延遲問題。本研究透過數學建模選擇倉儲上下限，在可接受的出貨不延遲率前提下最小化持有成本，達成：

  • 出貨不延遲率從 88% 提升至 95%。
  • 降低 4% 持有成本。

數學模型模擬倉儲、送貨與製造流程截圖。

客戶個性建模與評估

客戶個性建模與評估 製作於 2024/06/12，本研究與財經專業侯威志的合作，處理財務資料中常見的高共線性與異常值問題，引入穩健性羅吉斯回歸分析，根據預測目標資料的不平衡，放棄了常用的準確率指標，開發基於利潤的模型評估指標，以達到利潤最大化做為模型選擇。最後根據變數的主成分選擇，並分析與探討該項活動背後市場的定位以及找出潛在客戶的特徵。

Customer Personality Modeling and Evaluation 論文摘要。

垃圾郵件分類機器學習

垃圾郵件分類機器學習 製作於 2024/05/27，應用文字探勘技術，建立出具有 99% 精確度能分類正常與垃圾郵件的機器學習模型，並從中學習到 EDA 的重要性。

垃圾與正常郵件用字差異，左側為垃圾郵件常用字，右側為一般郵件常用字。

Netflix 資料視覺化

Netflix 資料視覺化 製作於 2024/02/28，受施承翰學長的 BGG 桌遊圖 論文啟發，從 Netflix 資料集復刻出一份自己的版本，目標在於對高維度資料進行視覺化。

數論與 Python 結合實做

k 次方求和問題 製作於 2021/11/01，用於處理 Sk=∑i=1nikS_k = \sum_{i = 1}^{n} i^k 在 k∈Nk \in \bb N 的問題，推導出：

S1=nSk=1k+1[nk+1+∑j=1k(k+1j)(−1)k−jSj] \begin{align*} S_1 & = n \\ S_k & = \frac{1}{k + 1} \left[ n^{k + 1} + \sum_{j = 1}^{k} \binom{k + 1}{j} (-1)^{k - j} S_j \right] \end{align*}

並設計出 python 演算法實做出下圖：

前 26 項結果。
第 100 項結果。

同時期也解出經典積分問題 ∫xnexdx\int x^n e^x dx 並設計 Python 演算法實做出對任意 n∈Nn \in \bb N 皆成立的演算法。

∫xnexdx=(∑i=1n(−1)n−i(n!)xii!)ex \begin{align*} \int x^n e^x dx = \left( \sum_{i = 1}^{n} \frac{(-1)^{n - i} (n!) x^i}{i!} \right) e^x \end{align*}

數獨求解器

數獨求解器 製作於 2022/07/01，設計數獨演算法並用 python 實做，能在 0.1 秒左右解出最高難度的數獨問題。

麻將館管理系統

麻將館管理系統製作於 2022/02/01，為親戚所開設的麻將館建構管理系統，提供計時、收費與結帳分析功能。

麻將館管理系統截圖。