DAY30 AI好难，但很好玩

时间过得真快，一转眼三十天就过去了，小编也总算是完成了这个挑战，一路走来其实相当辛苦，会这东西是一回事，能把知识拿出来教别人又是另一回事，小编从一开始写一篇往往要花上一整天，到後面越写越顺手，几个小时就可以完成一篇，自己也是学习到很多东西，也将以前所学做了统整，真的受益良多。

回顾整整三十天，我们从一开始的迷途羔羊，打开了这道AI大门，经历了二十来天的学习，完成了两个专案，小编衷心希望读者都有学习到东西，可能我没办法把它解释得很好，因为我自己也还在学习的路上，这条路说真的必须花费很多心血去研究，每天没日没夜的Coding也真的很累，但这的确是一门有趣的学问，相信你们日後一定会感同身受的，也祝福大家能在未来的求学之路上发光发热，这三十天辛苦自己也辛苦大家了，再会啦！

以下附上这三十天的学习大纲

准备阶段(学习心态、环境建构、套件安装)

DAY01 前言-学资料科学的小孩不会变坏
DAY02 初探资料分析
DAY03 环境建构(Anaconda + Jupyter Notebook)及套件工具安装

资料分析步骤、方法、概念篇

DAY04 浅谈资料科学与Machine Learning
DAY05 资料分析的步骤
DAY06 探索性资料分析
DAY07 资料视觉化
DAY08 资料前处理-缺失值处理方法
DAY09 资料前处理-异常值处理方法
DAY10 资料前处理-资料编码、资料切割
DAY11 资料前处理-资料不平衡处理方法
DAY12 特徵工程-资料化约(特徵选取)
DAY13 特徵工程-资料标准化与降维
DAY14 挑选合适的模型进行训练
DAY15 模型预测评估方法

机器学习专案实作篇

DAY16 机器学习专案实作-员工离职预测(上)
DAY17 机器学习专案实作-员工离职预测(中)
DAY18 机器学习专案实作-员工离职预测(下)

深度学习、影像辨识篇

DAY19 浅谈深度学习领域
DAY20 图片处理套件-OpenCV
DAY21 资料正规化与资料增强(Data Normalization & Data Augmentation)
DAY22 类神经网路之架设与训练
DAY23 神经网路优化技巧
DAY24 迁移式学习与预训练模型
DAY25 轻量级模型-MobileNets

深度学习专案实作篇

DAY26 Aidea专案实作-AOI瑕疵检测(1/4)
DAY27 Aidea专案实作-AOI瑕疵检测(2/4)
DAY28 Aidea专案实作-AOI瑕疵检测(3/4)
DAY29 Aidea专案实作-AOI瑕疵检测(4/4)

终章

DAY30 AI好难，但很好玩