架构介绍

对於资料、数据分析，已经有一点心得，但多半都停留在断断续续，不够紮实也不够完整，虽然可以弄出一个系统运作，但毕竟还有一些当作是不想看的黑洞，这实在是需要花一点心力去搞清楚它。

希望可以用这次的机会，以三十天的压力，逼迫自己去面对那些不想面对的技术黑洞，用心搞懂数据分析。

在这期间，暂时规画以下的重点来学习、分享：
＊预测的类型
＊数据分析必要的技能树
＊分析平台选择
＊硬体GPU特性
＊EDA
＊决策树
＊最近邻
＊Naive Bayes
＊回归
＊多变数回归
＊Learning Curves
＊正规化
＊SVM
＊PCA
＊K-means
＊类神经网路
＊Backpropagation
＊Gradient
＊CNN
＊LSTM
＊GAN
＊VAN
＊ROC Analysis
＊可视化
＊模型布署
＊统计配合应用要求

在这期间，除了学理上的学习、探究、分享，更希望可以都顺利的提出对应的分析专案，加强学习的心得，以及强化分桨的深度。

希望可以顺利完成这三十天的挑战。加油。