Search resumes and take the initiative to contact job applicants for higher recruiting efficiency. The Choice of Hundreds of Companies.
我是正就讀於國立台灣科技大學資訊工程學系的廖彥誌,擅長領域為深度學習以及影像處理,目前除了一邊完成學業以外,還希望能取得一個實習的機會以能提早與業界接軌及累積經驗。
修習過之專業領域課程 : 影像處理、資料探勘
1.VERY DEEP CONVOLUTIONAL NETWORKS FOR LARGE-SCALE IMAGE RECOGNITION
2.UNSUPERVISED REPRESENTATION LEARNING WITH DEEP CONVOLUTIONAL GENERATIVE ADVERSARIAL NETWORKS
3.Deep Residual Learning for Image Recognition
4.Beyond a Gaussian Denoiser: Residual Learning of Deep CNN for Image Denoising
5.Attention Is All You Need
6.Point Cloud Registration Based on 1-point RANSAC and Scale-annealing Biweight Estimation
7.A Linear Primal-Dual Multi-Instance SVM For Big Data Classification
灰階直方圖均化 (碩士課程專案) 2022/9~2022/12
專案目標 :利用灰階值方圖均化,將灰階值分布過於集中之影像進行重新分配。
應用技術 :
Python,PIL,Opencv
專案內容 :
1.建立兩陣列分別存取對應灰階出現次數及某灰階值以前出現次數累加
2.計算個灰階值可出現次數
3.將原照片各pixel灰階值對應到均質後之灰階
Association rule & Classification (碩士課程專案) 2022/9~2022/12
專案目標 : 提取UCI中一資料集並使用Weka對資料進行Association rule與Classification
應用技術 : Weka
專案內容 :
1.將資料輸出成CSV檔,並將資料進行前處理成Weka能支援之模式
2.選用判別演算法,並調整其參數以達到期望效果之輸出
Clustering: K-means(碩士課程專案) 2022/9~2022/12
專案目標 : 提取UCI中一資料集並使用Weka對資料進行Clustering 其中一最為普遍使用之方法K-means
應用技術 : Weka
專案內容 :
1.將資料輸出成CSV檔,並將資料進行前處理成Weka能支援之模式
2.選擇完判別原則,將最後的分群結果以可視化圖表輸出
我是正就讀於國立台灣科技大學資訊工程學系的廖彥誌,擅長領域為深度學習以及影像處理,目前除了一邊完成學業以外,還希望能取得一個實習的機會以能提早與業界接軌及累積經驗。
修習過之專業領域課程 : 影像處理、資料探勘
1.VERY DEEP CONVOLUTIONAL NETWORKS FOR LARGE-SCALE IMAGE RECOGNITION
2.UNSUPERVISED REPRESENTATION LEARNING WITH DEEP CONVOLUTIONAL GENERATIVE ADVERSARIAL NETWORKS
3.Deep Residual Learning for Image Recognition
4.Beyond a Gaussian Denoiser: Residual Learning of Deep CNN for Image Denoising
5.Attention Is All You Need
6.Point Cloud Registration Based on 1-point RANSAC and Scale-annealing Biweight Estimation
7.A Linear Primal-Dual Multi-Instance SVM For Big Data Classification
灰階直方圖均化 (碩士課程專案) 2022/9~2022/12
專案目標 :利用灰階值方圖均化,將灰階值分布過於集中之影像進行重新分配。
應用技術 :
Python,PIL,Opencv
專案內容 :
1.建立兩陣列分別存取對應灰階出現次數及某灰階值以前出現次數累加
2.計算個灰階值可出現次數
3.將原照片各pixel灰階值對應到均質後之灰階
Association rule & Classification (碩士課程專案) 2022/9~2022/12
專案目標 : 提取UCI中一資料集並使用Weka對資料進行Association rule與Classification
應用技術 : Weka
專案內容 :
1.將資料輸出成CSV檔,並將資料進行前處理成Weka能支援之模式
2.選用判別演算法,並調整其參數以達到期望效果之輸出
Clustering: K-means(碩士課程專案) 2022/9~2022/12
專案目標 : 提取UCI中一資料集並使用Weka對資料進行Clustering 其中一最為普遍使用之方法K-means
應用技術 : Weka
專案內容 :
1.將資料輸出成CSV檔,並將資料進行前處理成Weka能支援之模式
2.選擇完判別原則,將最後的分群結果以可視化圖表輸出