【本週總結】 Week 29 - 再次更新方向

本週總結

1. 開始 Deep Learning 
2. 決定往 Customer Experience, Product Analysis & Marketing 方向走
3. 新的方向思考 Hypeparameter Tuning

本週回顧

開始Deep Learning

由於日間課程的進度已經走到Deep Learning了，我也只好一邊繼續研究 Machine Learning 一邊學習Deep Learning。本週老師（新老師叫Sat.），主要講解了CNN （卷積神經網路）、RNN（循環神經網路） 跟 LSTM。由各個Neural Network 的運算邏輯，Activiation Function、數學運算式、在RNN中 sigmoid, Tanh會引起的Vanishing Gradient &Exploding Gradient Problem， 到Tensorflow 的 code 結構等等都有一一講解。

另外，我也在CSDN上，找到好幾篇寫得很清楚的文章，比如 如何从RNN起步，一步一步通俗理解LSTM_结构之法 這一篇以及作者的其他文章，然後在課上每講完一個 Neural Network，我也會另外上YT，觀看MIT 的 Deep Learning 課程影片 作溫習，穩固知識點。可能是因為這樣，感覺上好像沒有像之前讀 Machine Learning 那麼吃力。

決定 Profolio 方向

在前幾天跟Sat 討論了一下目前方向跟 Profolio，他建議我（們），比起做各類型的 Kaggle 比賽，建立一個專注某個方向的 Profolio 會較有效益，事實上我也認同他的說法。目前我是打算專注在Customer Experience, Product Analysis, Marketing 這個方向去走（我認為這幾項是互相有關連），再加上自己有兩個與這方向有關的簡單EDA，在建立不算由零開始，另外在求職網站上也看到有這方向的需求。

目前關於Profolio的短期目標是完成手上的電信業顧客流失率項目（建立預測模型）、以及完善之前兩個EDA，再按這幾份為基礎，建立Profolio，完成期限先定為八月中，之後再開始 sentiment analysis。

Hyperparameter Tuning

在網上找資料時，剛好發現一個在Medium 分享的文章，這位（他分享的兩個專案 Titanic , KKbox Churn）的方向是先專注在 Features Engineering 上，然後再逐步增加 Features （避免Over-fitting 問題）。當然我也要再多閱讀一些文章，才能判斷這方向是不是針對 Kaggle 比賽，現實上可行性較低，還是說其實沒有太太關係（至少目前我還沒想到比較大的壞處，可能是需時較長嗎?），但是由他的文章以及得到的結果，可以看出Features Engineering 的重要性，這給了我新的方向：與其執著於Hyperparameter Tuning，不如先把 Feature Engineering 做到極致。

然後在他的文章中，也發現了一篇很有用的打底實作文章 Panas 101 Numpy 101 and RegularExpression | by YL-Tsai | Medium ，配合上繼續做hackerrank，希望可以有效提升自己的Coding 水平。

本週日常

這個星期五接種了第二針的復必泰，接種時負責給我注射的男護士再提醒一次可能的副作用，那時候我在怕打針沒在聽啦，然後那一晚我還想著「這次手臂肌肉沒上次痛誒也沒甚麼嘛」，然後下一天也就是昨天就被打臉了。昨天一起床就覺得不對勁，量個體溫就發現發燒（副作用來了）。幸好接種時還記得問說如果發燒可以吃甚麼藥，最後就是吃藥跟睡了一整天，今天起來就沒事了。

只是前幾天看到說打復必泰的之後要接種第三針補足抗體（？）......