艾鍗學院 - 20240809_數據分析暨機器學習應用班成果發表會

本班介紹	活動議程	專題介紹	歷屆成果展

2024 data ml student

學員將於活動中簡報專題發想動機、技術架構、開發心得、預計成果等，並於簡報後和現場企業來賓進行交流。歡迎AI人工智慧、機器學習開發、嵌入式系統開發、韌體開發等技術領域相關企業蒞臨交流。

艾鍗辦訓，秉持著「為用而訓」之原則，幫助學員培養符合業界所需的職能。本此成果展的班隊為數據分析暨機器學習應用班。學員們經過3個多月的紮實的實作學習，產出「為用而生」的技術作品，迫不及待向企業夥伴們展現心血成果。本活動免費，歡迎企業廠商到場來交流喔！

2024-08-09	13:10-13:30	來賓報到

	13:30-14:10	來賓致詞、專題指導老師致詞大合照

	14:10-15:00	學員進行專題簡報 ► 零售店未來銷售預測 ► 秒結 ► 速速單字書 ► 產品評論情緒分析系統 ► 球賽影像分析

	15:00-15:10	休息茶敘時間

	15:10-16:30	成果展示、學員與廠商交流時間

	16:30-17:00	學員結訓、賦歸

活動時間

113年08月09日 (五) 下午13:30~16:30

活動地點

集思交通部會議中心2樓(台北市中正區杭州南路一段24號)
若您有停車需求，屆時歡迎停至"中華電信仁愛停車場(大樓B3)"，本公司人員將再協助您處理停車費用

活動報名

聯絡窗口：張先生 Email住址會使用灌水程式保護機制。你需要啟動Javascript才能觀看它 | (02)2316-7734

113 data ml resultpost banner1

組員：俞○華楊○誠胡○玲黃○豪徐○伯謝○真

摘要

AI數據預測正在改變各行業的競爭生態。通過巨量數據分析，AI模型比傳統方法更能準確且即時地預測未來趨勢，使公司能快速預測訂單需求、庫存水平、採購需求等，從而制定正確的銷售、廣告、庫存、採購決策，提升市場競爭力。準確的訂單預測對於網路零售店的規劃流程至關重要，影響著人力配置、配送物流、庫存管理和供應鏈效率。通過優化預測，可以減少浪費並簡化營運，使網路零售店服務更加可持續和高效。

參加Kaggle Community的“Rohlik訂單預測挑戰賽”，將強化我們在機器學習時間預測的創新能力。Rohlik Group是歐洲的網路零售店，在捷克共和國、德國、奧地利、匈牙利和羅馬尼亞有11個倉庫。挑戰賽的重點是在選定倉庫預測未來60天內的訂單數量（雜貨配送）。我們將選擇不同AI模型、選擇features、優化參數，找出最準確的AI模型，並比較不同模型的結果，包含XGBoost、CatBoost和LSTM。

系統架構

2024 data ml system desgin 01

零售店未來銷售預測-專題簡報

零售店未來銷售預測-專題作品Demo

關鍵字：CatBoost、XGBoost、LSTM、time series、regression

113 data ml resultpost banner2

組員：梁○為黃○宇鄭○福楊○琪吳○蓉

摘要

每天上班或上課前，我都需要去超商買咖啡提神，但看到長長的排隊人龍和店員逐一掃描商品的情景，總是覺得浪費時間。如果能一次辨識多項商品而不需逐一掃描條碼，將大大減少排隊時間。為此，我們的專題開發了一個基於Web的商品影像辨識與結帳系統。

系統使用WEBCAM擷取商品影像，利用YOLO物件偵測模型快速辨識商品，並通過商品資料庫查詢產生購物車清單。客戶確認購物車內容並結帳後，系統會將結帳資料寫回資料庫，以便商家進行後續的報表分析。

這個系統不僅能提高結帳效率，減少顧客排隊時間，還能幫助商家減少人力成本，提升運營效率，並提供詳細的交易記錄進行數據分析。

系統架構

2024 data ml system desgin 02

秒結(商品辨識)-專題簡報

秒節(商品辨識)-專題作品Demo

關鍵字：OpenCV、YOLO、SQL、Flask

113 data ml resultpost banner3

組員：周○筠曾○桐陳○祜蘇○霖

摘要

求學開始接觸英文書籍時，總有許多單字希望能記錄下來隨時複習，但無論是手做單字卡或是使用現成的 App 皆需花費大量時間一一進行記錄。鑒於此，我們的專題旨在幫助學生能快速的將單字記錄到單字書 App，僅需拍照即可將重要單字紀錄至 App，大幅節省時間。

在實作方面，我們將快速辨識書本上有用「螢光筆」畫記的單字，配合 OCR 轉成英文單字儲存到單字書裡。若書籍無劃記螢光筆，亦可直接使用滑鼠點選圖片上的單字即可儲存到單字書，只要下次打開 Web 即可快速複習已儲存的單字。

系統架構

2024 data ml system desgin 03

速速單字書-專題簡報

速速單字書-專題作品Demo

關鍵字：OpenCV、OCR、Flask、SQL、HTML、CSS、JavaScript、Figma、Github

113 data ml resultpost banner4

組員：李○ 江○遠郭○ 林○軒温○淞何○儒

摘要

無線耳機在消費電子市場中迅速增長，深受消費者喜愛。Amazon上有大量無線耳機的產品評論，包含了消費者的真實反饋和情緒。然而，由於評論數量龐大，消費者難以快速獲取有用資訊。為此，我們計劃開發一個智能情緒分析系統，幫助消費者快速了解產品優劣，並為商家改進產品和服務提供參考。系統將從Amazon獲取20,000筆無線耳機評論，清洗數據並將非英文評論翻譯成英文，進行去噪、分詞和詞幹提取。接著，使用BERT模型進行情緒分類，將評論分為正面、中立和負面，並使用TF-IDF算法提取評論關鍵詞來建立文字雲。最後，通過Python進行數據分析，並使用HTML、CSS和JavaScript展示分析結果。這個系統將提升消費者購買決策效率，並為商家提供有價值的反饋，促進產品改進和服務優化。

系統架構

2024 data ml system desgin 04