艾鍗學院 - 20221118_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

2022 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！

2022-11-18	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 ► 旅遊推薦系統 ► Novozymes Enzyme Stability Prediction ► 無人商店

	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

111年11月18日 (二) 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：邱小姐 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)2316-7732

data ml resultpost banner2

組員：邱○珍、鄭○惠、劉○吟、邵○盛、李○哲、陳○源、陳○軒、王○怡

摘要

在資訊發達的當代，網路旅遊訊息五花八門，我們常常到了一個景點，卻不清楚下一站能去哪裡。很多人都會從網路上快速看了幾篇文章或依照Google Map的顆星評分來決定下個景點，但經常得到的結果是失望大於預期。因此，我們希望開發一個 ”Tourist Line Spot”系統，它能根據使用者的所在位置，自動幫使用者看完所有的Google map評論並提出一份景點推廌清單。

目前我們以雙北市提供的旅遊景點開放資料(OpenData)作為我們的景點資料庫。依照使用者的地理位置，利用Google Map API找出使用者附近的景點後，提供推廌分數在前5名的景點。景點推廌分數的高低是由Google Map的評論數量 (即熱門程度)、Google Map顆星評比以及景點正負面因子的公式所決定。其中，景點的正負面因子，是用LSTM模型對該景點的Google map留言內容作情緒分析的結果，其值介於0到1。愈接近1表示愈正面愈值得推廌，而接近0表示愈負面愈不值得推廌。此外，我們也對留言的評論內容，依照頻率最高的關鍵詞建立文字雲，以凸顯該景點的熱門話題。

若”Tourist Line Spot”系統能朝向商業開發，也會加入廣告投放或者或商家合作的商業機制，甚至進一步採付費訂閱制，讓付費會員可以快速得到一手資訊外及額外優惠等功能。

系統架構

system desgin 07

旅遊推薦系統-專題簡報

旅遊推薦系統-專題作品Demo

關鍵字：SQL、NLP(Sentiment analysis)、LSTM(Long Short-Term Memory)、jieba、Content-based filtering、Collaborative Filtering 、word could、Keyword Extraction

data ml resultpost banner3

組員：莊○禾、郭○智、林○泰、張○豪、林○宇

摘要

藥廠開發新藥的傳統作法，是不斷在實驗室以實作的方式，找尋最佳的生產環境。而人工智慧模擬最佳環境參數，協助研究人員減少實作次數，縮短研發時程，已是各藥廠的努力方向。其中，大分子藥物更是推動藥物研發的新動能，而酵素做為大分子生物催化劑，它能加快化學反應的速度（catalysis），有助於減少生產資源，加速生產過程；同時部分酵素也可以做為大分子藥物的原料。

然而，酵素作用的溫度有著十分嚴苛的條件，加熱時或與化學變性劑接觸時，酵素結構會發生“去摺疊（protein denaturation）”，原有的結構被打亂，活性也往往隨之喪失。因此，如果能開發出具有效率的計算方法，來尋找不同酵素和配合臨界溫度，便能預測酵素的蛋白質的穩定性，即能預測不同酵素的蛋白質序列其去摺疊時的最高溫度(或稱熔點)，將會有巨大的科學意義。

本研究案是以Kaggle 競賽中的Novozymes Enzyme Stability Prediction competition作為立基點，而由官方所提供的train data，包含蛋白質序列資料(proteins sequence) 、PH值和對應的熔點(tm)，而本次的目標在於預測test data的熔點值的排名。

首先我們先對於Kaggle所提供的train data進行觀察，並發現不合理資料後，進行資料清理。完成後我們額外增加來自AlphaFold2、Rosetta等生物資料庫數據。由於擴增訓練集資料欄位不同，所以我們建立不同的酵素序列的特徵向量。也因為酵素有四級結構(胺基酸序列到立體結構)，我們以從不同的角度切入酵素穩定性的問題，所以我們嘗試以不同種類的模型解析酵素的穩定性。

接著建立3種不同的迴歸模型，包含XGBoost及Protein BERT和CNN。最後將上述模型整合，建立Ensemble模型，進而得到最終的預測結果，並利用Spearman相關係數，進行Ensemble模型的效能的比較。

系統架構

system desgin 06

預測酶得熱穩定性-專題簡報

預測酶的熱穩定性-專題作品Demo

關鍵字：Novozymes 、kaggle、Biotechnology、Enzyme 、XGBoost、Protein BERT、Transfer Learning、Data cleaning、Biopython、Protlearn 、Biopandas 、CNN

data ml resultpost banner1

組員：陳○文、王○有、蔡○雅

摘要

近3年疫情延燒，為降低排隊群聚傳染風險，少子化以及超商、超市、零售商招募員工日益困難，使得2016年的Amazon Go的新零售概念的無人商店-店內沒有服務人員及收銀人員，顧客進入後，自助購物、自助結帳，不用排隊付款，讓顧客「拿了就走」的新型消費模式，再度受到關注。台灣目前7-11及全家都設立少數的無人商店，但尚不普及。

本組希望完成一個自動結帳系統，透過AI快速辨識技術，直接結帳。主要解決少子化勞動力日減、零售業員工離職率高、訓練成本高的問題、排隊人龍導致結帳速度緩慢，以及一般麵包店、水果店沒條碼結帳錯誤率高等等問題。
本組應用此次課程所學的3個主要科目：深度學習、資料庫SQL及專案管理，選擇高辨識力的YOLOv5(CNN)作為深度學習的框架、普遍的附有web camera的 pc為硬體平台，顧客只需將商品依序用web camera偵測商品，直接在雲端Google Colab用 YOLOv5(CNN)模型，進行物件偵測，傳輸到到本組所設計的MySQL，顯示顧客所購買的商品及金額，再結帳。

本組希望這個簡單又經濟實用的小設計，能佳惠一般麵包店、水果店等小店面，讓無人商店的概念更加普及，不再只是連鎖商店使用。

系統架構

system desgin 08