個人獨立研究 2025
Multi-Armed Bandit Testing and Decision Tree
以廣告投放為情境的多臂老虎機模擬。每個 arm 帶有真實報酬與雜訊，並用樣本數推算 95% 信賴區間；另外實作一棵風險決策樹，依預算、市場波動、歷史表現、時間壓力、競爭程度與季節等六項情境特徵調整探索策略。
#Python#NumPy#pandas#matplotlib#seaborn
// projects --all
專案 / 作品集
研究專題與 side project 的存檔——強化學習的決策策略、開源專案的加密誤用偵測，以及一次把社群情緒與房價擺在一起的機器學習嘗試。
團隊研究 · 指導老師：蕭旭君 2025
Detection of Security Vulnerabilities in Open Source Projects
針對 AES-ECB 模式誤用的偵測與利用工具，鎖定 Python 生態系中使用 pycryptodome 的開源專案。設計借鏡 CRYLOGGER 框架，整合靜態掃描與攻擊驗證：先在 GitHub 搜尋 cipher、AES.new、AES.MODE_ECB 等關鍵字，選擇性下載 repo 並擷取加密相關程式區塊，必要時再串接 Bandit 做初步安全掃描。實測找出多個潛在風險專案，並驗證部分案例可被實際利用。
#Python#pycryptodome#Bandit#GitHub API
機器學習期末專題 · 指導老師：何承遠 2025
Analysis of the Social and Economic Impacts of the Paris Olympics
探討 Airbnb 價格在奧運前後是否與社群情緒變動存在可預測性關聯。目標變數是 TextBlob 分析出的留言情緒分數，特徵則取自 Airbnb 價格資料的變化幅度、分散程度與時間區分。因社群情緒雜訊極大，改依留言主題（Airbnb / Olympic）分別建模，套用多種監督式回歸模型並搭配特徵工程與評估流程。
#Python#Jupyter#scikit-learn#TextBlob#Reddit data