Deep Reinforcement learning
深度強化學習實作：使用 OpenAI Gym MountainCar 環境，結合 TensorFlow 2 建立 DQNetwork，實現 Q-learning 讓 AI 自主學習爬山車任務。
Keras
Tensorflow2 -- MNIST
TensorFlow 2.x 實作 MNIST 手寫數字辨識：比較繼承 tf.keras.Model 與 Sequential API 兩種建模方式，以及 GradientTape 自訂訓練迴圈的完整程式碼。
Keras IMDb
Keras LSTM 情感分析：用 IMDb 電影評論資料訓練文字分類模型，使用 Tokenizer 編碼、Word Embedding 轉向量，搭配三層 LSTM 達到 0.8543 準確率。
Keras Cifar-10
Keras 實作 CIFAR-10 圖像分類：兩層 CNN 卷積（3x3 kernel）加 Max Pooling，接全連接層（4096→1024→10），搭配 confusion matrix 分析各類別混淆情況，準確率 0.732。