{
  "fetched_at": "2026-10-24T22:46:17Z",
  "source_url": "https://www.kaggle.com/competitions/110ml/data",
  "pages": [
    {
      "name": "data-description",
      "content": "",
      "isPublished": false,
      "hasIsPublished": false,
      "postTitle": "",
      "hasPostTitle": false,
      "mimeType": "",
      "hasMimeType": false
    },
    {
      "name": "Description",
      "content": "題目:  專題以排名賽(In-Class Competition  )方式，針對人物臉部照片猜測年齡，判断照片上人物的年齡:14~62歲。\n\n比賽過程kaggle即時排名。\n\n分組: 組隊，每隊三人，隊名:ＯＯＯＯ，組長:ＯＯＯ(姓名、THU email)，1/14前上傳moodle\n\n1. kaggle_url：https://www.kaggle.com/c/110ML。請至kaggle創帳號登入，需綁定組長THU email信箱。\n\n2. 資料集:\n\nTrain data: \n\nTrain資料夾:images files (about 150,000 images250x250 RGB圖像)\n\ntrain.csv:兩個欄位,欄位一為file name (Train資料夾內全部的檔案名)，欄位二為age 14~62\n\nTest data:\n\nTest 資料夾:images files (about 10,000 images250x250 RGB圖像)\n\ntest.csv:兩個欄位,欄位一為id，欄位二為file name (Test資料夾內全部的檔案名)\n\n3.使用Python 3.6+ Tensorflow/Keras   jupyter notebook/colab\n\n4. 上傳與截止日： \n\n4.1 每日上傳上限5次。上傳:\n\n(a) kaggle: 上傳result.csv\n\n格式為csv，第一行必須為id, age，接續每行兩個欄位,分別為id以及預測age。\n\n(b) moodle:\n\nID_組名.ipython\n\nreport.pdf(不能超過3頁 )\n\n請不要上傳dataset\n\n\n4. 評分依據:\n\n比賽排名40%，Report 60%， 隊名創意: 加分 \n\n\n\n5.1排名:\n\n排名名次以測試資料。\n\n5.2報告:包含但不限，\n\n*實作  model模型架構、訓練過程和準確率為何？\n\n*定量分析超參數(hyperparameter)影響，例如kernal, pooling, Relu, activation function、隱藏層數量、學習速率( learning rate)、資料正規化、loss function, \n\n*分析過程，例如overfitting, regulation, bias, variance….",
      "isPublished": false,
      "hasIsPublished": false,
      "postTitle": "",
      "hasPostTitle": false,
      "mimeType": "",
      "hasMimeType": false
    },
    {
      "name": "Evaluation",
      "content": "題目:  專題以排名賽(In-Class Competition  )方式，針對人物臉部照片猜測年齡，判断照片上人物的年齡:14~62歲。\n\n比賽過程kaggle即時排名。\n\n分組: 組隊，每隊三人，隊名:ＯＯＯＯ，組長:ＯＯＯ(姓名、THU email)，1/14前上傳moodle\n\n1. kaggle_url：https://www.kaggle.com/c/110ML。請至kaggle創帳號登入，需綁定組長THU email信箱。\n\n2. 資料集:\n\nTrain data: \n\nTrain資料夾:images files (about 150,000 images250x250 RGB圖像)\n\ntrain.csv:兩個欄位,欄位一為file name (Train資料夾內全部的檔案名)，欄位二為age 14~62\n\nTest data:\n\nTest 資料夾:images files (about 10,000 images250x250 RGB圖像)\n\ntest.csv:兩個欄位,欄位一為id，欄位二為file name (Test資料夾內全部的檔案名)\n\n3.使用Python 3.6+ Tensorflow/Keras   jupyter notebook/colab\n\n4. 上傳與截止日： \n\n4.1 每日上傳上限5次。上傳:\n\n(a) kaggle: 上傳result.csv\n\n格式為csv，第一行必須為id, age，接續每行兩個欄位,分別為id以及預測age。\n\n(b) moodle:\n\nID_組名.ipython\n\nreport.pdf(不能超過3頁 )\n\n請不要上傳dataset\n\n\n4. 評分依據:\n\n比賽排名40%，Report 60%， 隊名創意: 加分 \n\n\n\n5.1排名:\n\n排名名次以測試資料。\n\n5.2報告:包含但不限，\n\n*實作  model模型架構、訓練過程和準確率為何？\n\n*定量分析超參數(hyperparameter)影響，例如kernal, pooling, Relu, activation function、隱藏層數量、學習速率( learning rate)、資料正規化、loss function, \n\n*分析過程，例如overfitting, regulation, bias, variance….",
      "isPublished": false,
      "hasIsPublished": false,
      "postTitle": "",
      "hasPostTitle": false,
      "mimeType": "",
      "hasMimeType": false
    },
    {
      "name": "rules",
      "content": "",
      "isPublished": false,
      "hasIsPublished": false,
      "postTitle": "",
      "hasPostTitle": false,
      "mimeType": "",
      "hasMimeType": false
    }
  ]
}