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。

比賽過程kaggle即時排名。

分組: 組隊，每隊三人，隊名:ＯＯＯＯ，組長:ＯＯＯ(姓名、THU email)，1/14前上傳moodle

1. 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。

2. 資料集:

Train data: 

Train資料夾:images files (about 150,000 images250x250 RGB圖像)

train.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

Test data:

Test 資料夾:images files (about 10,000 images250x250 RGB圖像)

test.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)

3.使用Python 3.6+ Tensorflow/Keras   jupyter notebook/colab

4. 上傳與截止日： 

4.1 每日上傳上限5次。上傳:

(a) kaggle: 上傳result.csv

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。

(b) moodle:

ID_組名.ipython

report.pdf(不能超過3頁 )

請不要上傳dataset


4. 評分依據:

比賽排名40%，Report 60%， 隊名創意: 加分 



5.1排名:

排名名次以測試資料。

5.2報告:包含但不限，

*實作  model模型架構、訓練過程和準確率為何？

*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, 

*分析過程，例如overfitting, regulation, bias, variance….