中興大學統計所助理教授，曾開授資料科學方法、巨量資料分析、統計學習等課程。專長為結合領域知識提取特定用途之特徵以利後續統計與機器學習演算法分析與預測。
可再生能源（如風力、太陽能發電等）由於其在發電過程中不會產生任何污染的特性被視為乾淨能源，在環保意識高漲的現代設備備受期待，在歐美先進國家如德國、丹麥、美國加州等更意圖將可再生能源作為該國最主要的能源來源。然而可再生能源看天吃飯、不受控制的特性也為電網營運帶來新的挑戰。所幸由於氣象預報科技的進步，可再生能源發電量以可藉由氣象預報大致預測。本演講將以風力發電為例簡述目前可再生能源預測的發展現況，以及如何利用機器學習演算法預測未來數日的逐時風力發電曲線及未來數日風力發電的發電總量。我們會介紹如何以Python讀取相關數據(如NOAA的氣象預報資料等open data)，及如何以Tensorflow打造一個預測未來風力發電量的系統。