【工研院】Python AI人工智慧資料分析師

開課日期:2019-08-23 課程費用:線上洽詢
上課時間:週五 ~ 假日 / 上午,下午 學習時程:73小時
上課地點: 中科工商服務大樓2樓(台中市大雅區中科路6號) map
適用對象:
無需任何背景,只需大專畢業,對從事巨量資料分析與程式開發工作有興趣者。
收藏課程
課程特色
1.取得工研院證照

參訓學員出席率達80%且通過認證考試,工研院產業學院頒發「Python AI人工智慧資料分析師」合格證明。



2.獲聘擔任授課講師(或實習講師)

本課程將參酌學員出席率、認證考試成績、作業與隨堂互動等表現,擇取傑出學員數名,由本院以產學合作方式,邀請擔任後續本課程開辦公開班、企業專班、及校園專班之授課講師(或實習講師)。
詳細內容

 

全系列課程名稱與日期:

單元

課程名稱

課程時間

時數

原價

優惠價

全系列

Python AI人工智慧資料分析師

8/23-9/29

73

32,000

29,000

單元一

Python程式設計入門

8/23-8/25

21

8,000

7,600

單元二

Python網路爬蟲實作技術

8/31-9/01

14

7,500

7,200

單元三

Python資料分析入門及工具運用

9/07-9/08

14

7,500

7,200

單元四

機器學習理論與實作

9/21-9/29

24

12,000

10,000

 
(※主辦單位保留課程調整及講師更動之權利)

Python程式語言比C或Java語言更容易學習,語法簡易功能強大,有高效的內建資料結構及優雅的語法,其優質的設計架構及豐富的程式套件更讓Python在許多領域廣泛應用。
此外,Python也可在Linux, MAC, Windows, Android, 與iOS等平台上執行。

Python在網路爬蟲、數據處理、與雲端基礎設施等領域都有大量運用,是您學習數據資料分析不可或缺的工具。

課程目標:
1. 快速瞭解Python基礎知識與技術
2. 深入淺出學會流程控制與邏輯判斷
3. 高階資料結構的運用
4. 物件導向基礎能力養成
5. 完整程式碼範例強化實作能力

課程大綱:

主題

內容

Python簡介

* 何謂程式語言與演算法
* 編譯器與直譯器

* Python 語言特性與禪思
* Python 的應用

執行Python程式

* 程式的特性
* 輸出指令

* 註解

Python的資料

* 資料值與資料型態
* 字串
* 資料型態轉換
* 變數

* 表示式
* 運算子與運算元
* 輸入指令

除錯

* 常見錯誤及除錯策略

Python模組

* Python模組
* 模組的使用

* 常用模組

Python簡介

* 何謂程式語言與演算法
* 編譯器與直譯器

* Python 語言特性與禪思
* Python 的應用

小烏龜繪圖模組

* 第一個Turtle程式
* For迴圈

* Range函式
* 其他Turtle方法

決策結構

* 布林值與布林表示式

* 決策

迴圈

* For迴圈

* While迴圈

函式

* 函式的回覆值與執行流程
* 函式的參數與變數
* 函式呼叫其他函式

* 布林函式
* 使用主函式

字串

* 字串及字元位置

* 字串相關方法

串列

* 存取元素
* 串列的參考
* 串列方法 

* 字串分解與串列組合
* 字組(Tuple)

字典

* 字典操作

檔案

* 在目錄中尋找檔案
* 讀取檔案內容

* 寫入檔案內容

例外處理

* 例外處理與流程控制
* 標準例外

* 擷取所有例外
* 擷取單一例外

物件與類別

* 物件結構
* 物件方法

* 類別宣告與預設
* 類別繼承

講師簡介:
唐元亮老師,朝陽科技大學資訊管理系副教授兼資訊服務中心主任,美國賓州州立大學資訊工程博士/專長Python, Django, HTML5, CSS3, JavaScript, jQuery, Heroku, Amazon Web Services, Google App Engine, Cloud computing。

課程日期: 108/08/23、8/24、8/25(五六日) 9:30~16:30,共計21小時

處理大數據的目標使效率越來越高,成本不斷減少,從而造就了基於大數據的商業智能。
而網際網路大量的資料等待著挖掘與分析,如何取得正確與精準的資料,網路爬蟲技術是一項非常實用的技能。
這堂課深入淺出地教您如何打造自己的網頁爬蟲,透過實際的範例練習,讓您了解基礎的網頁爬蟲實戰技術。

適合對象:本課程屬於初階課程,適合已有 python 基礎使用經驗者。

課程大綱:

主題

內容

資料來源與取得

* 介紹公開的資料來源與如何使用 Python 存取資料
* 所需套件與環境準備
* API 資料來源與 Request 串接存取

認識 HTTP 網站架構與資料溝通方式

* 介紹目前網站前後端架構
* 網頁結構的解析與拆解

資料爬蟲 - 靜態網頁篇

* 使用 Request 與 Beatifulsoup 套件進行靜態網頁的爬蟲教學
* 運用正規表示式有效率的整理資料

靜態網頁爬蟲實戰

* 實機操作

資料爬蟲 - 動態網頁篇

* 使用 Selenium 與 PhantomJS 套件進行動態網頁的爬蟲教學

動態網頁爬蟲實戰

* 實機操作

實務上的爬蟲應用

* 爬蟲被擋了怎麼辦?
淺談常見防爬蟲機制與處理策略
* 如何建構一個可以自動持續更新的爬蟲程式

有了資料之後,然後呢?

* 資料儲存與管理(CSV、EXCEL、SQL)
* 介紹 Python 的資料科學生態系
* 初探視覺化與資料探索

講師簡介:
張維元老師,清華大學資訊工程研究所畢,主要研究領域為巨量資料之實務應用,曾經擔任資料科學年會/行動科技年會講者。
擅長資料科學與網站開發技術,熟悉的語言是 Python 跟 JavaScript。
是資料科學的信仰者,試圖用資料科學的方法導入到不同領域解決問題。
喜歡與不同背景的人進行交流,分享資訊思維與跨領域的整合經驗。

課程日期: 108/08/31-9/1(六日) 9:00~17:00,共計14小時

隨著科技的進步,透過寫程式的過程,可以做的事情越來越多。
「會寫程式」這件事,好像變得跟「會說英文」一樣重要。
本課程選擇的程式語言是Python,理論搭配實作教學,讓您能夠理解數據分析的基本概念與技巧,將所學運用在您的專業領域。

課程大綱:

主題

內容

資料科學及Python工具

* 資料科學簡介及應用
* 資料科學實作流程
* 安裝 Anaconda
* 使用 Jupyter Notebook
* Python3 語法快速簡介

Numpy簡介

* NumPy Arrays
* NumPy 數值運算
* NumPy 切片與串接

Matplotlib與視覺化

* 折線圖(Line plot)
* 散佈圖(Scatter plot)
* 直方圖(Histogram)
* 長條圖(Bar plot)
* 箱形圖(Box plot)

Pandas與資料處理

* 基本資料結構
* 資料篩選
* 資料匯入與匯出:Excel、CSV、JSON
* 遺失值處理
* 資料合併、JOIN

Scikit-learn與機器學習

* 線性迴歸
* 分類-Logistic迴歸
* 分類-kNN(k-Nearest Neighbors)
* 分類-SVM(Support Vector Machines)
* 分類-Perceptron
* 分群-KMeans(k-Means Clustering)

講師簡介:
張維元老師,清華大學資訊工程研究所畢,主要研究領域為巨量資料之實務應用,曾經擔任資料科學年會/行動科技年會講者。
擅長資料科學與網站開發技術,熟悉的語言是 Python 跟 JavaScript。
是資料科學的信仰者,試圖用資料科學的方法導入到不同領域解決問題。
喜歡與不同背景的人進行交流,分享資訊思維與跨領域的整合經驗。
課程日期: 108/09/07-09/08(六日) 9:00~17:00,共計14小時

 

AI已經進入到不同產業,不論在電子、金融、資訊、醫療、零售、通訊、交通、物流等領域,您都可能透過機器學習(Machine Learning)解決過去難以解決的問題。
機器學習是人工智慧的其中一個分支,是一門很深的學問,本課程從基礎切入,由淺入深,包含理論及實作技術,讓學習者了解何時可以使用機器學習、為何機器可以學習、機器怎麼學習、如何讓機器學得更好,幫助您掌握機器學習最核心的觀念與技術本質。

課程大綱:

主題

內容

Introduction to Machine Learning

1.何謂機器學習?
2.機器學習的核心與框架
3.機器學習的種類? 監督式學習? 非監督式學習? 強化學習?
4.為什麼要分訓練資料集與測試資料集?
5.模型複雜度與資料複雜度

Machine Learning I: Regression & Classification

機器學習實作是以Scikit Learn為主
1.以線性迴歸 (Linear Regression)為出發點
2.帶你深入淺出迴歸模型與分類問題 (Classification)
  -Linear binary classification
  -羅吉斯迴歸(Logistic Regression)
  -支持向量機(Support Vector Machine)
  -Kernel method
3.評估機器學習模型的學習效果
  -損失函數(Loss Function)
  -均方根誤差(RMSE)
  -梯度下降法(Gradient Descent)
  -如何縮小RMSE? 模型與參數的選擇
4.判斷模型預測能力的指標
  -混淆矩陣、準確率 (Accuracy)、精準度(Precison)、召回率(Recall)、F-分數 (F-Score)、ROC曲線、AUC

Machine Learning II: Model evaluation

1.什麼是Overfitting?
2.如何避免 Overfitting?ロRegularization 技巧
3.如何挑選好的模型?ロ交叉驗證法(Cross Validation)

Machine Learning III: Clustering

1.分群 (Clustering)
  -K-means
  -K-medoids
  -最大期望算法
  -Hierarchical clustering
  -DBSCAN
  -Affinity propagation

Machine Learning IV: Ensemble learning

1.Boosting
2.Bagging
3.決策樹 (Decision tree)
4.剪枝演算法
5.隨機森林 (Random forest)

Machine Learning V: Feature engineering & Dimensional reduction

1.教你特徵工程的應用技術:
  -遺失值處理
  -特徵縮放、轉換、建構、組合、萃取
2.降維演算法與應用:
  -PCA
  -MDS
  -tSNE

講師簡介:
杜岳華老師
,Julia Taiwan 發起人,陽明大學生物醫學資訊所碩士畢業,大學為成功大學醫學檢驗生物技術學系及資訊工程學系雙主修,喜歡程式架構及資料分析,認為生物體如同程式一樣的運作著,就一頭鑽進了生醫的資料科學當中,專業為系統生物學及計算生物學,希望成為生醫資料科學家
課程日期: 108/09/21-22、09/28-29(六日) 9:30~16:30,共計24小時
報名方式
如您對本課程有興趣,或需相關諮詢,請於下方留下您的聯絡資訊,我們將派專人與您聯繫,為您安排上課事宜,或回覆問題,感謝您!
備註
全系列課程也可以依需求報名單元
我想瞭解更多
  • code
    換一個
若您有進修網會員帳號,建議您登入進修網,省去填表部份欄位的填寫!
課程回函右下-免費課卡 課程回函右下-好康專區
讀者留言
相關進修課程推薦
  課程名稱 認證機構(分校) 上課地點 費用 開課日期
索取課程資料
收藏課程資料
Software validation 軟體確效... 台灣檢驗科技... 新北市五股區 4750 2019-11-14
索取課程資料
收藏課程資料
iPhoneAPP應用程式開發0927_2 巨匠電腦東門認證 台南市東區 線上洽詢 隨時開課
索取課程資料
收藏課程資料
PHP基礎入門 巨匠電腦板橋認證 新北市板橋區 線上洽詢 隨時開課
索取課程資料
收藏課程資料
Android 程式設計入門 巨匠電腦台北認證 台北市中正區 線上洽詢 隨時開課
索取課程資料
收藏課程資料
Unity 3D跨平台App遊戲設計 聯成電腦基隆分校 基隆市仁愛區 線上洽詢 隨時開課
職訓博覽會_第4波活動_休閒才藝_495*150
語言培訓計畫_495*150

登入1111進修網

1
2
提示
3
從facrbook登入
我無法登入、忘記密碼?
註冊成為進修會員