進修課程
Advancde Studies
Python實作AI機器學習入門
課程總時數
上課八週共32節
課程費用
12000
上課時間
/ 下午
開課日期
隨時開課
本課程的設計,會先介紹各種模型的基本原理,全程再將以Python實作為主,帶著學員一步一腳印的寫出程式,甚至轉換為物件導向寫法,強化程式撰寫能力以及模型建立與選擇,並輔以特徵工程的各種調整來增加模型正確率,以及認識各種指標的重要觀念,打破正確率高,該模型就【一定好】的迷思。
預期上課的學員結訓後皆有特徵工程的認知與處理能力、建模、選模、預測、以及熟悉各種重要指標、超參數的選擇與調整。
預期上課的學員結訓後皆有特徵工程的認知與處理能力、建模、選模、預測、以及熟悉各種重要指標、超參數的選擇與調整。
上課地點
台北市中正區貴陽街一段56號
●人工智慧、機器學習與深度學習基本介紹
●監督式學習與非監督式學習的基本介紹
●非監督式學習之集群分析(Clustering)
●特徵工程(Feature Engineering)
●K-近鄰演算法(k-nearest neighbors, kNN)
●決策樹(Decision Tree)
●支援向量機(Support Vector Machine, SVM)
●基本統計學原理與集成式學習(Ensemble Learning)
●隨機森林(Random Forest)
●eXtreme Gradient Boosting
●Python的pipeline與超參數的選擇與調整
●基本的平行運算概念介紹與Python模組的參數設定來增加建模與選模的執行速度。
●監督式學習與非監督式學習的基本介紹
●非監督式學習之集群分析(Clustering)
●特徵工程(Feature Engineering)
●K-近鄰演算法(k-nearest neighbors, kNN)
●決策樹(Decision Tree)
●支援向量機(Support Vector Machine, SVM)
●基本統計學原理與集成式學習(Ensemble Learning)
●隨機森林(Random Forest)
●eXtreme Gradient Boosting
●Python的pipeline與超參數的選擇與調整
●基本的平行運算概念介紹與Python模組的參數設定來增加建模與選模的執行速度。
更多相關課程推薦
-
2024-06-06【工研院】 產業學院
-
2024-07-10【工研院】 產業學院
-
2024-08-28【工研院】 產業學院
-
2024-07-15財團法人金屬工業研究發展中心
-
2024-06-24指南動力學院
TOP