-
關閉視窗
- 試看
- 課程介紹 00:03:02
- 機器學習的基本觀念 00:09:10
- 機器學習的每個流程 00:24:56
- 模型選擇的困難 00:04:48
- 機器學習在不同領域的應用 00:05:57
- scikit-learn介紹 00:02:19
- 資料科學競賽平台介紹 00:06:40
- 環境安裝 00:08:36
- 基礎sklearn part1 00:16:25
- 基礎sklearn part2 00:05:57
- 基礎sklearn part3 00:12:26
- Linear Regression 00:20:56
- Linear Regression Ex 00:08:51
- Linear Regression Pr 00:04:37
- Polynominal Regressi 00:06:00
- Polynominal Regressi 00:07:08
- Polynominal Regressi 00:03:05
- Logistic Regression 00:14:27
- Logistic Regression 00:04:16
- Logistic Regression 00:03:11
- KNN 00:13:42
- KNN example 00:03:34
- KNN practice 00:02:49
- CART 00:11:42
- ID3 00:12:21
- CART example 00:10:21
- CART practice 00:03:53
- Naive Bayes_multinom 00:19:05
- Naive Bayes_gauass 00:04:09
- Naive Bayes example 00:01:43
- Naive Bayes practice 00:03:27
- Random Forest 00:03:51
- Random Forest exampl 00:04:19
- Random Forest practi 00:02:11
- SVM 00:25:09
- SVM example 00:02:37
- SVM practice 00:02:36
- K-means 00:03:57
- K-means example 00:04:17
- K-means practice 00:02:38
- DBSCAN 00:10:29
- DBSCAN example 00:03:17
- DBSCAN practice 00:02:24
- EM 00:16:20
- EM example 00:01:19
- EM practice 00:01:12
- SVD 00:13:48
- PCA 00:14:09
- PCA example 00:02:31
- PCA practice 00:02:10
- Kaggle資料集介紹 00:06:04
- 資料集分析 00:07:50
- 特徵工程 00:16:29
- 建立模型與上傳結果 00:04:19
- 機器學習介紹複習 00:05:47
- Regresion 複習 00:02:48
- Supervised learning 00:02:37
- Supervised learning 00:03:30
- Unsupervised learnin 00:02:27
- Dimension reduction複 00:01:45
07:12:13
共計 60 章節
$2450
立即購買
#金流測試路徑 ?>
誰適合這堂課?
⭐ 對人工智慧有興趣並想學習如何實作機器學習者。
⭐ 想了解人工智慧將如何成功應用在自己產業者。
⭐ 想了解人工智慧最新的趨勢以及發展者。
⭐ 欲轉職成為人工智慧軟體開發工程師者。
⭐ 要先行準備的工具或軟體。
課程目標:
⭐ 了解「監督式學習」及「非監督式學習」的演算法。
⭐ 使用 scikit-learn 來快速建構機器學習演算法,增加實作效率。
(scikit-learn 是目前深度學習最受歡迎的框架之一,熟悉它等於接軌世界上大部分機器學習人才所習慣的環境。)
⭐ 使用機器學習演算法作迴歸、分類、類聚及降維問題。
⭐ 了解機器學習的優勢以及使用時機。
⭐ 分析機器學習模型之間的差異以及衡量模型的好壞。
⭐ 了解人工智慧最新的趨勢與應用。
⭐ 學習如何用 scikit-learn 來實作機器學習,增加實戰經驗。
事前準備:
⭐ 基礎高中數學。
⭐ 熟悉任一程式語言(Python佳)。
課程大綱:
李厚均(Isaac)畢業於台大電子所,主要專長為人工智慧及資料分析,擅長處理影像辨識、金融數據等問題。曾在台積電、中華電信…等上市櫃公司擔任內訓講師及顧問,同時也在多個單位擔任資料科學講師,具有相當豐富的教學及實戰經驗。
現職
現任全智能科技產品總監
多家公司技術顧問
學歷
台灣大學電子工程研究所
相關經歷
台積電、中華電信內訓講師
T 客邦長期合作 AI 講師
四零四科技 AI 工程師
相關作品
面板廠AOI瑕疵檢測系統
台大醫院傷口辨識系統