1111進修網

以python 功能與語法，學資料科學

資料科學及python 工具

資料科學簡介

資料科學的價值及案例分析

運用Pandas進行資料前處理 

1.基本資料結構2.資料匯入與匯出：Excel、CSV、JSON

3.遺失值處理語法與運用4.資料合併、JOIN 語法與運用

5.自由取想要的資料 語法與運用6.分組計算 語法與運用

7.數值運算 語法與運用

運用 Matplotlib 與 Seaborn 進行資料視覺化

1.matplotlib 的架構簡介

2.seaborn　的視覺化特性與分類 語法與運用

3.圖解資料，運用語法劃出以下圖形

* 折線圖（Line plot）* 散佈圖（Scatter plot）

* 直方圖（Histogram）* 長條圖（Bar plot）等。

4.剖析視覺化的目標與圖形蘊含意義，讓你可以根據你的目的，挑選出合適的圖形，進行視覺化呈現。

資料科學實戰綜合應用

探索性資料分析的-異常值偵測

拆解與實現業界執行資料科學模型建置前的重要準備工作。

*探索性資料分析的定義 *異常值偵測

探索性資料分析的-補值策略分析

1.常見的遺失值與異常值的進階補值策略，包含

k nearest neighbor(KNN)等方法。

探索性資料分析的-變數間的相關性

運用統計方法的指標，挖掘連續型與連續型資料間的關係，連續型與離散型資料間的關係，以及離散型與離散型資料的關係。

探索性資料分析的-特徵工程

1.從資料中產生特徵

*好特徵的特性剖析*常見的產生的特徵的方法

2.特徵選取*如何從眾多特徵中，篩選出好的特徵，課程中會介紹過濾法與包裝法等方法。

3.特徵降維*何時需要特徵降維?課程中會介紹常見的特徵降維的方法，包含 Principal Component Analysis(PCA)等。

專題實作

從真實的資料集出發，綜合運用探索性資料分析的技巧，發現躲藏在資料下的特徵與目標結果的相關性，在課堂上進行你的第一場 kaggle　比賽吧!!

主題

內容

Introduction to Machine Learning

50. 何謂機器學習?
50. 機器學習的核心與框架
50. 機器學習的種類? 監督式學習? 非監督式學習? 強化學習?...
50. 為什麼要分訓練資料集與測試資料集?
50. 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

50. 以線性迴歸 (Linear Regression)為出發點
50. 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

50. 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

50. 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

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

Machine Learning III: Clustering

分群 (Clustering)

o  K-means o    K-medoids

o  Hierarchical clustering o    DBSCAN

Machine Learning IV: Ensemble learning

50. Bagging
50. 決策樹 (Decision tree)
50. 剪枝演算法
50. 隨機森林 (Random forest)

Machine Learning V: Feature engineering & Dimensional reduction

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

降維演算法與應用:PCA、MDS、tSNE、應用

Machine Learning VI: Deep learning fundations

• Autoencoder
• CNN
• RNN