>
課程資訊
適用對象
課程特色
詳細內容
師資介紹
我對本課程有興趣
與我諮詢 / 報名
課程資訊
開課日期
隨時開課
學習時程
上課八週，共24小時（32節）
上課時間
不拘
上課時段
不拘
適用對象
● 想要利用Python實際建模、選模、預測者
● 對於數據分析有興趣者
● 想要踏入人工智慧領域者
課程特色
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。
詳細內容
●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。
師資介紹
陳祥輝 老師
元智大學資訊工程博士候選人 肄業
臺北大學統計碩士 畢業
文化大學資訊管理碩士 畢業
文化大學應用數學系學士 畢業
►經歷
教學經歷(20年)
東吳大學推廣部數位資訊學苑 班主任
臺北大學統計系 兼任助理教授
Google企業內訓 特聘講師
恆逸資訊 簽約講師
自強工業基金會 特聘講師
中國文化大學資工系 兼任講師
中國文化大學推廣教育部之政府人培委訓課程 特聘講師
中國文化大學推廣教育部資訊科技認證教育訓練中心(ITCTC) 特聘講師
東吳大學資管系、推廣部 兼任講師
銘傳大學推廣部職訓課程 特聘講師
臺灣科技大學工管系 兼任講師
新竹市稅務局 特聘講師
網飛訊科技技術人員內訓 特聘講師
立法院資訊處 特聘講師
南亞技術學院資訊工程系 外聘業界講師
木柵公務人員職訓中心 特聘講師
業界經歷(27年)
澄心創意 執行顧問
博碩文化出版公司 首席顧問
美商7thonline台灣地區 研發顧問
宇維資訊公司 執行顧問
網盛科技公司 資深顧問
中華鴻業網路安全科技公司 企業暨科技顧問
宇動科技網路教學訓練處 顧問
伴百生活事業股份有限公司 資訊科技顧問
拓賈數位科技股份有限公司 網路技術顧問
中國文化大學 資訊中心 組長、副組長
陳祥輝老師Facebook
備註
● 如對於該課程有興趣，可留言待我們上班時為您回覆，或直接上網進入【東吳大學推廣部】進行線上報名繳費(刷卡/虛擬帳號)。
● 櫃台服務時間：城中校區：週一至週五 08:40-19:00，週六 08:40-14:00。如需臨櫃報名，請於服務時間至推廣部櫃台出示您的身份證件報名繳費。
● 本校推廣教育課程均需當期繳費、當期上課，繳費後恕無法延期上課。
● 本校推廣教育課程報名後如欲辦理轉班、退費等異動，請依參閱非學分班報名須知辦理。
【完整課程注意事項，請上東吳大學推廣部官網查看】
你可能會喜歡...
