

>
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
66小時
上課時間
不拘
上課時段
不拘
適用對象
軟體開發人員:想使用Python程式語言開發機器學習應用
機器學習初學者:希望從機器學習了解人工智慧應用
數據分析師:更深入了解如何使用Python進行機器學習模型的訓練和評估
課程特色
以Python程式語言進行機器學習應用開發,介紹機器學習(Machine Learning)的理論基礎:十大處理流程、以各種演算法搭配實作
培養學員擁有數據收集與資料應用至機器學習之能力
透過資料進行以下實作,如:樂透中獎機率計算、Kaggle 案例、乳癌檢測、目標客戶分類、以RFM指標尋找VIP客戶等
培養學員擁有數據收集與資料應用至機器學習之能力
透過資料進行以下實作,如:樂透中獎機率計算、Kaggle 案例、乳癌檢測、目標客戶分類、以RFM指標尋找VIP客戶等
詳細內容
-
課程內容 - 機器學習概念介紹
- 線性代數與迴歸方程式、微積分與梯度下降法
- 統計學導論、機率與假設檢定
- 神經網路與數學/統計整合
- 機器學習開發流程與實作
- 資料蒐集、清理與探索。
- 特徵工程(Feature Engineering)分類與實作
- 迴歸與分類演算法
- 模型評估與效能調校
- 效能衡量指標
- 整體學習(Ensemble Learning)演算法、集群演算法
- 半監督式學習
- MLOps
習得技能 - 數據蒐集與資料應用
- 機器學習相關演算法原理
- 進行各項機器學習演算法實作
- 建立回歸、分類與分群各種模型
- 搭配套件進行各種統計運算
- 監督式學習(分類與迴歸)
- 非監督式學習(分群)
- 進行數值資料分析與預估
- 針對結構化文件(例如csv:表格與數值)進行分類或分群
實作專案 機器學習實作
師資介紹
專業認證講師