
>
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
2025-05-05
學習時程
66
上課時間
週一,週三
上課時段
晚上
適用對象
‧熟電腦基礎操作者
課程特色
了解統計與微分於程式上運用,建立後續學習的基礎。
介紹機器學習(MachineLearning)的理論基礎及各種演算法。
搭配Microsoft:AI-100DesigningandImplementinganAzureAISolution。
本課程可利用程式語言進行統計分析,也可搭配機器學習所學,依據資料進行房價預估、乳癌檢測、汽車價錢評估、音樂分類等預測與分群等學習。
介紹機器學習(MachineLearning)的理論基礎及各種演算法。
搭配Microsoft:AI-100DesigningandImplementinganAzureAISolution。
本課程可利用程式語言進行統計分析,也可搭配機器學習所學,依據資料進行房價預估、乳癌檢測、汽車價錢評估、音樂分類等預測與分群等學習。
詳細內容
機器學習概念介紹:監督式學習、非監督式學習、強化學習
數學與統計基礎概要
神經網路與數學/統計整合:概念說明、手寫阿拉伯數字辨識、參數調教測試
機器學習十大處理流程實作與部署:分類與迴歸
資料蒐集、清理與探索技巧實作:資料探索與套件使用技巧
特徵工程之分類與實作:縮放、選取、萃取、產生新特徵
分類演算法:KNN、羅吉斯迴歸、支持向量機、決策樹
模型簡化:過度擬合、維數災難與正則化
模型評估與效能調校:Pipeline定義、Cross-Validation
效能衡量指標:混淆矩陣、準確率、ROC、AUC繪製與實作
整體學習演算法:Majority Voting、Bagging、XGBoost
集群演算法:K-Means 集群、階層集群、DBSCAN、GMM
師資介紹
專業講師