成為 AI 科學家|機器學習好簡單,輕鬆讓你一手掌握資料科學實作 10 大技巧

成為 AI 科學家|機器學習好簡單,輕鬆讓你一手掌握資料科學實作 10 大技巧

人工智慧 - 資料分析
基礎
5.7 小時
5,905
NT$1,580

在這門機器學習的課程中,將詳細介紹分類模型的選擇與使用,對於數學不好的人,會透過詳盡解說演算法的每個步驟來補不足,對於實際進行模型訓練、參數調整與評估的注意事項,也會在這一門課中完整的帶你了解,除了認識機器學習概念之外,還可以實作出最完整的機器學習應用。

2021/07/07

【精選文章】網路爬蟲的9個工作流程

<img src="https://cdn-static.tibame.com/notification/e7eab235-8cdb-4489-b2e2-8775cba7cfee_728x90.png" width="600" height="75" alt=""><br><br><span style="font-size: 18px; font-family: 'Microsoft JhengHei';"><strong>AI/資料科學不可不知的60道問題</strong><br></span><br><span style="font-size: 18px; font-family: 'Microsoft JhengHei';">每天5分鐘幫你快速添補知識技能!</span><br><span style="font-size: 18px; font-family: 'Microsoft JhengHei';">節省你為了獲取資訊所需花費的大把時間</span><br><span style="font-size: 18px; font-family: 'Microsoft JhengHei';">將AI人才的發展角色、基礎知識、產業與技術的應用</span><br><br><br><strong><span style="font-family: 'Microsoft JhengHei'; font-size: 18px;">主題:AI60問-Q17 網路爬蟲的9個工作流程?</span></strong><br><span style="font-size: 18px; font-family: 'Microsoft JhengHei';"><strong>文章連結:</strong><a href="https://blog.tibame.com/?p=17890" target="_blank" rel="noopener">https://blog.tibame.com/?p=17890</a></span><br><br><a href="https://blog.tibame.com/?p=17890" target="_blank" rel="noopener"><img src="https://cdn-static.tibame.com/notification/834b60cd-329d-4d32-9430-f65ab7864a57_AI-60問_Q17_Blog-1170x659.png" alt="Q17網路爬蟲的9個工作流程" width="600" height="338"></a>
2021/07/06

【精選文章】AI/資料科學家主要工作和專業&核心職能是什麼

<img alt="" height="75" width="600" src="https://cdn-static.tibame.com/notification/e7eab235-8cdb-4489-b2e2-8775cba7cfee_728x90.png"><br><br><span style="font-size: 18px; font-family: 'Microsoft JhengHei';"><strong>AI/資料科學不可不知的60道問題</strong><br></span><br><span style="font-size: 18px; font-family: 'Microsoft JhengHei';">每天5分鐘幫你快速添補知識技能!</span><br><span style="font-size: 18px; font-family: 'Microsoft JhengHei';">節省你為了獲取資訊所需花費的大把時間</span><br><span style="font-size: 18px; font-family: 'Microsoft JhengHei';">將AI人才的發展角色、基礎知識、產業與技術的應用</span><br><br><br><strong><span style="font-family: 'Microsoft JhengHei'; font-size: 18px;">主題:AI60問-Q2 AI/資料科學家主要工作和專業&核心職能是什麼?</span></strong><br><span style="font-size: 18px; font-family: 'Microsoft JhengHei';"><strong>文章連結:</strong><a rel="noopener" target="_blank" href="https://blog.tibame.com/?p=17278">https://blog.tibame.com/?p=17278</a></span><br><br><a rel="noopener" target="_blank" href="https://blog.tibame.com/?p=17278"><img height="338" width="600" alt="Q2 AI/資料科學家主要工作和專業&核心職能是什麼" src="https://cdn-static.tibame.com/notification/ae4906cc-a0b0-45b2-a7f8-5ea6c9e6635d_AI-60問_Q2_Blog.png"></a>
2021/07/06

【精選文章】決策樹有哪3個分類過程

<img alt="" height="75" width="600" src="https://cdn-static.tibame.com/notification/e7eab235-8cdb-4489-b2e2-8775cba7cfee_728x90.png"><br><br><span style="font-size: 18px; font-family: 'Microsoft JhengHei';"><strong>AI/資料科學不可不知的60道問題</strong><br></span><br><span style="font-size: 18px; font-family: 'Microsoft JhengHei';">每天5分鐘幫你快速添補知識技能!</span><br><span style="font-size: 18px; font-family: 'Microsoft JhengHei';">節省你為了獲取資訊所需花費的大把時間</span><br><span style="font-size: 18px; font-family: 'Microsoft JhengHei';">將AI人才的發展角色、基礎知識、產業與技術的應用</span><br><br><br><strong><span style="font-family: 'Microsoft JhengHei'; font-size: 18px;">主題:AI60問-Q24 決策樹有哪3個分類過程?</span></strong><br><span style="font-size: 18px; font-family: 'Microsoft JhengHei';"><strong>文章連結:</strong><a rel="noopener" target="_blank" href="https://blog.tibame.com/?p=18235">https://blog.tibame.com/?p=18235</a></span><br><br><a rel="noopener" target="_blank" href="https://blog.tibame.com/?p=18235"><img height="338" width="600" alt="Q24決策樹有哪3個分類過程" src="https://cdn-static.tibame.com/notification/1c90428a-6ae9-424a-a7fa-dd84f5bb99ca_AI-60問_Q24-1170x659.png"></a>
2021/07/04

【精選文章】什麼是關聯規則學習

<img alt="" height="75" width="600" src="https://cdn-static.tibame.com/notification/e7eab235-8cdb-4489-b2e2-8775cba7cfee_728x90.png"><br><br><span style="font-size: 18px; font-family: 'Microsoft JhengHei';"><strong>AI/資料科學不可不知的60道問題</strong><br></span><br><span style="font-size: 18px; font-family: 'Microsoft JhengHei';">每天5分鐘幫你快速添補知識技能!</span><br><span style="font-size: 18px; font-family: 'Microsoft JhengHei';">節省你為了獲取資訊所需花費的大把時間</span><br><span style="font-size: 18px; font-family: 'Microsoft JhengHei';">將AI人才的發展角色、基礎知識、產業與技術的應用</span><br><br><br><strong><span style="font-family: 'Microsoft JhengHei'; font-size: 18px;">主題:AI60問-Q21 什麼是關聯規則學習?</span></strong><br><span style="font-size: 18px; font-family: 'Microsoft JhengHei';"><strong>文章連結:</strong><a rel="noopener" target="_blank" href="https://blog.tibame.com/?p=17914">https://blog.tibame.com/?p=17914</a></span><br><br><a rel="noopener" target="_blank" href="https://blog.tibame.com/?p=17914"><img height="337" width="600" alt="Q21什麼是關聯規則學習" src="https://cdn-static.tibame.com/notification/3ac4fd17-a27a-466f-8dc0-e24e0de26b65_AI-60問_Q21-1170x658.png"></a>
2021/07/03

【精選文章】訓練出來的機器學習如何評估好壞

<img alt="" height="75" width="600" src="https://cdn-static.tibame.com/notification/e7eab235-8cdb-4489-b2e2-8775cba7cfee_728x90.png"><br><br><span style="font-size: 18px; font-family: 'Microsoft JhengHei';"><strong>AI/資料科學不可不知的60道問題</strong><br></span><br><span style="font-size: 18px; font-family: 'Microsoft JhengHei';">每天5分鐘幫你快速添補知識技能!</span><br><span style="font-size: 18px; font-family: 'Microsoft JhengHei';">節省你為了獲取資訊所需花費的大把時間</span><br><span style="font-size: 18px; font-family: 'Microsoft JhengHei';">將AI人才的發展角色、基礎知識、產業與技術的應用</span><br><br><br><strong><span style="font-family: 'Microsoft JhengHei'; font-size: 18px;">主題:AI60問-Q32 訓練出來的機器學習如何評估好壞?</span></strong><br><span style="font-size: 18px; font-family: 'Microsoft JhengHei';"><strong>文章連結:</strong><a rel="noopener" target="_blank" href="https://blog.tibame.com/?p=18433">https://blog.tibame.com/?p=18433</a></span><br><br><a rel="noopener" target="_blank" href="https://blog.tibame.com/?p=18433"><img height="337" width="600" alt="Q32訓練出來的機器學習如何評估好壞" src="https://cdn-static.tibame.com/notification/2c43906c-a990-416b-af08-e9d56ee22dc3_AI-60問_Q32-1170x658.png"></a>
2021/07/02

【精選文章】人工智慧(AI)、機器學習和深度學習有什麼區別

<img alt="" height="75" width="600" src="https://cdn-static.tibame.com/notification/e7eab235-8cdb-4489-b2e2-8775cba7cfee_728x90.png"><br><br><span style="font-size: 18px; font-family: 'Microsoft JhengHei';"><strong>AI/資料科學不可不知的60道問題</strong><br></span><br><span style="font-size: 18px; font-family: 'Microsoft JhengHei';">每天5分鐘幫你快速添補知識技能!</span><br><span style="font-size: 18px; font-family: 'Microsoft JhengHei';">節省你為了獲取資訊所需花費的大把時間</span><br><span style="font-size: 18px; font-family: 'Microsoft JhengHei';">將AI人才的發展角色、基礎知識、產業與技術的應用</span><br><br><br><strong><span style="font-family: 'Microsoft JhengHei'; font-size: 18px;">主題:AI60問-Q13 人工智慧(AI)、機器學習和深度學習有什麼區別?</span></strong><br><span style="font-size: 18px; font-family: 'Microsoft JhengHei';"><strong>文章連結:</strong><a rel="noopener" target="_blank" href="https://blog.tibame.com/?p=17580">https://blog.tibame.com/?p=17580</a></span><br><br><a rel="noopener" target="_blank" href="https://blog.tibame.com/?p=17580"><img height="338" width="600" alt="人工智慧(AI)、機器學習和深度學習有什麼區別" src="https://cdn-static.tibame.com/notification/a8590711-5bb1-4a09-8d5d-6a1c7e493e26_AI-60問_Q13_Blog.png"></a>
2021/07/01

【精選文章】什麼是關聯規則學習

<img alt="" height="75" width="600" src="https://cdn-static.tibame.com/notification/e7eab235-8cdb-4489-b2e2-8775cba7cfee_728x90.png"><br><br><span style="font-size: 18px; font-family: 'Microsoft JhengHei';"><strong>AI/資料科學不可不知的60道問題</strong><br></span><br><span style="font-size: 18px; font-family: 'Microsoft JhengHei';">每天5分鐘幫你快速添補知識技能!</span><br><span style="font-size: 18px; font-family: 'Microsoft JhengHei';">節省你為了獲取資訊所需花費的大把時間</span><br><span style="font-size: 18px; font-family: 'Microsoft JhengHei';">將AI人才的發展角色、基礎知識、產業與技術的應用</span><br><br><br><strong><span style="font-family: 'Microsoft JhengHei'; font-size: 18px;">主題:AI60問-Q21 什麼是關聯規則學習?</span></strong><br><span style="font-size: 18px; font-family: 'Microsoft JhengHei';"><strong>文章連結:</strong><a rel="noopener" target="_blank" href="https://blog.tibame.com/?p=17914">https://blog.tibame.com/?p=17914</a></span><br><br><a rel="noopener" target="_blank" href="https://blog.tibame.com/?p=17914"><img height="337" width="600" alt="Q21什麼是關聯規則學習" src="https://cdn-static.tibame.com/notification/bfeb0258-eda7-4e67-b376-210f4b00eee9_AI-60問_Q21-1170x658.png"></a>
2021/06/30

【精選文章】人工智慧7大關鍵技術

<img src="https://cdn-static.tibame.com/notification/e7eab235-8cdb-4489-b2e2-8775cba7cfee_728x90.png" width="600" height="75" alt=""><br><br><span style="font-size: 18px; font-family: 'Microsoft JhengHei';"><strong>AI/資料科學不可不知的60道問題</strong><br></span><br><span style="font-size: 18px; font-family: 'Microsoft JhengHei';">每天5分鐘幫你快速添補知識技能!</span><br><span style="font-size: 18px; font-family: 'Microsoft JhengHei';">節省你為了獲取資訊所需花費的大把時間</span><br><span style="font-size: 18px; font-family: 'Microsoft JhengHei';">將AI人才的發展角色、基礎知識、產業與技術的應用</span><br><br><br><strong><span style="font-family: 'Microsoft JhengHei'; font-size: 18px;">主題:AI60問-Q28 人工智慧7大關鍵技術?</span></strong><br><span style="font-size: 18px; font-family: 'Microsoft JhengHei';"><strong>文章連結:</strong><a href="https://blog.tibame.com/?p=18563" target="_blank" rel="noopener">https://blog.tibame.com/?p=18563</a></span><br><br><a href="https://blog.tibame.com/?p=18563" target="_blank" rel="noopener"><img src="https://cdn-static.tibame.com/notification/59a90e2a-8805-4825-b0c1-c022d01ced22_AI-60問_Q28-1-1170x659.png" alt="Q28人工智慧7大關鍵技術" width="600" height="338"></a>
2021/06/30

【精選文章】學習資料分析必備的9大技能

<img alt="" height="75" width="600" src="https://cdn-static.tibame.com/notification/e7eab235-8cdb-4489-b2e2-8775cba7cfee_728x90.png"><br><br><span style="font-size: 18px; font-family: 'Microsoft JhengHei';"><strong>AI/資料科學不可不知的60道問題</strong><br></span><br><span style="font-size: 18px; font-family: 'Microsoft JhengHei';">每天5分鐘幫你快速添補知識技能!</span><br><span style="font-size: 18px; font-family: 'Microsoft JhengHei';">節省你為了獲取資訊所需花費的大把時間</span><br><span style="font-size: 18px; font-family: 'Microsoft JhengHei';">將AI人才的發展角色、基礎知識、產業與技術的應用</span><br><br><br><strong><span style="font-family: 'Microsoft JhengHei'; font-size: 18px;">主題:AI60問-Q15 學習資料分析必備的9大技能</span></strong><br><span style="font-size: 18px; font-family: 'Microsoft JhengHei';"><strong>文章連結:</strong><a rel="noopener" target="_blank" href="https://blog.tibame.com/?p=17880">https://blog.tibame.com/?p=17880</a></span><br><br><a rel="noopener" target="_blank" href="https://blog.tibame.com/?p=17880"><img height="338" width="600" alt="Q15學習資料分析必備的9大技能" src="https://cdn-static.tibame.com/notification/784a59bc-df00-435f-a030-29fc319a1bd1_AI-60問_Q15_BlogV2-1170x659.png"></a>
2021/06/29

【精選文章】如何選擇機器學習的模型

<img alt="" height="75" width="600" src="https://cdn-static.tibame.com/notification/e7eab235-8cdb-4489-b2e2-8775cba7cfee_728x90.png"><br><br><span style="font-size: 18px; font-family: 'Microsoft JhengHei';"><strong>AI/資料科學不可不知的60道問題</strong><br></span><br><span style="font-size: 18px; font-family: 'Microsoft JhengHei';">每天5分鐘幫你快速添補知識技能!</span><br><span style="font-size: 18px; font-family: 'Microsoft JhengHei';">節省你為了獲取資訊所需花費的大把時間</span><br><span style="font-size: 18px; font-family: 'Microsoft JhengHei';">將AI人才的發展角色、基礎知識、產業與技術的應用</span><br><br><br><strong><span style="font-family: 'Microsoft JhengHei'; font-size: 18px;">主題:AI60問-Q33 如何選擇機器學習的模型?</span></strong><br><span style="font-size: 18px; font-family: 'Microsoft JhengHei';"><strong>文章連結:</strong><a rel="noopener" target="_blank" href="https://blog.tibame.com/?p=18438">https://blog.tibame.com/?p=18438</a></span><br><br><a rel="noopener" target="_blank" href="https://blog.tibame.com/?p=18438"><img height="338" width="600" alt="Q33如何選擇機器學習的模型" src="https://cdn-static.tibame.com/notification/32ee5da4-d12e-4ef0-9d7f-a989989ad070_AI-60問_Q33-1170x659.png"></a>
載入更多

最新討論

安隆練習test_feature data set何時、如何使用?
雨果 · 2022/09/01 15:50
blending與個別model的評價
雨果 · 2022/09/01 15:49
classifier models有沒有 blending的概念可以套用,從而做出更貼近TP的預測結果模型?
雨果 · 2022/09/01 15:44
為什麼DecisionTree不能用來分類?
雨果 · 2022/09/01 14:01
安隆案練習,使用老師的範例程式碼,請問為什麼有四個結果不同?
雨果 · 2022/09/01 10:06
查看更多討論
基礎課程
建議學習 4 週(每週 1.5 小時)
課程共 78 小節42 影片 ( 4.3 小時 )36 測驗
icon_info_certificate提供完訓證書
提供制定學習計畫什麼是學習計畫?

課程目標

|合購優惠

同時購買「快速闖關 Python 語法世界,程式實作不頭痛」+「資料探勘速成攻略,輕鬆駕馭資料分析與實務應用」+「打造數學基礎與統計地基,輕鬆開拓機器學習應用之城」+「機器學習好簡單,輕鬆讓你一手掌握資料科學實作 10 大技巧」,可享合購專屬優惠NT 4,100。

點擊右側專屬連結即可進行購買: 合購優惠專屬連結






機器學習知識小百科

|開始介紹這門課程之前,先帶你花 3 分鐘認識「機器學習」


隨著 AI 時代來臨,常常聽到大家在談論「機器學習」,但那究竟是什麼呢?

通過演算法處理並學習大量的資料數據後(模仿人類行為),利用訓練出的模型來進行判別與解決問題。

|那到底機器學習的演算法有哪些呢?


此門課將教會你各個應用所需要的演算法,並藉由實作練習,穩扎演算法的基本功,讓你往後可以嘗試應用在各個領域:

以下就來看看機器學習常見的演算法:

機器學習應用

|還想瞭解更多機器學習的資訊嗎?


想在 AI 浪潮之下乘風破浪,獲取更多程式能力嗎?
緯育 TibaMe 精選部落格文章:【AI60問】,帶你探索更多機器學習的新知:

AI-60問_Q13 AI-60問_Q29
Q13.人工智慧(AI)、機器學習和深度學習有什麼區別? Q29.什麼是機器學習?

學習機器學習困擾

隨著「機器學習」的學習風氣興起,網路教學資源也越來越多,
但我們發現很多人在學習過程中仍然會遇到很多問題:

學習機器學習痛點

若以上問題也是你在學習機器學習時的痛處,
或是你也想學會上述常見的演算法,
那麼你就不能錯過這門曹昱維老師的「機器學習」線上課喔!

課程介紹

課程三大特色


這門「成為 AI 科學家|機器學習好簡單,輕鬆讓你一手掌握資料科學實作 10 大技巧」線上課擁有三大特色

課程特色

除了三大特色之外,另外還
提供實作程式碼讓你便於練習,
並配合大量的實作案例進行演示,
加上每個章節都有測驗練習,
幫助你完美獲得機器學習的精華!

課程規劃

這門課程由「曹昱維老師」與「緯育 TibaMe 團隊」精心打磨課程學習架構
透過這個架構能帶給你:

✓ 41 支影片,帶你 4.3 小時一次搞定「機器學習的模型與演算法」!
✓ 建立紮實 3 大基本功掌握 10 大實作技巧
✓ 完成多個實作練習

課程基本功
課程實作技巧
課程實作練習

TibaMe學習資源庫

| 購買本課程的所有學員,都可以擁有以下完整學習資源庫

  • 程式碼範例下載:提供完整程式碼範例檔,讓你邊上課邊跟著講師逐步完成範例,清楚知道撰寫程式流程,並透過實作強化觀念。
  • 課程講義下載:提供完整課程簡報,在學習過程中即時做好重點筆記,複習更方便。
  • 課後作業練習:每個單元都會有課後評量,透過題目反覆練習讓你了解自身的學習狀況。
  • 課程重複觀看:不限時間、不限次數,皆可反覆觀看課程影片進行複習。
  • 課程討論區:有任何學習問題皆可在討論區發問,專業講師將會替你答題解惑。

學習資源

| 提供便利線上學習環境

  • 下載學習 App,行動學習最便利
    下載學習 App,隨時隨地都能學,聰明把握每個零碎時間,走到哪學到哪!
  • 開啟學習計畫,彈性安排學習進度
    學習計畫結合 Google 日曆,學員可以依照建議的學習週期進行學習,也可依照個人學習步調安排學習時間,逐步完成課程學習。
  • 完整拆解知識點,複習所學最便利
    將知識點進行拆解與分類,複習時更容易快速搜索,找到想要複習的課程內容。

學習環境



完成所有課程,將可以獲得緯育 TibaMe 頒發的完課證書唷!

完訓證書



誰來教這門課程

|擅長機器學習的曹昱維老師,在緯育 TibaMe 開線上課程囉!

這門課程將由擅長機器學習的曹昱維老師來教授大家機器學習的相關知識。曹老師除了擅長機器學習這個領域外,同時也涉略人工智慧的其他領域,像是:「資料分析」、「網路爬蟲」等等,並且擁有相關領域的豐富教學講師經驗!

講師資訊

課程試閱

想要更了解課程內容嗎?快來點擊以下的「課程影片試閱連結」
讓緯育 TibaMe 帶你搶先一探究竟!

★★★★ 免費試閱專區 ★★★★
★★★★★★★★★★★★★★

學員評價

曹昱維老師的機器學習線上課程中在購課學員間廣受好評,
我們統計了截至目前為止學員們的評價:
平均有 超過 80% 以上 的學員都給予高推薦分數呢!

課程評價

誰適合學習這門課程呢?

誰適合這門課程

  • 具備 Python 程式基礎能力,想要培養 AI / 資料科學實作能力的你
  • 想轉往 AI 科學家 / 資料工程師 / 機器學習工程師發展的你
  • 需要提升機器學習專案的開發效率,維護與改善模型部署的你
  • 不論什麼背景,只要是對資料科學有興趣的你

學習前需要有什麼基本能力呢?

學員Q&A

|學習機器學習之前,需要有什麼先備知識嗎?

  • 需具備 Python 程式基礎能力,包含:
    • 變數宣告
    • 基本型別特性(int, str, float, boolean, list, dict)
    • 迴圈及流程控制
    • 函數(方法)定義
    • 物件導向概念,知道物件(類別)的特性
    • 例外處理
  • 需具備 Numpy 套件使用能力
  • 需具備 Panadas 套件使用能力
|還不太會寫 Python 或是使用 Numpy、Panadas 套件怎麼辦?


別擔心~我們有推薦基礎課程!

 
建議可針對自己的需求來選擇適合的課程唷!若不知道該從何開始的話~


緯育 TibaMe 團隊提供以下學習順序供你參考:
幫助你打造自己的學習地圖,逐步打穩自己的底子!

學習地圖

|學習時遇到挫折好焦慮啊,可是又不敢發問嗎?


免煩惱!遇到任何困難都歡迎發問,在緯育 TibaMe 的「課程討論區」裡不用擔心自己是否會問錯問題,只要你是認真學習且積極發問的態度,獲取的知識都是屬於你自己的寶藏唷~而且還能能幫助討論區的其他同學一起互相觀摩、學習,共同提升學習成效,真是一舉多得呢!


|還有其他對於 緯育 TibaMe 的問題?


歡迎點選 FAQ,你將可以得到更多解答喔!

學習前需要準備什麼呢?

確認上述基本能力與一台筆記型電腦或桌上型電腦以利進行線上學習唷!

基礎課程
建議學習 4 週(每週 1.5 小時)
課程共 78 小節42 影片 ( 4.3 小時 )36 測驗
icon_info_certificate提供完訓證書
提供制定學習計畫什麼是學習計畫?
關於講師

經歷|
▹ TibaMe AI/Big Data 資料分析師養成班 - 機器學習與資料探勘課程專業講師
▹ 資訊工業策進會講師
▹ 新創科技公司應用工程師

專長|
▹ 機器學習
▹ 資料分析
▹ 網路爬蟲 ETL

課程大綱


  • 1.機器學習基礎介紹
  • 機器學習導論


    02:15

    QUIZ:機器學習導論


    共1題

    建模流程與框架


    04:46

    OUIZ:建模流程與框架


    共1題

    scikit-learn 套件介紹


    08:26

    QUIZ:scikit-learn 套件介紹


    共1題
  • 2.迴歸分析
  • 迴歸模型簡介


    02:27

    QUIZ:迴歸模型簡介


    共1題

    迴歸模型評估


    05:00

    QUIZ:迴歸模型評估


    共1題

    實作 - 房屋價格預測


    08:48

    QUIZ:實作 - 房屋價格預測


    共1題
  • 3.決策樹模型
  • 決策樹


    08:39

    決策樹 - ID3


    08:31

    QUIZ:決策樹


    共1題

    隨機森林模型和分類模型評估方式


    08:27

    QUIZ:隨機森林模型和分類模型評估方式


    共1題

    實作 - 使用決策樹與隨機森林建立分類模型


    07:45

    QUIZ:實作 - 使用決策樹與隨機森林建立分類模型


    共1題
  • 4.羅吉斯迴歸模型
  • Log loss 介紹


    04:18

    QUIZ:Log loss 介紹


    共1題

    羅吉斯迴歸介紹


    03:32

    QUIZ:羅吉斯迴歸介紹


    共1題

    實作 - 使用羅吉斯迴歸建立分類模型


    06:15

    QUIZ:實作 - 使用羅吉斯迴歸建立分類模型


    共1題
  • 5.支持向量機 SVM
  • SVM 介紹


    07:28

    SVM 介紹 (續)


    05:31

    QUIZ:SVM 介紹


    共1題

    SVM Kernel Function


    02:49

    QUIZ:SVM Kernel Function


    共1題

    實作 - 使用 SVM 建立分類模型


    04:23

    QUIZ:實作 - 使用 SVM 建立分類模型


    共1題
  • 6.樸素貝葉斯 Naive Bayes
  • 貝葉斯定理(Bayes Theorem)


    09:33

    QUIZ:貝葉斯定理(Bayes Theorem)


    共1題

    樸素貝葉斯(Naive Bayes)


    08:03

    樸素貝葉斯(Naive Bayes)(續)


    05:04

    QUIZ:樸素貝葉斯(Naive Bayes)


    共1題

    實作 - 使用 Naive Bayes 建立分類模型


    04:48

    QUIZ:實作 - 使用 Naive Bayes 建立分類模型


    共1題
  • 7.類神經網路
  • 類神經網路介紹


    08:11

    QUIZ:類神經網路介紹


    共1題

    Activation Function 介紹


    04:31

    QUIZ:Activation Function 介紹


    共1題

    實作 - 使用感知器建立分類模型


    08:49

    QUIZ:實作 - 使用感知器建立分類模型


    共1題
  • 8.集成學習
  • 集成學習簡介(Bagging,Boosting,Stacking)


    07:12

    QUIZ:集成學習簡介(Bagging,Boosting,Stacking)


    共1題

    實作 - Adaboost


    11:10

    實作 - Adaboost(續)


    02:43

    QUIZ:實作 - Adaboost


    共1題

    實作 - Blending Model


    09:54

    QUIZ:實作 - Blending Model


    共1題
  • 9.分類問題案例實作 - 經典安隆案預測模型
  • 案例分析


    03:55

    QUIZ:案例分析


    共1題

    模型建立


    04:38

    QUIZ:模型建立


    共1題

    模型評估與比較


    10:09

    模型評估與比較(續)


    09:59

    QUIZ:模型評估與比較


    共1題
  • 10.階層式分群
  • 資料分群簡介,如何計算樣本點間距離


    09:08

    QUIZ:資料分群簡介,如何計算樣本點間距離


    共1題

    階層式分群演算法


    05:58

    QUIZ:階層式分群演算法


    共1題

    實作 - 使用階層式分群將資料分群


    07:19

    實作 - 使用階層式分群將資料分群(續)


    06:34

    QUIZ:實作 - 使用階層式分群將資料分群


    共1題
  • 11.分裂式分群
  • K-Means 演算法


    07:04

    QUIZ:K-Means 演算法


    共1題

    K-Means 隨機初始化陷阱


    01:17

    QUIZ:K-Means 隨機初始化陷阱


    共1題

    實作 - 使用 K-Means 將資料分群


    05:28

    QUIZ:實作 - 使用 K-Means 將資料分群


    共1題
  • 12.密度式分群
  • 密度式分群簡介


    03:38

    QUIZ:密度式分群簡介


    共1題

    DBSCAN 演算法


    01:32

    QUIZ:DBSCAN 演算法


    共1題

    實作 - 使用 DBSCAN 將資料分群


    04:21

    QUIZ:實作 - 使用 DBSCAN 將資料分群


    共1題

課程附件


file-icon
機器學習好簡單,輕鬆讓你一手掌握資料科學實作 10 大技巧_課程資源.zip
25.55 MB
file-icon
Ch2_house_train_clean.csv
31.23 MB
file-icon
Ch2_house_test_clean.csv
681.06 KB
file-icon
Ch9_Enron_train_data_clean.csv
13.73 KB
file-icon
Ch9_Enron_test_features_clean.csv
4.25 KB
file-icon
機器學習課程講義_210922 修正.pdf
8.05 MB

購買此課程後,才能使用留言功能

沒有回應的問題

目前尚無任何討論主題

成為第一個發問的人!在問答中找到學習的捷徑。
返回主選單
課程類型
影音課程
實體及直播課程
返回主選單
返回主選單
返回主選單