成為 AI 科學家|打造數學基礎與統計地基,輕鬆開拓機器學習應用之城

成為 AI 科學家|打造數學基礎與統計地基,輕鬆開拓機器學習應用之城

人工智慧 - 技術應用
基礎
2.9 小時
21,227
NT$980

這堂課你將了解線性代數與矩陣、微積分、機率與隨機變數、統計觀念與假設檢定等多種數學與統計學的基本知識,帶領你穩固機器學習所需的基本概念,並搭配實作教學,讓你無痛銜接機器學習,打好數學與統計的基本功!

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>
2021/07/01

【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>
2021/06/28

【精選文章】什麼是線性回歸分析

<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-Q22什麼是線性回歸分析?</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=17918" target="_blank">https://blog.tibame.com/?p=17918</a></span><br><br><a href="https://blog.tibame.com/?p=17918" target="_blank"><img src="https://cdn-static.tibame.com/notification/16af5c6e-2668-4077-853a-f311292dbf8a_AI-60問_Q22-1170x659.png" alt="AI60問-Q22什麼是線性回歸分析?" width="600" height="338"></a>

最新討論

影片常看到一半卡住
董育龍 · 2021/12/18 19:39
講義第68頁第2點是否誤繕?
賴柏辰 · 2021/12/09 17:22
特徵分解
萬晉名 · 2021/11/04 13:14
梯度視覺化實作
Cher Lee · 2021/06/14 22:11
無法往下到第53節?
Amber · 2021/05/16 19:41
查看更多討論
基礎課程
建議學習 3 週(每週 1 小時)
課程共 38 小節33 影片 ( 2.9 小時 )5 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「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 2,000。

點擊右側專屬連結即可進行購買: 合購優惠專屬連結







|進來本課程的你,是不是...

已具備高中基礎數學與統計概念,想 踏進機器學習領域 卻遇到以下情況?

|又或是...

擁有這些想法,卻不知道該如何開始學習的你:


機器學習是一門需要運用到大量數學的學科,主要是設計和分析一些讓電腦可以自動學習分析資料獲得規律,並利用規律對未知資料進行預測的演算法。
然而進入機器學習領域後,你會發現數學基礎不足,便會成為你學習的絆腳石。

想要解決學習斷層問題,並拿到機器學習入場門票嗎?

透過本課程將帶領你穩固「機器學習所需的數學與統計學」之基本概念,並搭配實作教學,讓你無痛銜接機器學習課程!

學習完課程,你將可以:


課程介紹



這門課程內容包含 6 個精華章節、 2.9 小時的教學影片,每堂教學影片中不僅有陳少君(保羅)老師傳授豐富的知識內容,還有超多詳細實作案例教學與測驗評量來強化你的機器學習基礎!

「陳少君老師」與「緯育 TibaMe 團隊」精心規劃一系列課程學習計畫
透過這個計畫能帶你:

✓ 掌握 五大學習步驟 打好「數學」與「統計」的基本功
✓ 完成 8 大實作練習





想要搶先觀看課程嗎?快來點擊「課程影片試閱連結」
讓緯育 TibaMe 帶你一起看看陳少君老師的專業教學喔!




|擁有超多專業知識的陳少君老師,在緯育 TibaMe 開線上課程囉!

本課程將由專業級的陳少君老師來帶大家打好機器學習的數學與統計基礎概念,老師擅長資料探勘與統計分析、深度學習演算法開發、自然語言處理、雲端和行動應用軟體開發等領域,不僅參與過多項專案研發,也成功設計出許多個人作品,像是運動員體適能、生技新藥開發等多個 AI 模型設計。





| 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。


| 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。





完成所有課程,將可以獲得緯育 TibaMe 頒發的完課證書唷!

誰適合學習這門課程呢?



  • 在學習機器學習時,感受到學習斷層的你
  • 不論背景,對資料科學 / 機器學習有興趣的你
  • 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
  • 想要培養 AI / 資料科學實作能力,卻不知該如何開始的你
  • 想轉往 AI 科學家 / 資料工程師 / 機器學習工程師發展的你

學習前需要有什麼基本能力呢?



|學習這門機器學習先修課程之前,需要有什麼先備知識嗎?

建議若是有「高中基礎數學與統計」的概念會更有助於學習唷!

|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!

|學習這門機器學習先修課程之後,好想進一步學習更進階的課程啊?

來來來~我們也有推薦接下來進階課程!
建議可接著繼續學習「曹昱維老師的機器學習


|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?



|使用設備:

        請自備電腦以利線上學習唷。


|學習環境建置:

  • 學習環境一
        使用 Google Colab,需有 Google Account 與 Google Drive。

  • 學習環境二
        可以下載並安裝 Anaconda,包括 Python 3 和 Jupyter,在自己環境內編譯執行。
        做複雜的深度學習時,需考量自身電腦是否有足夠 GPU / TPU 運算能力。

  • 學習環境三(自修)
        Python 教學網站與高中數學課本,請在學習過程有疑惑時停下影片隨時查閱。
基礎課程
建議學習 3 週(每週 1 小時)
課程共 38 小節33 影片 ( 2.9 小時 )5 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

陳少君 - 保羅老師

經歷|
▹ 宏瑞科技 CEO
▹ 長鑫存儲 CIO/IT 副總經理
▹ 資策會數位教育研究所 資深總監
▹ 浩鑫核心技術中心 資深總監
▹ 美國 Software Publishing Corporation 工程師
▹ 美國加州大學戴維斯分校電機電腦 碩士
▹ 臺大電機研究所 碩士

專案經驗|
系統開發 - 日月光封裝測試銷售預測系統
企業內訓 - 統計分析課程培訓設計
矽谷創業 - IT 產品開發及服務

專長|
▹ 深度神經網絡
▹ 強化學習
▹ 自然語言處理
▹ Hadoop / MapReduce
▹ 雲計算 / AWS
▹ MS SQL / MySQL / Oracle 數據庫
▹ SharePoint / 工作流程
▹ BizTalk / EDI
▹ 電子商務 / 付款安全
▹ CodeIgniter / PHP
▹ Web 應用程序 / ASP.NET

課程大綱


  • 1.機器學習需要的數學基本概念
  • 課程規劃與範疇


    03:35

    學習工具與準備


    02:28

    基本數學名詞解釋(上)


    08:25

    基本數學名詞解釋(下)


    08:43

    函數方程式與多項式


    06:46

    多項式介紹


    03:57

    基礎幾何


    04:07

    三角函數


    02:27

    QUIZ:Module 1


    共9題
  • 2.機器學習需要的線性代數
  • 線性代數與矩陣


    04:58

    純量(SCALER),向量(VECTOR),矩陣(MATRIX)與張量(TENSOR)


    08:52

    向量和矩陣範數(NORM)


    03:40

    實作練習:向量、矩陣和張量 - 使用 Python


    05:14

    特殊矩陣和向量


    05:58

    特徵值(EIGENVALUES)和特徵向量(EIGENVECTORS)


    06:56

    實作練習:範數與特徵分解


    06:43

    QUIZ:Module 2


    共9題
  • 3.機器學習需要的多元微積分
  • 導數(DERIVITIVES)介紹


    07:15

    基礎積分在機器學習上的用途


    03:46

    梯度(GRADIENT)介紹


    02:57

    實作練習:梯度視覺化


    04:59

    梯度優化(OPTIMIZATION)


    03:50

    QUIZ:Module 3


    共8題
  • 4.機器學習需要的機率分布
  • 機率概論


    04:01

    機率分佈(PROBABILITY DISTRIBUTION)


    07:00

    期望值(EXPECTATION),方差(VARIANCE)和協方差(COVARIANCE)


    04:20

    實作練習:機率分佈視覺化


    04:22

    實作練習:協方差矩陣計算


    02:31

    常見的隨機變數(RANDOM VARIABLES)


    04:52

    QUIZ:Module 4


    共9題
  • 5.機器學習需要的基礎統計
  • 統計概念(上)


    05:32

    統計概念(下)


    06:06

    信賴區間


    04:32

    假設檢定概念


    07:24

    實作練習:假設檢定(A/B Test)


    07:45

    QUIZ : Module5


    共7題
  • 6.數學在機器學習的應用
  • 實作練習:運用數學基礎進行機器學習


    03:55

    實作練習:運用數學基礎進行深度學習


    05:28

課程附件


file-icon
講義.pdf
6.44 MB
file-icon
Math4MLSampleCode(實作程式範例).zip
299.18 KB

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