回到首頁
個人.家庭.數位化 - 數位之牆



產業動態 人工智慧-使用Python實作機器學習 (高雄5/25)
資策會高雄 本新聞稿發佈於2019/04/28,由發布之企業承擔內容之立場與責任,與本站無關

介紹機器學習的基礎、瞭解機器學習所能解決的問題類型,並詳細介紹Python的函式、物件導向程式設計及整合式開發套件,及掌握機器學習的技術,讓學員能夠瞭解如何以Python作機器學習資料分析、探勘等各種方法。課程全部以實際可執行的程式碼說明講解,不用繁雜數學與統計說明,工具與方法可直接應用在各個領域。

 
■ 發布/輪播新聞稿 新聞稿直達14萬電子報訂戶刊登新聞稿:按此 想在你的Blog上輪播產業動態按此
 


課程大綱
人工智慧、深度學習、機器學習介紹,發展工具與環境介紹
人工智慧(AI)、深度學習(Deep Learning)與機器學習(Machine learning)介紹
發展工具與環境介紹 (Python、Anaconda、scikit-learn)
監督式學習(Supervised Learning)
近朱者赤,近墨者黑-KNN分類演算法
那條線該怎麼畫?
線性模型 (Linear Model)
多變數線性迴歸 (Ridge regression)
Rasso迴歸
樹的故事
決策樹 (Decision Tree)
隨機森林 (Random forests)
梯度提升法 (Gradient Boosting machine)
單純貝氏分類器與支持向量機 (SVM)
非監督式學習(Unsupervised Learning)
沒有標準答案時該怎麼辦?
主成分分析(PCA)
分群演算法(k-means clustering)
特徵工程(Feature Engineering )
什麼才是重點?
機器學習中的特徵 (Feature)
特徵的重要性(Feature Importance)
特徵提取(Feature Extraction)
特徵選擇(Feature Selection)
特徵構建(Feature Construction)
特徵學習(Feature Learning)
模型評估與改善方法
這方法夠好嗎?如何改善?
交叉驗證(Cross Validation)
過度訓練(Overfitting )
均格搜尋 (Grid Search )
Pipelines工程
將機器學習的工作流程串接並自動化
Chains
Pipelines
先備知識
本課程須具備Python基礎,建議學員先修習過「Big Data資料分析- Python實作」或具備Python之基礎課程知識,再修習本課程。

課程對象
想透過實作案例了解機器學習之設計與應用者。
認識機器學習中常用的演算法,以便了解如何正確使用之產品設計與工程技術人員。
想了解學習如何進行將資料分析,並應用在實務案例等議題者。
想累積對機器學習與資料探勘的知識,以提升在資訊處理時代競爭力者。
相關資訊請參閱課程網頁,或電(07)969-9885,羅小姐。
課程網址: https://www.iiiedu.org.tw/Python-ML/

- 新聞稿有效日期,至2019/05/29為止


聯絡人 :羅小姐
聯絡電話:(07)969-9885 分機6637
電子郵件:san5823@iii.org.tw

上一篇:《完美世界M》盛大舉辦製作人見面會 超強人氣直播主陣容前來征戰世界
下一篇:零垃圾時代來臨 循環經濟讓生活變天堂

 
搜尋本站


最新科技評論

共享經濟:以人民的名義爭奪流量入口 - 2017/06/18

影音網站的未來(三) PGC孵化IP,直播更接近長尾 - 2016/10/16

影音網站的未來(二)短影音適合往社交和工具發展 - 2016/10/09

影音網站的未來(一)長尾效應與頭部效應無法兼顧 - 2016/10/02

大部分O2O 模式違反網際網路經濟特性 - 2015/02/08

融資是怎麼回事(下)什麼人能拿到投資 - 2015/01/04

融資是怎麼回事(中)讀懂投資人的唇語 - 2014/12/21

融資是怎麼回事(上)融資是迭代的過程 - 2014/12/14

奢品服務業O2O 興起,網際網路創業者的新機會 - 2014/07/20

■ 訂閱每日更新產業動態
RSS
RSS

當月產業動態

Information

 

 

 

 




個人.家庭.數位化 - 數位之牆

欲引用本站圖文,請先取得授權。本站保留一切權利 ©Copyright 2008, DigitalWall.COM. All Rights Reserved.
Question ? Please mail to service@digitalwall.com

歡迎與本站連結!