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

課程資訊 課程大綱 開課單位 常見問答
Loading...
線上課程

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

2752次瀏覽
NT$1,580
優惠現領
折 100 元
【獨家】滿千折百_到6/9
緯育TibaMe 課程滿 1000 元
折 500 元
【獨家】三千折500_到6/9
緯育TibaMe 課程滿 3000 元
折 250 元
【獨家】兩千折250_到6/9
緯育TibaMe 課程滿 2000 元
課程資訊
本頁面課程內容及活動資訊概由廠商提供,部分內容非屬104服務範疇,會員應遵守之規範悉依 104課程中心會員規約 所載。
上課時間 無限期觀看課程查看更多
上課方式 於開課單位網站兌換後觀看課程
課程內容
課程大綱
展開全部
1 機器學習基礎介紹
01
機器學習導論
02
QUIZ:機器學習導論
03
建模流程與框架
04
OUIZ:建模流程與框架
05
scikit-learn 套件介紹
06
QUIZ:scikit-learn 套件介紹
2 迴歸分析
01
迴歸模型簡介
02
QUIZ:迴歸模型簡介
03
迴歸模型評估
04
QUIZ:迴歸模型評估
05
實作 - 房屋價格預測
06
QUIZ:實作 - 房屋價格預測
3 決策樹模型
01
決策樹
02
決策樹 - ID3
03
QUIZ:決策樹
04
隨機森林模型和分類模型評估方式
05
QUIZ:隨機森林模型和分類模型評估方式
06
實作 - 使用決策樹與隨機森林建立分類模型
07
QUIZ:實作 - 使用決策樹與隨機森林建立分類模型
4 羅吉斯迴歸模型
01
Log loss 介紹
02
QUIZ:Log loss 介紹
03
羅吉斯迴歸介紹
04
QUIZ:羅吉斯迴歸介紹
05
實作 - 使用羅吉斯迴歸建立分類模型
06
QUIZ:實作 - 使用羅吉斯迴歸建立分類模型
5 支持向量機 SVM
01
SVM 介紹
02
SVM 介紹 (續)
03
QUIZ:SVM 介紹
04
SVM Kernel Function
05
QUIZ:SVM Kernel Function
06
實作 - 使用 SVM 建立分類模型
07
QUIZ:實作 - 使用 SVM 建立分類模型
6 樸素貝葉斯 Naive Bayes
01
貝葉斯定理(Bayes Theorem)
02
QUIZ:貝葉斯定理(Bayes Theorem)
03
樸素貝葉斯(Naive Bayes)
04
樸素貝葉斯(Naive Bayes)(續)
05
QUIZ:樸素貝葉斯(Naive Bayes)
06
實作 - 使用 Naive Bayes 建立分類模型
07
QUIZ:實作 - 使用 Naive Bayes 建立分類模型
7 類神經網路
01
類神經網路介紹
02
QUIZ:類神經網路介紹
03
Activation Function 介紹
04
QUIZ:Activation Function 介紹
05
實作 - 使用感知器建立分類模型
06
QUIZ:實作 - 使用感知器建立分類模型
8 集成學習
01
集成學習簡介(Bagging,Boosting,Stacking)
02
QUIZ:集成學習簡介(Bagging,Boosting,Stacking)
03
實作 - Adaboost
04
實作 - Adaboost(續)
05
QUIZ:實作 - Adaboost
06
實作 - Blending Model
07
QUIZ:實作 - Blending Model
9 分類問題案例實作 - 經典安隆案預測模型
01
案例分析
02
QUIZ:案例分析
03
模型建立
04
QUIZ:模型建立
05
模型評估與比較
06
模型評估與比較(續)
07
QUIZ:模型評估與比較
10 階層式分群
01
資料分群簡介,如何計算樣本點間距離
02
QUIZ:資料分群簡介,如何計算樣本點間距離
03
階層式分群演算法
04
QUIZ:階層式分群演算法
05
實作 - 使用階層式分群將資料分群
06
實作 - 使用階層式分群將資料分群(續)
07
QUIZ:實作 - 使用階層式分群將資料分群
11 分裂式分群
01
K-Means 演算法
02
QUIZ:K-Means 演算法
03
K-Means 隨機初始化陷阱
04
QUIZ:K-Means 隨機初始化陷阱
05
實作 - 使用 K-Means 將資料分群
06
QUIZ:實作 - 使用 K-Means 將資料分群
12 密度式分群
01
密度式分群簡介
02
QUIZ:密度式分群簡介
03
DBSCAN 演算法
04
QUIZ:DBSCAN 演算法
05
實作 - 使用 DBSCAN 將資料分群
06
QUIZ:實作 - 使用 DBSCAN 將資料分群
你可以學到

  機器學習的演算法有哪些?如何應用在對的工作情境上呢?

機器學習是通過演算法處理並學習大量的資料數據後(模仿人類行為),隨著「機器學習」的學習風氣興起,網路教學資源也越來越多,我們發現很多人在學習過程中,仍然會遇到很多問題,例如:

 我的數學能力不夠好,只會套用現有的程式碼,也不了解演算法其中的原理 QQ 

 我學會機器學習模型訓練流程,卻不知道如何下手進行實際模型的訓練與調整 orz 

 

課程基本功


本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,並利用訓練出的模型來進行判別與解決問題


課程實作技巧


適合對象
  • 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
課程講師
曹昱維
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
展開全部
開課單位
緯育TibaMe
緯育TibaMe由全球最大資通訊集團之一的緯創資通集團於2015年正式成立,我們專注於人才培訓與平台服務,發展多元的授課模式,並結合緯育開發的雲端智能化學習系統,有效培育新世代數位化人才。在行動與雲端時代,用科技加值人才培育,持續發展創新與有效的數位教育學習服務。
最新動態 看所有動態

Power Automate、Zapier、Make、n8n、tldraw​ 怎麼挑選適合你的自動化工具

想提升工作效率,你該考慮導入 #自動化工具! 🚀 但何謂自動化工具? 可以在工作中協助到哪些面向? 我們又該如何挑選適合自己的工具?🤔 📖 文章重點摘要 📍 自動化工具就是把重複性工作流程,交給機器執行 📍 不需要程式背景,也不一定要工程師才能使用 📍 自動化能有效: ➊ 提升效率:減少重複性工作,讓人力專注在高價值任務,提升整體工作成效 ➋ 降低錯誤:避免人為疏失,提高數據與操作準確性 ➌ 加速應用:AI + RPA 工具逐年普及,低程式碼(Low-Code)、無程式碼(No-Code)工具降低門檻,企業導入更快速 ➍ 應對挑戰:面對人力短缺與數位轉型壓力,懂得運用自動化工具的工作者將更具職場競爭力 完整 5 大自動化工具介紹與比較 & 針對不同工作/職務挑選建議 現在就前往閱讀完整文章 👉 https://bit.ly/4364RGw #powerautomate #n8n #zapier #tldraw

從想轉職到成功轉職-學長姊現身說最真實

🎤 學長姊分享 想跨域轉職一路上的 ✅ 心態調適 ✅ 準備過程 ✅ 成功經驗 ✅ 職場真實樣貌 聽我們說不如聽過來人──轉職成功的學長姊現身說最真實~ 這裡報名線上與學長聊聊>> https://bit.ly/4cGHC9f ▍誰適合參加 🔹即將從就業培訓班結訓的你 🔹剛結訓想繼續物色優質職缺的你 🔹想跨域域轉職猶豫中的你 ▍從財金系畢業轉職為後端工程師的學長要跟你分享 🔥 如何結合非本科系的背景創造自己的優勢 🔥 專題作品準備心法 🔥 履歷撰寫技巧與面試準備方向 🔥 進入職場的實際狀況與持續進修該學什麼 🔥 後端工程師未來職涯發展的可能性 ▍直播資訊 時間:4/23 (三) 晚上 8 點至 9 點 型式:線上直播 (直播連結將於報名後2~3個工作天email提供) 報名連結: https://bit.ly/4cGHC9f
常見問答
如何購買課程並開始上課
於欲購買 1. 線上課程之頁面,點擊「立即購買」,成功使用信用卡完成付款並確立訂單成立後,本平台將透過購買填寫之信箱,以郵件方式通知「訂單成立」,後續兌換學習有兩種形式:(A) 若購買學習廠商提供課程,購買後「提供課程兌換序號、兌換連結、兌換碼使用說明」,引導您至購買課程之出版廠商兌換並上課、(B)若購買是104學習系統,購買完可以從郵件、訂單明細、課程詳細頁直接進到站內線上學習。 2. 實體課程之頁面,點擊「立即購買」,成功完成付款並確立訂單成立後,本平台將透過購買填寫之信箱,以郵件方式通知「訂單成立」即可完成報名,後續開課單位會有專員與您聯繫後續事宜。
購買與報名課程付款方式?
僅提供信用卡付款。
有支援信用卡分期嗎?
平台有提供分期服務:結帳金額滿$4,000可享三期零利率,滿$12,000可享六期零利率;分期服務支援銀行公司為:中國信託、台新銀行、玉山銀行,實際分期金額依各發卡行規定
已完成付款,但用錯折扣碼怎麼辦?
請申請退款並重新下單,已使用之折扣碼,本平台將不進行退回,敬請見諒。
線上刷卡後訂單狀態顯示「待付款」
代表您的結帳流程尚未完成,請儘速完成結帳程序,以免課程相關優惠權益失效。
刷卡失敗的原因
可能為以下原因: 1.授權失敗(例:信用卡發卡銀行系統忙碌、網路塞車、刷卡等待時間過久造成系統確認失敗等問題),建議稍待一段時間再重新刷卡。 2.輸入信用卡卡號等相關資料不正確(例:輸入資料不正確、卡號過期、尚未開卡等問題),建議重新確認輸入資訊。
如何選擇紙本發票
為響應政府政策,不主動提供紙本發票,委由金財通系統寄發電子發票開立通知信至學員購買課程時填寫之Email,發票自動存入會員載具,若未收到請告知。
企業請款之憑證,如何申請
若需要進行企業請款,請於購買時輸入統一編號、發票抬頭,本平台將以郵件寄送電子發票方式,至您填寫之信箱。
多久會收到發票
發票將於付款成功,3個工作天內開立,敬請稍候。
如何退款
請參考下方退款須知與流程 1.若您於本平台成功完成付款購買課程,有退款需求,於外部學習廠商兌換之線上課程自購買日起7天內,且未進行課程兌換,可申請全額退費;於104課程中心站內學習課程若購買日起7天內後「未進到學習頁」,可申請全額退費;實體課程須於開課日前 1 日之非假日上班時段前與104學習精靈提出申請,始得要求全額退費。 2.若需申請退款,請使用信件主旨:「課程中心退款申請」,並於信件內容寫明購買人姓名、訂單編號、欲退款之課程名稱,郵件至nabiservice@104.com.tw,本平台將於5個工作天內盡快為您處理。 3.確認提出退款申請時間為課程購買日起7天內,且未進行課程兌換,本平台將與欲申請退款課程之出版廠商,提出會員資料與學習紀錄查詢,確認您課程的觀看紀錄,並同步確認出版廠商訂定之退款事項,是否全數符合。申請退款的同時,即代表您同意本平台與退款課程之出版廠商,提出查詢會員資料與學習紀錄。 4.若您單一訂單中購買兩堂(含)以上課程,不需要整張訂單退款(只退其中幾堂課),退款金額為欲退款課程售價加總後,扣除此張訂單所使用之折扣碼(若折扣碼為整張訂單之折數折扣,則退款金額為欲退款課程售價加總後乘以折數折扣),若計算後退款金額低於(含)0元,本平台將不執行退款。5.上述退款方式僅限於本平台成功完成付款購買之課程,若付款與訂單成立之任一程序不在本平台完成,退款方式需依照課程出版之廠商所訂定之規則提出申請,並由課程出版廠商協助處理,本平台不介入。 6.若您的發票沒有填寫統一編號,並需要辦理退款時,由本平台代為處理發票相關作業 (如作廢電子發票或開立電子發票折讓單),以加速退款作業時程。 7.若您原訂單信用卡分期,其申請退費時,須整筆訂單全額退費,無法部分或擇一課程退費。
款項何時退回
課程退費採原信用卡退刷方式,退費所需之工作天依各金融機構實際作業時間為準。
相關證照
DP-100 Azure資料科學家技術師
準備參與 Azure 資料科學家技術師認證的應試者,應具備主題專長,可以應用資料科學和機器學習,在 Azure 上實作和執行機器學習工作負載。 此角色的責任包括設計和建立適合資料科學工作負載的工作環境;探索資料;訓練機器學習模型;實作管線;執行作業準備生產;以及管理、部署及監視可調式機器學習解決方案。
DP-900 Azure 資料科學基礎認證
Microsoft Certified Fundamentals(簡稱 MCF),由微軟與國際專業認證機構 Certiport 合作推出,依雲端技術角色職能規劃認證類別,並透過引導式學習路徑,使應試者階段式全盤理解微軟雲服務在人工智能、大數據、資料科學、商業智慧和雲端運算等領域的實務應用,認證內容亦完整、準確地考核雲端技術,除作為專業技能上的有利佐證,更能充分展現個人在雲端時代職場上的競爭優勢。 即使是國際性的專業認證、英文證書,但是在試題上可以自由選擇語系,因此,在國內的MOS 認證考試亦提供有正體中文化試題,只要通過Microsoft的認證考試,即頒發全球通用的國際性證書。 取得Microsoft Certified Fundamentals 國際性專業能力認證,除了肯定您在雲端領域具備充分且專業的知識與能力外,亦可提昇您個人的競爭力、生產力與工作效率。在工作職場上更能獲得更多的工作機會、更好的升遷契機、更高的信任度與工作滿意度。