104學習

大數據暨機器學習

大數據暨機器學習
關注
邀請朋友
邀請朋友

Line

Facebook

複製連結

取消
「大數據暨機器學習:負責設計與實施大數據分析與機器學習模型,以支持企業的決策制定,提升業務效率與競爭力。主要職責包括數據收集與清理、演算法開發、模型訓練與評估,以及跨部門協作以確保數據驅動之策略實現。所需技能包括深入的數據分析能力、熟練的編程技巧(如Python、R)、良好的溝通與協調能力,並能夠在快速變動的環境中靈活應對。面對台灣市場特有的競爭挑戰,必須具備對消費者行為的敏銳洞察與數據應用的實務經驗。」
關於教室
關注人數 0 人
104人力銀行從職缺中挑選出常見技能所成立的官方教室,提供大家進行共學互動。
學習主持人
持續分享知識,
有機會成為官方教室主持人
關於教室
關注人數 0 人
104人力銀行從職缺中挑選出常見技能所成立的官方教室,提供大家進行共學互動。
學習主持人
持續分享知識,
有機會成為官方教室主持人
Hi~ 歡迎分享學習資源,有學習問題可匿名向Giver發問!
我要分享
我要提問

大數據暨機器學習 學習推薦

緯育TibaMe

2022/09/20

【免費報名】AI 物件偵測之全球工業應用案例
TibaMe 邀請林哲聰老師於 9/28 (三) 晚上八點到九點,線上與大家分享 「AI 物件偵測之全球工業應用案例」,除了介紹物件偵測模型的重要基礎知識,還會介紹生成式對抗網路以及合成資料集如何應用在物件偵測模型。
ℹ活動資訊
#主題:AI物件偵測之全球工業應用案例分享
#搶先報名 👉https://bit.ly/3Lurv0Q
#講者:深度學習專家 - 林哲聰老師
#時間:9/28(三) 20:00~21:00
#活動內容:
一、物件偵測的重要基礎知識
二、現有物件偵測模型的極限
三、生成式對抗網路在物件偵測模型的應用
四、合成資料集在物件偵測模型的應用
五、針對物件偵測模型的對抗攻擊
六、深度學習的特殊應用
七、Q&A
ℹ參加這場直播活動你可以學到...
#物件偵測模型的各種應用
#生成式對抗網路與合成資料集如何應用在物件偵測模型
#針對物件偵測模型的對抗攻擊
看更多
1 0 1905 2
碁峰資訊GOTOP

小編

2022/04/02

A-Life|使用Python實作人工生命模型
這是一本為了讓對使用電腦設計生命感興趣的人,可以輕鬆閱讀,而努力撰寫的書籍。
基於這一點,這本書是寫給想使用ALife塑造人物角色或場景的遊戲設計師,以及希望增廣自我創造力的創意人員,而非原本就對「生命是什麼?」十分關切的自然科學研究者、工程師、致力ALife研究的學生。當你讀完這本書,應該可以從人工生命的角度,掌握現代科技的觀點。
ALife也能運用在使用人工智慧的機器學習技術上,因此,對於人工智慧有興趣,或已經在運用AI的人而言,應該可以成為激發靈感或創意廣度的契機。
本書使用了在人工智慧領域經常運用的Python語言。書中附上了執行ALife的程式碼。只要具備基礎的程式程式設計技能,就能理解本書的實作。
看更多書籍介紹:
看更多
0 0 211 0

104學習精選課程

看更多課程
想提升職場競爭力?專業技能課程看起來👇

熱門精選

104學習

產品

01/16 10:26

【第二屆數據分析師學習營】開跑!超早鳥優惠現賺 $1,611,保握機會。
【第二屆數據分析師學習營】開跑!
0經驗&無工程背景,3週帶你開啟數據職涯!
【優惠只到 2026/1/23 (五)】超早鳥領$1,111送5百元line點數
【本次學習營特色】
🟢 免離職,假日上課,工作學習兩不誤
🟢 線上實體直播課,不分地區都能參加
🟢 助教小組全程陪伴,有問題隨時解答
🟢 3週完成業界實作專案,無基礎也能做出作品
🟢 104獨家完訓證明,提升您的履歷曝光度
🟢 刷中信 / 台新 / 玉山信用卡 → 享 3 期 0 利率
【學員課後感想回饋】
⚡莊小姐⚡從完全的數據分析小白,到現在學會基礎獨立完成專案,這是讓我最有收穫的部分。
⚡蕭先生⚡課程設計很適合新手,一開始會帶學員建立資料分析思維,並在接下來的課程用學習使用SQL、Power BI等工具,雖然課程為新手導向,但最後的專題報告仍具備挑戰性,評審的回饋也很有力,真的能夠獲得實戰經驗,超推薦!
⚡Miss Chen⚡對我來說硬實力及相關技能在網路上都有很多資源可以學習,課前最吸引我以及課中感受最深的就是跟不同學員的互動及想法交流,這是外面學不到的,再來就是業界講師的專業指教,也是非常難得且受用!
【保握超早鳥優惠|錯過就不在|還有多組合購優惠】
看更多
1 0 9885 0
碁峰資訊GOTOP

小編

2022/04/02

圖形演算法|Apache Spark與Neo4j實務範例
"從基本概念到重要的演算法,再到處理平臺和實際案例,作者為美妙圖形世界編寫了一本兼具指導性與說明性的參考指南。"
—Kirk Borne, PhD
Principal Data Scientist and Executive
Advisor, Booz Allen Hamilton
"一本實用且資訊豐富的指南,幫助你藉由使用圖形演算法檢測模式和結果,來獲取更多洞察力,圖形資料庫開發人員的必讀書籍。"
—Luanne Misquitta
Vice President of Engineering,
GraphAware
學習圖形演算法可以幫助你利用資料關係的力量,開發更聰明的解決方案,以及增強你的機器學習模模型。有了這本實用的指南,開發者和資料科學家將會發現,圖形分析能提昇價值,無論是用圖形分析建構動態網路模型,還是預測真實世界中的行為。
Neo4j的Mark Needham和AmyHodler說明圖形演算法如何描述複雜結構,並揭示難以找出的模式—從發現漏洞和瓶頸到社群偵測和提升機器學習預測。你將會透過一些實際的範例了解如何在Apache Spark和Neo4j中使用圖形演算法,這兩個平台是圖形分析最常用的選擇。
‧學習圖形分析如何從現今的資料中找到更多預測元素
‧瞭解熱門的圖形演算法是如何工作以及如何應用
‧使用超過20個圖形演算法範例的程式碼和提示
‧學習對不同類型問題,挑選合適演算法
‧使用Spark和Neo4j程式碼和樣本資料集探索範例
‧結合Neo4j和Spark,建立一個用於連結預測的機器學習工作流程
看更多書籍介紹:
看更多
0 0 86 0
你可能感興趣的教室