104學習精靈

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
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

全部
影片
文章
緯育TibaMe
關注
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
【免費報名】AI 物件偵測之全球工業應用案例
1 0 1826 2

熱門精選

職場英文力，你的超能力✨
關注
104學習精靈

產品

08/12 16:54

AI 職場英文實戰力：突破英文瓶頸，無痕變高手！
\ 購課再送100點LINE POINTS /
厭倦了學了10年英文，卻仍無法流利溝通？
害怕在職場上用英文表現不佳，錯失良機？
這堂課程專為你設計，讓你輕鬆駕馭AI工具，瞬間展現流利英文！
⭐ 用中文操控AI，瞬間生成專業英文
⭐ 即學即用，快速提升溝通能力
⭐ 自信應對各種職場情境
⭐ 突破瓶頸，提升職場競爭力
立即加入我們，讓英文不再是你的障礙，而成為你職場的強大後盾！
AI 職場英文實戰力：突破英文瓶頸，無痕變高手！
senior.104.com.tw
【Live直播課】AI 職場英文實戰力：突破英文瓶頸，無痕變高手！|線上-學習課程|104高年級
2 1 30075 1
104學習精靈精選課程
看更多課程
想提升職場競爭力？專業技能課程看起來👇
Spark首部曲：實務基礎入門篇
這門課程將讓你了解Spark的核心基礎與環境建置、 學習Scala語言到實作Streaming串流分析。在熟悉Hadoop基礎概念後，若想要深入學習大數據，那你的下一步絕對要學Spark！這堂課程中，我們將用Spark玩轉資料，挑戰背後無限商機！並讓您透過此三部曲學程輕鬆進入大數據分析領域。
緯育TibaMe
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
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。
緯育TibaMe
R語言/R-Studio入門─統計分析、資料探勘與機器學習的原理與實戰演練
R語言是開源的統計程式語言，常用於開發統計、資料分析軟體系統，課程中我們將從R/R-Studio入門，從統計分析、資料探勘與機器學習的原理與技巧，讓學員有能力進行相關的資料分析技術與資料視覺化整合應用。本門課適合想瞭解R語言，作為進入大數據分析基礎，或進行量化研究、進階資料視覺化。
緯育TibaMe
Python Flask RESTful服務設計
本課程帶領你從Python語法Skill邁入Web API服務開發，讓程式語言技術正式進入應用系統開發領域，整合您已經具有的爬文或者資料分析等技術，形成跨異質系統的整合與開發能力，更能往後推向整合AI Service功力，進行各類系統介接，跨入服務端領域的開發。
緯育TibaMe
ITS Python 國際認證班
ITS Python 資訊專家國際認證與實戰應用，本課程內容完全對應 ITS Python 的考科範圍，深度分析並安排所有的流程順序，透過密集的訓練與有系統的學習，即使是初學者都能在極短的時間內獲得完整的精華，順利通過認證的考驗！
緯育TibaMe
學習精靈

09/13 00:00

youtube.com
期貨金融大數據 - 模擬操作暨預測系統
1 0
電腦技能的領航員-碁峰資訊
關注
碁峰資訊GOTOP

小編

2022/04/02

SQL Server與R開發實戰講堂
本書以企業現場常見的情境為例進行解說，幫助您快速解決SQL開發上的疑難雜症，學到資料庫與大數據整合的概念，進而開發出企業級的應用系統。
本書精采內容包括：
．在4秒內將十年的微軟股價載入到資料庫
．報表服務整合SQL Server R語言
．直接輸出SQL Server R繪製圖片
．使用SQL Server R建立預測模型
．使用SQL Server R rxDTree演算法產生互動式決策樹
．透過SQL Server R與Database Mail遞送數據與圖表
．使用SQL Server R的資料採礦進行決策分析
．整合Power BI與SQL Server R服務呈現數據與圖形
．SQL Server直接產生XML與JSON資料格式
．不為人知的OPENQUERY秘密功能大公開
．如何在1秒內匯入40萬筆資料列
．利用簡單T-SQL作為網路爬蟲
看更多書籍介紹:
SQL Server與R開發實戰講堂
0 0 27 0
學習精靈

12/17 00:00

youtube.com
【民視樂活醫學堂】探詢人體奧秘大數據 基因檢測新技術2018.04.26—陳瑞杰暨北醫附醫醫療團隊
4 0

推薦給你

PM雜學相談室－新手轉職PM交流區🙌
關注
知識貓星球

喵星人

5小時前

探索性數據分析(EDA)是什麼？幫助產品經理深入分析，一篇文章看懂
探索性數據分析（EDA）是產品經理在進行深入分析或建模前，用來快速了解數據的一種方法。簡單來說，它幫助你了解數據的基本特徵、發現異常和缺失值等，以下將詳細介紹：
1. 了解數據的基本特徵：透過統計數據（如平均值、最大值、最小值）快速掌握數據的大概狀況。
2. 可視化數據：使用圖表（如直方圖、散點圖、箱形圖等）來查看數據的分佈、變量間的關係和潛在趨勢。
3. 發現異常和缺失值：檢查數據中是否有異常點或遺漏的數據，以確保數據的準確性。
4. 變量之間的關聯性：檢查數據中的不同變量是否相關，為後續的決策提供依據。
EDA 的目的是通過簡單的分析快速理解數據，為後續的深度分析和決策打好基礎。
要運用探索性數據分析（EDA）來幫助做出產品決策，以下是簡單的步驟指南：
1. 定義問題與目標
先明確你要解決的問題。例如，你可能想提升某個功能的用戶轉換率或找出導致用戶流失的原因。
2. 收集數據
從數據來源（如 Google Analytics、產品日誌、用戶反饋等）中收集與目標相關的數據，這可以包括用戶行為數據、產品使用數據、營銷數據等。
3. 進行基本數據檢查
- 數據總覽：查看數據有多少行、多少列，是否有缺失值。
- 統計摘要：快速檢查數據的平均值、最小值、最大值等，來了解數據的整體分佈。
4. 使用圖表進行可視化
利用簡單的圖表來快速了解數據：
- 直方圖：查看用戶行為的分佈（例如使用某個功能的頻率）。
- 散點圖：找出變量之間的關係（例如用戶使用時長與轉換率的關係）。
- 箱形圖：檢查是否有異常值，這些異常值可能會影響分析結果。
5. 檢查數據中的模式與趨勢
- 發現趨勢：例如，通過分析用戶的使用行為，發現某個功能在特定時間段更受歡迎。
- 群體分析：將用戶按不同特徵（如地區、設備、年齡）分群，看看各群體是否存在行為差異。
6. 處理異常值與缺失值
- 對於缺失數據，可以選擇補充或移除它們。
- 對於異常值，決定是否要排除，還是進一步分析其原因。
7. 根據發現制定行動計劃
根據 EDA 的結果，得出有價值的結論，然後制定具體的行動方案。例如，發現某些功能的使用頻率較低，可能需要優化或重新設計。
8. 持續監控與迭代
在產品上做出改變後，繼續收集數據，重複進行 EDA，以確認改進是否有效。
通過這些步驟，EDA 幫助你快速理解數據中的關鍵資訊，支持數據驅動的產品優化和決策。
0 0 95 0
你可能感興趣的教室