104學習

機器學習建模

機器學習建模
關注
邀請朋友
邀請朋友

Line

Facebook

複製連結

取消
透過資料分析與演算法設計，將大量數據轉換成可預測結果的模型，幫助企業做出更準確決策。這項技能能提升自動化程度，優化流程，並挖掘潛在商機，廣泛應用於金融風控、行銷推薦、醫療診斷等領域。擁有此能力的人才在科技、金融與製造業等產業需求高，具備良好的數學、統計基礎與程式設計能力是成功關鍵。
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
教室標籤
  • 機器學習建模
    • 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
    教室標籤
  • 機器學習建模
    • 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

    機器學習建模 學習推薦

    電腦技能的領航員-碁峰資訊
    關注
    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
    A-Life｜使用Python實作人工生命模型
    0 0 240 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

    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
    圖形演算法｜Apache Spark與Neo4j實務範例
    0 0 101 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👇
    Raspberry Pi樹莓派開發入門｜本課程為線上課
    這門課將帶你從零開始認識開源硬體與 Raspberry Pi，學會建立開發環境、使用 Linux 基礎指令與網路連線設定，逐步掌握 GPIO 與 I/O 控制技巧，並實作 LED、按鈕、PIR 感測器與繼電器等應用。透過實務範例，培養你動手整合感測與控制技術的能力，建立開發智慧應用與物聯網系統的實戰基礎。
    艾鍗學院
    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
    機器學習實戰-影像處理篇
    近年來，在日常生活或是工業的自動化系統中，常常發現機器學習的蹤跡，隨著機器學習的應用趨近普及，如何應用機器學習於產業當中就變得非常重要，這門課採用實作導向的方式來探討機器學習，Alex老師會帶領你用機器學習來打造機器學習系統，並運用這樣的技術解決資料科學、影像處理以及電腦視覺中的不同任務。
    緯育TibaMe
    Spark第三部曲： MLlib完成資料挖掘與機器學習實戰
    Spark第三部曲中，老師將帶您了解機器學習原理，並快速使用Spark MLlib實作分析真實資料！課程一開始會從介紹機器學習及MLlib開始，概念清晰後再帶領學員探討資料型態及讀取資料、學習K-means分群模型和Logistic 分類模型，循序漸進的讓您從概念到實作。
    緯育TibaMe
    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

    熱門精選

    AI 趨勢報－科技愛好者的產地🤖
    關注
    職場力：提升職場競爭力

    小編

    04/13 13:16

    Meta首款多模態模型Muse Spark登場：會看、會算、還能幫忙寫小遊戲
    Meta正式發表全新大型語言模型「Muse Spark」，不只提升效能，更代表Meta AI進入了更強大的多模態處理階段。
    與過去需要透過大量文字描述不同，Muse Spark強調「視覺感知」能力，舉例：在機場或超市，只需要隨手拍下商品貨架，AI就能即時辨識並排序出蛋白質含量最高或最符合你營養需求的零食，省去逐一翻看標籤的時間。
    以下整理本次更新的三大亮點：
    1. 多模態感知力：AI不再只能讀文字，而是能直接「看懂」視覺資訊，除了辨識實體商品，也能分析複雜的影像與圖表。
    2. 視覺化程式開發：透過簡單的提示詞就能快速產出客製化網站、小遊戲等，開發門檻大幅降低，還能直接分享給好友。
    3. 生態系全面整合：目前Muse Spark已在Meta AI App與網頁版上線，未來數週將陸續推展至Facebook、Instagram、Messenger、WhatsApp，甚至是AI眼鏡中。
    如果你想更直觀了解Muse Spark帶來的改變，我們特別準備了一分鐘的精華短影片，帶你快速掌握Meta AI的最新進化。
    看更多
    Meta首款多模態模型Muse Spark登場：會看、會算、還能幫忙寫小遊戲
    1 0 1581 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

    白話大數據與機器學習
    本書以降低學習門檻為宗旨，解說大數據與機器學習的相關基礎知識，只要具備高中數學基礎即可看懂。內容結合大量案例與生動的插畫，將高度抽象的數學、演算法與現實生活中的事件作關聯，幫助讀者理解。
    本書精彩內容包括：
    ．大數據基礎，說明大數據應該具備的基礎數學知識
    ．大數據演算法，解說向量空間、回歸、聚類、分類等核心演算法
    ．大數據熱門應用：介紹推薦算法、文字挖掘、人工神經網路等技術的原理
    ．大數據主流框架：介紹Hadoop、Spark、Cassandra
    看更多書籍介紹:
    看更多
    白話大數據與機器學習
    0 0 58 0
    你可能感興趣的教室