課程介紹:
物聯網(Internet of Things, IoT)時代下透過互聯互通的網路,拉近了原本可能分散的資料,統整成物物間與物人間的數位資訊,這些聚集起來的大資料,需要合宜的工具加以視覺化與分析建模,方能創造出更便利的未來生活。整合了統計、資料探勘與機器學習等領域的智慧資料分析技術(intelligent data analysis),正是駕馭各種智能裝置的關鍵之鑰。根據2017年KDnuggets的最新調查顯示,Python是資料解析/資料探勘/資料科學工作中經常被使用的程式語言,其使用率已位居第一位,足見其未來的重要性。
「Python機器學習應實作」課程,運用numpy、pandas、scikit-learn三大模組,以通用的資料分析流程進行(資料理解、準備、建模、評估與釋義)語音、文字、影像等資料探勘案例實作,課程內容涵蓋各式機器學習類型,方法包括頻繁型態探勘、集群、迴歸與分類等,結合運用以達成機器學習預測建模的目標。除了多元應用案例與講師實戰經驗分享,並進行深入淺出的理論觀念介紹。以最適合資料科學家的Python整合式開發環境Jupyter Notebook與Spyder進行實機操作,幫助學員輕鬆上手資料探勘/機器學習的工作。
課程時間及優惠:
課程天數:2天;上午9:30至下午4:30(中午休息1小時)
原價11,800元整 (含上課講義、16小時研習證明與午餐)
早鳥(6月25日前)/舊生:7,000元/人
兩人以上團體:6,500元/人
四人以上團體:6,000元/人
講師介紹:
AsiaAnalytics特聘專業講師:鄒慶士 教授
臺灣科技大學(TAIWAN TECH) IE/OR博士(1990~1994),曾任教於新竹市中華大學企業管理學系所副教授(1996~2001),世新大學資訊管理學系所副教授(2001~2004),兼任中原、空中、實踐、東吳、中央、南京理工、上海東華、蘇州西交利物浦等大學講師/副教授/教授/講座(1991~)。專長領域為大數據與資料探勘、機器學習、多目標最佳化、進化式計算、賽局模型、等候網路與企業電子化等。
現任:臺北商業大學資訊與決策科學研究所暨資料科學應用研究中心主任
中華R軟體學會理事長、中華品質評鑑學會常務監事
課程大綱:
課程主題 | 詳細內容 |
簡介及 | ●統計、資料探勘、機器學習與 人工智慧的異同 ●Python、Spyder、Jupyter ●Python資料結構 ●屬性工程 ●維度縮減 |
機器學習 | ●迴歸分析與邏輯斯迴歸 ●決策樹與隨機森林 ●k近鄰分類 ●貝式分類 |
近期熱門活動...
|