7/30(四)、7/31(五) Python資料分析與視覺化(12小時) 0. Python 複習與環境準備 1.資料科學簡介及 Python 應用 2.高效能的數學運算工具 - Numpy 3.串起資料與程式分析 - Pandas 4.視覺化的呈現資料 - Matplotlib 5.定義問題與觀察資料 6.資料探索與視覺化 8/12(三)、8/13(四)、8/14(五)Python與機器學習預測實作(18小時) 0. Python 複習與環境準備 * 基礎 Python 語法* 相關套件與開發環境準備 1.機器學習初體驗 * 淺談機器學習* 機器學習如何改變世界* 監督式學習與非監督式學習 2.連續數值的監督式學習 - 回歸模型 * 簡單線性回歸分析* 使用更複雜的回歸模型* 回歸模型評估 3.離散數值的監督式學習 - 分類模型 * 邏輯回歸（Logistic regression）* 決策樹（Decision trees）* 支持向量機（SVM） * 最近鄰居法（KNN） * 簡單貝氏分類器（naive Bayes）* 混淆矩陣與分類模型評估 4.沒有目標的非監督式學習 - 分群模型 * KMeans 模型* Hierarchical 模型* DBSCAN 模型 5.大海撈針的關聯規則學習 * 啤酒與尿布的都市傳說* 從暴力法到 Apriori 模型 6.更深更廣的進階學習 - 集成與深度學習 * 機器學習優化方向* 現代化機器學習 報名方式：工研院產業學習網，https://reurl.cc/Ob8rpR 歡迎自行轉載 ------------------------------------------------------------------------------ 充電會版位址如下： PTT→分組討論區→生活娛樂館→Life_Plan 人生→Refresh【充電板】─終身學習 ------------------------------------------------------------------------------ --

※ 發信站: 批踢踢實業坊(ptt.cc), 來自: 140.96.158.142 (臺灣) ※ 文章網址: https://webptt.com/m.aspx?n=bbs/Refresh/M.1591774804.A.372.html