Kaggle 範例：癌症資料分類 (Jupyter notebook)
本範例採用癌症分類資料集，一共有 570 筆資料，每筆資料有 30 個欄位特徵，最終目的是利用這 30個欄位資料進行資料分類，目標是良性癌症和惡性癌症分類。此範例將採用主成分分析和線性區別分析直接進行建立模型，並分析主成分分析須採用到幾個主成分在測試資料集可以得到合適的分類正確率。

什麼是Kaggle？

Kaggle是一個資料建模與分析的競賽平台。企業和研究者可在其上發布資料，統計學者和數據分析專家可在其上進行競賽以產生最好的模型。

Kaggle提供了很好的環境跟豐富的資料讓大家來使用，如果說寫程式的人常用Leetcode提升自己寫code的能力，那麼資料分析者會選擇Kaggle作為練習跟打比賽的平台。

這裡有許多的真實的資料庫可以做為練習參考，例如用於遊戲銷售中的簡單資料、環境污染檢測的資料、COVID-19研究資料、烏克蘭公共採購資料庫等，而本課程在第六章會用到四個實際案例：

◆Mobile Price Classification
　手機價錢等級評估
◆Cancer Data Classification
　良性癌症、惡性癌症分類
◆Medical Cost Personal Prediction
　個人醫療費用預測
◆Used Cars Price Prediction
　二手車價預測

可以讓你在這些專案上訓練與測試你的模型，最終幫助到其他有需要的人。

課程說明

Python是機器學習最常用的程式語言，針對想要成為現在最受歡迎的資料分析師、數據科學家、模型開發工程師、AI 大數據工程師、演算法工程師的學員，有必要學習了解Python與統計基礎，因此在本課程裡提供了機器學習統計方法需要用到的基礎知識，並且透過Python 實作，讓學員能充分理解機器學習基礎運作方式、進階分類和迴歸分析，最後統整課程所學，進行Kaggle的實例操作。

本課程講師為教學經驗豐富、並且任職上市公司人工智慧研發部副理的黃志勝老師，以業界需求的實務角度著眼，貼近初學者的心態著手，從入門的Python下載與安裝開始教學，由淺入深介紹統計相關名詞，搭配統計相關的範例實作（提供範例程式碼），就算是沒有機器學習經驗或背景的學員也能放心學習。

本課程將從基礎出發 :

📌 第一章「基礎運算和常用到的機率概念」

📌 第二章「常用統計學」，充分介紹機器學習的基礎

📌 第三章「迴歸分析和分類方法」，搭配實例練習

📌 第四章「統計降維方法」，透過實際範例讓學員做中學，讓複雜的數學方程式實例化

📌 第五章「模型評估」，讓學員理解模型的評估方式，了解如何選擇適合的模型

📌 第六章「實際案例操作」，從 kaggle 迴歸和分類的實際結構化資料集，將單元 1-5 學習的方法充分應用在四個範例中，讓學員可以更清楚看到在不同的範例上，只要是在結構資料下，可以用相同的操作方式得到成果，並進行完整的資料分析。

學習過程中有不清楚的部分可以在討論區提出，且完課後將提供電子完課證書！