業界都在學的機器學習:統計學基礎與Python實作
業界都在學的機器學習:統計學基礎與Python實作

成為AI工程師的第一堂課:機器學習的統計基礎與Kaggle範例實作

 授課講師: 黃志勝 老師
 課程時數: 預計約 10小時
 上線日期: 5/31(三)完整上線

完課後三天內,
已有學員考取GA4證照!
點此看學員心得

銷售達標進度
0%

3/23 (四) 將調漲至3,480元

加入就送
Python 基礎教學、39個程式範例

優惠價

$3,300

原價

$6,000

用Python操作Excel|實現職場自動化與理財工具開發

 授課講師: Kadin老師
 課程時數: 4小時21分19秒
 上線日期: 已上線
銷售達標進度
0%
0%

加入就送
「Python 基礎教學、39個程式範例」

優惠價
$3,980

原價

$6,000

課程影片不限次數觀看學習

此課程中的技術將可以應用在「資料分析、建模、統計」等工作內容中,對於想轉職成資料分析師、數據科學家、模型開發工程師、AI 大數據工程師、演算法工程師者,都是非常實用的技能。

《成為AI工程師的第一堂課》線上課程+《機器學習的統計應用》紙本書組合 

成為AI工程師的第一堂線上課程
+
《機器學習的統計應用》紙本書 

5折優惠中,50套已售完
追加最後10套
售完為止!

成為AI工程師的第一堂課:機器學習的統計基礎與Kaggle範例實作
成為AI工程師的第一堂課:機器學習的統計基礎與Kaggle範例實作
成為AI工程師的第一堂課:機器學習的統計基礎與Kaggle範例實作
成為AI工程師的第一堂課:機器學習的統計基礎與Kaggle範例實作

成為AI工程師的第一堂課:機器學習的統計基礎與Kaggle範例實作

$6,000
機器學習的統計基礎(紙本書)
機器學習的統計基礎(紙本書)

機器學習的統計基礎(紙本書)

$680

=

業界都在學的機器學習:統計學基礎與Python實作
Liquid error (templates/product.pf-422e60ed line 196): product form must be given a product

紙本書寄送僅限臺灣本島地區,並於課程完整上線後寄發

紙本書寄送僅限臺灣本島地區
並於課程完整上線後寄發

優惠倒數

課程介紹

教師介紹

課程大綱

揪團問答

成為AI工程師的第一堂課:機器學習的統計基礎與Kaggle範例實作

$3,300

課程介紹

教師介紹

課程大綱

揪團問答

Section
Drop element here!
Section
Drop element here!

解鎖內容

課程成果圖

簡易機器學習流程:
從資料前處理進行簡易處理介紹,分割訓練和測試資料,利用訓練資料訓練模型,將訓練資料訓練好的模型利用測試資料進行預測,利用模型評估指標進行評估模型,若通過則進行模型部屬上線,若無通過則調整訓練模型。

業界都在學的機器學習:統計學基礎與Python實作

基礎統計分析:
分析收集資料的分布情形,從視覺化直方圖方式和統計量觀察資料特性,利用相關係數方法找尋相依性較高的特徵。利用主成分分析,進行整體資料進行特性釐清,利用資料壓縮法將特徵資料進行維度的降低,並分析最大幾個主成分的組成。

業界都在學的機器學習:統計學基礎與Python實作

機器學習建模:
從Kaggle資料庫中,舉四個範例(分類兩個範例、迴歸兩個範例),從範例中做中學,將整個機器學習流程利用範例實作給學員參考。

業界都在學的機器學習:統計學基礎與Python實作

課程介紹

公司每天拉起鐵門做生意,就會有許許多多的交易發生,而每一筆交易至少都會衍生出五大財稅議題,包括:

什麼是人工智慧 (AI)、機器學習 (ML)和深度學習 (DL)?

公司每天拉起鐵門做生意,就會有許許多多的交易發生,而每一筆交易至少都會衍生出五大財稅議題,包括:

什麼是人工智慧 (AI)、
機器學習 (ML)和深度學習 (DL)?

公司每天拉起鐵門做生意,就會有許許多多的交易發生,而每一筆交易至少都會衍生出五大財稅議題,包括:

  1. 數據分析困難: 通過學習Power BI,學員可以更有效地分析數據,並快速找到關鍵資訊。
  2. 可視化困難: 通過學習Power BI,學員可以更有效地製作可視化數據,並以更易理解的方式呈現。
  3. 報表製作困難: 通過學習Power BI,學員可以輕鬆製作專業的報表,以便更有效地分析數據資訊。
  4. 共享數據困難: 通過學習Power BI,學員可以學會如何分享數據報表,以及與他人分享成果。
  5. 對數據分析和可視化缺乏信心: 通過學習Power BI,學員可以提高對數據分析和可視化的信心,並成為專業的數據分析師。

本課程將介紹機器學習統計方法需要用到的基礎知識,並且透過 Python 和 Jupyter notebook 的實作,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。

曾任職演算法資深工程師、現職上市公司人工智慧研發部副理的黃志勝老師,將會從基礎開始教學,並將統計上的名詞以白話文說明,搭配統計相關的範例實作(提供範例程式碼),只要具備高中數學背景知識,沒有機器學習經驗或背景也能學。

課程將從基礎出發 :

  1. 第一章介紹「基礎運算和常用到的機率概念」
  2. 第二章講解「常用統計學」,充分介紹機器學習的基礎
  3. 第三章說明「迴歸分析和分類方法」,搭配實例應用教學
  4. 第四章教學「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
  5. 第五章進行「模型評估」,讓學員理解模型的評估方式,並提供實例操作,了解如何選擇適合的模型
  6. 第六章從 kaggle 迴歸和分類的實際結構化資料集,將單元 1-5 學習的方法充分在範例中,進行完整的結構資料的分析

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!

課程特色

1. 機器學習統計基礎知識學習,搭配範例降低學習難度

2. 從做中學 :
透過 Python 和 Jupyter notebook,進行單元實際範例解說和操作

3. 黃志勝老師具備業界工程師實務經驗,且具備大專校院助理教授教學經驗,理解學用上的落差,課程所教售的知識都是在業界實際使用到的內容

4. 課程提供範例程式碼,不限次數觀看學習,且設有討論區,老師將親自回覆提問

適合對象

想提升機器學習統計
基礎知識者

想學習 「AI」
與「統計」應用者

想成為
資料分析師、數據科學家
模型開發、AI 工程師者

教師介紹

黃志勝 老師

學歷

  • 交通大學 電控研究所 博士
  • 台中教育大學 測驗統計研究所 碩士
  • 輔仁大學 統計資訊系 學士

工作經歷

  • 演算法資深工程師
  • 主任工程師 & 副理

現職

  • 上市公司 人工智慧研發部 副理
  • 大專院校 合聘助理教授

課程大綱

第一章
機器學習常用的基礎和機率

  1. 數值資料表示方式
  2. 向量與矩陣運算
  3. 矩陣分解
  4. 隨機變數的機率分布與機率密度函數
  5. 常用到的統計機率分布模型
  6. 常用到的距離和相似度計算方式

第二章
機器學習常用的統計學

  1. 統計量與特徵表徵
  2. 信賴區間
  3. 常態分布的區間估計
  4. 抽樣數的選擇
  5. 假設檢定
  6. 條件機率與貝氏定理
  7. 貝氏法則理論與最大後驗機率

第三章
迴歸和分類

  1. 簡單與多元線性迴歸分析
  2. 迴歸實例解說(Python實作)-
    波士頓房價為例
  3. 分類1:羅吉斯迴歸
  4. 分類2:線性區別分析
  5. 分類實例解說(Python實作)-
    (1)IRIS分類、(2)男 、女生判斷

第四章
統計降維法

  1. 特徵選取法
  2. 特徵萃取法
  3. 特徵選取法(Python實作)
  4. 特徵萃取法(Python實作)

第五章
模型評估

  1. 二元分類模型評估指標
    (Python實作)
  2. 多元分類評估指標 (Python實作)
  3. 迴歸模型評估指標 (Python實作)
  4. 交叉驗證:如何選取模型與模型評估

第六章
實際案例操作
(Python實作)

  1. Kaggle分類: Mobile Price Classification
  2. Kaggle迴歸: Car price prediction(used cars)

課程大綱

一、機器學習常用的基礎和機率

  1. 數值資料表示方式
  2. 向量與矩陣運算
  3. 矩陣分解
  4. 隨機變數的機率分布與機率密度函數
  5. 常用到的統計機率分布模型
  6. 常用到的距離和相似度計算方式

二、機器學習常用的統計學

  1. 統計量與特徵表徵
  2. 信賴區間
  3. 常態分布的區間估計
  4. 抽樣數的選擇
  5. 假設檢定
  6. 條件機率與貝氏定理
  7. 貝氏法則理論與最大後驗機率

三、迴歸和分類

  1. 簡單與多元線性迴歸分析
  2. 迴歸實例解說(Python實作)-
    波士頓房價為例
  3. 分類1:羅吉斯迴歸
  4. 分類2:線性區別分析
  5. 分類實例解說(Python實作)-
    (1)IRIS分類、(2)男 、女生判斷

四、統計降維法

  1. 特徵選取法
  2. 特徵萃取法
  3. 特徵選取法(Python實作)
  4. 特徵萃取法(Python實作)

五、模型評估

  1. 二元分類模型評估指標
    (Python實作)
  2. 多元分類評估指標 (Python實作)
  3. 迴歸模型評估指標 (Python實作)
  4. 交叉驗證:如何選取模型與模型評估

六、實際案例操作(Python實作)

  1. Kaggle分類: Mobile Price Classification
  2. Kaggle迴歸: Car price prediction(used cars)

 揪團問答

買課問答 (揪團來這)

購課問答/ 揪團來這

使用規則

1.找揪團、對於課程內容有疑問想詢問老師或提建議,歡迎留言。

2.內容不得涉及侮辱或具不雅文字,請勿張貼廣告,本平台保留直接刪除不適當留言之權利。

3.揪團者請自行創建並聯繫,本平台不介入干涉或負責。

4.如有看課、發票、退費申請等疑問,請參考官網【常見問題】,或連繫本平台客服信箱。

成為AI工程師的第一堂課:機器學習的統計基礎與Kaggle範例實作
成為AI工程師的第一堂課:機器學習的統計基礎與Kaggle範例實作
成為AI工程師的第一堂課:機器學習的統計基礎與Kaggle範例實作
成為AI工程師的第一堂課:機器學習的統計基礎與Kaggle範例實作
成為AI工程師的第一堂課:機器學習的統計基礎與Kaggle範例實作
成為AI工程師的第一堂課:機器學習的統計基礎與Kaggle範例實作

業界都在學的機器學習:
統計學基礎與 Python 實作

$3,300

優惠倒數

 猜您喜歡

用Python 建立分散式架構及監控系統:一堂課打造金融大數據戰情室
用Python 建立分散式架構及監控系統:一堂課打造金融大數據戰情室
用Python 建立分散式架構及監控系統:一堂課打造金融大數據戰情室
用Python 建立分散式架構及監控系統:一堂課打造金融大數據戰情室

用Python 建立分散式架構及監控系統:一堂課打造金融大數據戰情室

$4,680
Python全方位期貨課程 - 從基礎、爬蟲、回測、LINE提醒到AI應用
Python全方位期貨課程 - 從基礎、爬蟲、回測、LINE提醒到AI應用
Python全方位期貨課程 - 從基礎、爬蟲、回測、LINE提醒到AI應用
Python全方位期貨課程 - 從基礎、爬蟲、回測、LINE提醒到AI應用
Python全方位期貨課程 - 從基礎、爬蟲、回測、LINE提醒到AI應用

Python全方位期貨課程 - 從基礎、爬蟲、回測、LINE提醒到AI應用

$4,380
用Python打造自己專屬的VIP看盤室
用Python打造自己專屬的VIP看盤室
用Python打造自己專屬的VIP看盤室
用Python打造自己專屬的VIP看盤室

用Python打造自己專屬的VIP看盤室

$3,980
Python AI 量化交易策略開發及應用:機器學習交易策略開發
Python AI 量化交易策略開發及應用:機器學習交易策略開發
Python AI 量化交易策略開發及應用:機器學習交易策略開發

Python AI 量化交易策略開發及應用:機器學習交易策略開發

$4,480

常見問題