[北區]Python與機器學習技術應用研習班

看板Refresh (充電)作者salmon12706 (Ellen)時間6年前 (2019/05/28 17:35)推噓0(0推 0噓 0→)

留言0則, 0人參與討論串1/1

6/3-6/4 [Python機器學習實作應用研習班] (5/30 報名截止) ■課程簡介物聯網(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2018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，其使用率位居第一位，足見其未來的重要性。本課程運用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及機器學習的工作。 ■課程目標 1.學習Python與機器學習之發展趨勢與應用 2.機器學習框架與演算法開發實作 ■適合對象有志於人工智慧與機器學習技術應用之研發工程師、產品設計師、生產製造工程師、研究員等。 ■課程內容與大綱 1.機率統計、資料探勘、機器學習與人工智慧的異同 2.Python、Spyder、Jupyter Notebook與相關模組的安裝 3.Python資料結構 4.屬性工程 5.維度縮減與集群分析 6.關聯規則分析 7.迴歸分析與分類 8.樹狀模型與隨機森林 9.k近鄰分類 10.貝式分類 11.支援向量機 12.薈萃式學習 ■講師簡介鄒老師現任：臺北商業大學資訊與決策科學研究所教授暨資料科學應用研究中心主任經歷：新加坡國立大學解析與作業學系訪問教授、西交利物浦大學計算機科學與軟件工程學系暨大數據解析研究院訪問教授、南京理工大學經濟管理學院管理科學與工程訪問教授、中華R軟體學會理事長、臺灣資料科學與商業應用協會理事長、世新大學資訊管理學系副教授、中華大學企業管理學系副教授專長：大數據與資料科學、機器學習、進化式多目標最佳化、群體智慧、賽局模型、等候網路、系統模擬、數學規劃、彈性製造與企業電子化著作：大數據分析與應用實戰：統計機器學習之資料導向程式設計(東華書局總經銷) ■上課時間 108年6月3日(一)及108年6月4日(二)，上午9：10~下午4：00，共計12小時。 ■上課地點台北，實際上課地點，請依上課通知為準。 ■報名網址 https://reurl.cc/xAakE 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 ※ 文章網址: https://www.ptt.cc/bbs/Refresh/M.1559036125.A.B2B.html ※ 編輯: salmon12706 (140.96.158.142), 05/28/2019 17:41:46 ※ 編輯: salmon12706 (210.242.167.236), 05/29/2019 10:40:23 ※ 編輯: salmon12706 (140.96.158.142), 05/30/2019 09:28:06 ※ 編輯: salmon12706 (140.96.158.142), 05/30/2019 09:29:12