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。整合了統計分析、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。這把鑰匙因領我們通往人工智慧(Artificial Intelligence, AI)的時代,AI無疑是當今最熱門的發展重點,隨著科技發展成熟,支撐人工智慧的大數據分析,成為新世代創新來源的成長引擎,同時也快速改變我們的工作及生活方式,包括:無人駕駛、人臉辨識、智慧醫療以及智慧零售,甚至延伸到美容美髮產業、銀髮醫療照顧、農漁養殖、金融業等。大數據與AI的應用不光是需要技術, 擁有領域知識(domainknowledge)的行業人才也會是決定成敗的關鍵點。
資料分析與機器學習技術的開發其實沒有想像中難,未來人工智慧技術會跨域與融入許多產業中。本課程用深入淺出的方式介紹資料分析的基本概念,機器學習預測建模應該如何下手及進行。課程中安排上機撰寫基礎Python與R程式,從資料前處理、模型訓練、驗證評估、應用推理過程中,了解AI大數據建模的過程,幫助學員在工作場域中發掘新應用的可能性。
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,其使用率已經位居第一位(52.6%),足見其未來的重要性。
本課程「Python資料分析基礎與機器學習實戰班」課程,運用numpy、pandas、scikit-learn、matplotlib、scipy及其他相關模組,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與機器學習的工作。課程時間地點:
課程優惠:
原價18,000元整 (含上課講義、28小時研習證明與午餐)
早鳥/舊生優惠價(12月31日前):11,000元/人
二人以上團體:10,000元/人
三人以上團體:9,000元/人
講師介紹:
AsiaAnalytics專業講師:鄒慶士 博士
明志科技大學機械工程系特聘教授兼人工智慧暨資料科學研究中心主任、國立臺北商業大學資訊與決策科學研究所教授、社團法人中華品質評鑑協會常務監事、中華民國品質學會大數據品質應用委員會主任委員、曾任中華R軟體學會理事長、曾任臺灣資料科學與商業應用協會理事長。(著有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ISBN978-957-43-6340-7)
課程內容與大綱:
單元 | 課程大綱 |
大數據分析概論 (4HR) | 1.資料分析兩大主流工具 - Python與R 2.大數據分析 (1)數據處理方法 (2)資料視覺化 |
資料分析基礎 (8HR) | 3.資料探勘流程與機器學習類型 4.屬性工程 5.統計機器學習基礎 (1)隨機誤差模型 (2)模型績效評量 (3)模型選擇與評定 |
非監督式學習 | 6.關聯規則分析 7.維度縮減 8.集群分析 |
監督式學習與 (8HR) | 9.近鄰學習 10.貝式分類 11.支援向量機 12.類神經網路與深度學習簡介 13.分類與迴歸樹 14.薈萃式學習與隨機森林 15.深度學習 |
![]() |