課程介紹
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，其使用率已位居第一位，足見其未來的重要性。「Python機器學習應實作」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/機器學習的工作。
課程資訊
課程時間：2018/05/26(六)-05/27(日) 課程地址：台北市內湖區內湖路一段356號5樓 課程天數：2天；上午9：30至下午4：30 (中午休息1小時) 課程定價：原價11,800元整 (含上課講義、16小時研習證明與午餐)
- 早鳥(5月15日前)/舊生：7,000元/人
- 兩人以上團體：6,500元/人
- 四人以上團體：6,000元／人
- ※以上優惠不合併使用 ※
講師介紹
AsiaAnalytics特聘專業講師：鄒慶士 教授
臺灣科技大學(TAIWAN TECH) IE/OR博士(1990~1994)，曾任教於新竹市中華大學企業管理學系所副教授(1996~2001)，世新大學資訊管理學系所副教授(2001~2004)，兼任中原、空中、實踐、東吳、中央、南京理工、上海東華、蘇州西交利物浦等大學講師/副教授/教授/講座(1991~)。專長領域為大數據與資料探勘、機器學習、多目標最佳化、進化式計算、賽局模型、等候網路與企業電子化等。
現任
- 臺北商業大學資訊與決策科學研究所暨資料科學應用研究中心主任
- 中華R軟體學會理事長
- 中華品質評鑑學會常務監事
課程大綱
課程主題 詳細內容 簡介及資料探索準備
統計、資料探勘、機器學習與人工智慧的異同 Python、Spyder、Jupyter Notebook與相關模組的安裝 Python資料結構 屬性工程 維度縮減 集群分析 機器學習預測建模
迴歸分析與邏輯斯迴歸 決策樹與隨機森林 k近鄰分類 貝式分類 核函數方法 薈萃式學習 ※時間、流程會依現場上課狀況調整，以上僅供參考用。