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