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。
[課程大綱]
第一天:機器學習簡介及資料探索準備
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
第二天:機器學習預測建模實作
1.迴歸分析與分類
2.樹狀模型與隨機森林
3.k近鄰分類
4.貝式分類
5.支援向量機
6.薈萃式學習
[上課時間]
109年7月1日(三)及109年7月2日(四)，上午9：10~下午4：00，共計12小時
[更多資訊]
https://reurl.cc/VanAb6
[聯絡窗口]
02-23701111#319 劉先生
歡迎自行轉載