Python 基礎資料科學

Python 基礎資料科學

資料科學家被譽為21世紀最性感的職業之一。在現今極具影響力的專業領域中,資料科學整合了統計學、數據分析和機器學習技術,專注於從龐大且複雜的數據集中挖掘出實用的洞見和知識。這些知識對於企業制定策略和進行決策過程至關重要。資料科學的應用範圍廣泛,涵蓋金融服務、醫療保健、市場營銷、產品開發以及政府政策制定等多個重要領域。通過本課程,學員將能深入了解資料科學的核心技術和實際應用,掌握如何有效解析數據並利用這些數據來支持和優化業務決策。

課程大綱

1. Python 程式設計基礎
- 基本語法:變數、資料型態、運算符號
- 控制流程:if 語句、for 和 while 迴圈
- 資料結構:列表、元組、字典、集合
- 函式定義和模塊導入
- 檔案操作:讀寫檔案

2. Python 資料分析
- 資料科學簡介
- 基礎統計學
- 資料分析方法
- 資料視覺化
- 資料資料清理與處理:缺失值、異常值處理、預處理
- 資料科學中的矩陣計算

3. 機器學習概論
- 機器學習簡介
- 特徵工程
- 迴歸模型:線性迴歸、羅吉斯迴歸
- 分類模型:SVM、決策樹、隨機森林
- 模型評估與解釋性
- 集成學習
- 分群
- 降維

4.文字探勘
- 文本預處理:分詞、詞性標注、去除停用詞
- 文本向量化方法:Bag of Words、TF-IDF、Word2Vec
- 文本分類和情感分析

5. 推薦系統
- 推薦系統簡介
- 協同過濾
- 矩陣分解式推薦
- 生成式 AI 與數位行銷

*課程注意事項
課程教材:本課程教材中文為主,英文為輔
證書制度:本課程有三次作業與期末專題,請於規定時間內繳交,完成者可獲得課程證書
回饋制度:每堂課設有課後回饋表單,即時掌握學員學習成效

適合對象

這門課程適合對資料科學有興趣且具備 Python 能力的學生或跨領域人士。本課程非基礎程式設計,若無程式基礎,建議先修基礎 Python 課程掌握基本語法。

開發環境

Google Colab 或 Python 3.6 以上版本

實體課程注意事項

本班為實體課程,常見QA詳情連結

校園防疫措施詳情連結

公務員全程參與課程學習後可於課程結束後申請登錄公務人員學習時數

課程影片觀看期限至課程結束後一週關閉

(一)退費期限:開課日後⅓時數內,詳情連結

(二)查詢結業狀況:結業名單連結

近期班次

講師介紹

(一) 學歷:

  • 國立臺灣大學資訊工程博班
  • 國立陽明交通大學應用數學碩士
  • 國立臺灣師範大學數學學士 (含教育學程)

(二) 研究領域與興趣:

  • 資料科學
  • 機器學習
  • 電腦視覺
  • 計算數學

(三) 工作與研究經歷:

  • 中研院兼任研究助理
  • 臺大資料分析與決策社課程長
  • Appier 資料分析實習生
  • 國家理論中心暑期研究生

(四) 教學經歷:

  • 臺大 Python 程式設計助教
  • 臺大計算機程式設計助教
  • 臺大線性代數助教
  • 臺大數位、人工智慧、量子計算助教
  • 國家理論中心暑期研究計畫助教
  • 陽明交大量子計算助教
  • 陽明交大微積分助教
  • 臺師大高等微積分助教
  • 臺師大微分方程助教
  • 台大明明補習班數學科解題老師

(五) 得獎經歷:

  • 2023 AI CUP 多模態嗓音辨識金牌獎 (1/371)
  • 2022 AI CUP 肺腺癌腫瘤分割優等 (7/307)
  • 2022 AI CUP 農作物辨識佳作 (8/446)
  • 2022 AI CUP 無人機物件偵測佳作 (5/236)
  • 2022 AI CUP 可解釋自然語言標記佳作 (14/255)
  • 2022 AI CUP 蘭花品種分類前標 (13/743)
  • 臺大勤學獎學金
  • 臺灣工業應用數學年會海報銀牌獎
  • 中研院數學所周鴻經獎學金
  • 教育部師資培育獎助生
  • 臺師大、陽明交大書卷獎

(六) 公開演講:

  • 2024 SITCON 海報講者
  • 2023 sciwork conference 講者
  • 2022 MICCAI Workshop 線上講者
  • 2022 SITCON 議程講者
  • IOH 開放個人經驗平台講者

更多資訊請參考:https://jwliao1209.github.io/