Python 資料科學與機器學習

Python 資料科學與機器學習

大數據時代已經來臨，該如何運用資料科學去分析這些數據背後所帶來的意涵，並且將它視覺化呈現，以及該如何運用這些數據透過機器學習的方法訓練出一個強而有力的模型。本課程依序講解 Python 基礎程式設計，Git 及 Github 上傳個人程式碼及網路使用開源程式碼，資料科學與機器學習基本觀念。本課程 Coding 較重，總共會有6次作業，及2個專案應用，每份作業在課堂上都會清楚說明以及檢討，完全零基礎的學生只要擁有想學的熱忱也可以參加報名。

課程大綱

本課程分為三階段，前三堂課為 Python 基礎設計打好基礎，透過HackerRank 網站檢測程式設計能力。第四堂為 Git 及 Github 教學，讓學員擁有上傳程式碼及使用開源程式碼的能力，第五堂學習 Numpy, Pandas,Matplotlib 等資料科學套件用來分析數據及視覺化呈現。第六堂到第十堂為學習經典機器學習的演算法，使用 scikit-learn 套件進行個人專案開發。

1. Python 基礎程式設計
- 終端機指令
- 變數,資料型態,記憶體
- 迴圈,資料結構,函式
- 物件導向
2. Git & Github
3. 資料科學庫
- Numpy
- Pandas
- Matplotlib
4. 機器學習
- 機器學習基礎觀念
- 監督式學習
- 迴歸與分類 (Regression & Classification)
- 決策樹、隨機森林 (Decision Tree & Random Forest)
- 支持向量機 (Support Vector Machine)
- K-最近鄰演算法 (KNN)
- 非監督式學習
- K-平均演算法(K-means)
- 密度聚類算法 (DBSCAN)
- 主成份分析 (PCA)

適合對象

高中生、大學生及商業人士對於數據分析、資料視覺化、訓練模型有興趣者

開發環境

開發系統為 Windows, Mac, Linux 都可以進行開發。使用 PyCharm + Anaconda 創造自己的環境從事專案開發。

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

曹千祐

(一) 學歷:
國立臺灣大學資訊網路與多媒體研究所 博士班

(二) 經歷:
華碩:AI 電腦視覺演算法開發
科技部 LTSER 計劃:網站架設及資料分析處理
臺大 ABRESO 計劃:App 開發

(三) 擅長程式語言與程式庫
C/C++; Python; Pytorch; Scikit-learn; OpenCV

老師個人課程網站: https://www.thousandai.com/