機器學習於商業分析專題

機器學習於商業分析專題

在數據驅動的時代,機器學習已成為商業決策中不可或缺的利器,幫助企業挖掘深層洞察並大幅提升運營效率。本課程旨在帶領學員從資料分析的基礎原理出發,逐步掌握機器學習的方法與技巧,並將其應用於實際的商業分析場景。課程將結合 Kaggle 資料集,透過實作與案例練習,讓學員親身體驗如何利用機器學習有效解決複雜問題,並為商業決策提供支持。

課程大綱

一.資料分析
1.資料分析方法
2.資料處理
3.資料視覺化

二.機器學習概論
1.特徵工程與資料清理
2.迴歸模型
3.分類模型
4.模型評估
5.模型可解釋性與洞察
6.集成學習
7.分群演算法
8.降維演算法

-------------------------------------------------------------------------------------------------------------
◆進行方式:本課程為實體課程,配合線上錄影
◆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 (熟悉 Numpy, Pandas, Matplotlib, … 等套件)。

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

  • 第435期 招生中

    課程類別:114年寒假兩日全天班2

    開課日期:2025.01.23 ~ 2025.01.24

    上課時間:

    週 (四)(五) 9:30 AM ~ 4:00 PM

    學費:新生新台幣4500元整

    注意事項:
    1. 每日上午09:30~12:30與下午14:00~16:00 (午休時間1.5小時)
    2. 不供餐
    3. 需自備筆電

  • 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/