學完能做到
- 理解 ML 問題類型與基本流程
- 做資料清理、特徵處理與模型訓練
- 用指標評估模型表現
- 知道模型限制與部署前檢查重點
實作專案
- 客戶流失預測
- 房價/業績回歸模型
- 分類模型評估報告
適合對象
- Python 有基礎的人
- 想進入資料科學與 AI 應用的人
Curriculum
課程大綱
01
基礎觀念
01
What is Machine Learning
02
Data Feature Label
03
Train Test Split
04
Model Training Concept
05
Linear Regression
06
Loss Function MAE MSE
07
Regression Evaluation
02
核心能力
01
Classification Concept
02
Logistic Regression
03
Classification Metrics
04
Confusion Matrix
05
Data Cleaning
06
Feature Engineering
07
Normalization Standardization
03
實作與延伸
01
Decision Tree
02
Random Forest
03
KNN and SVM
04
Clustering KMeans
05
PCA Dimensionality Reduction
06
End to End Project