此為「109年必修課程-資料科學領域」3 hrs 純線上課程部分,開放所有研習生自我學習。
因課程內容相同,建議已修過此領域必修課程的同學不需重複修課。
![]() |
課程介紹
|
【課程簡介】本課程理論與實務兼顧,讓同學了解資料科學與人工智慧領域的發展,並學習相關的資料科學與機器學習技術,將資料分析轉換為有用的資訊,並透過讓人容易理解與樂於閱讀的資料視覺化作品來呈現。 【學習目標】本課程將學習以 Python程式語言進行資料科學專案之實作,實務技巧包含資料科學、資料視覺化、機器學習、監督式學習、非監督式學習,並輔以特定的公開資料與 Kaggle專案來進行務實的訓練。本課程修業完畢後,學生將能深入了解資料科學與機器學習的精神,並能訓練、評估、驗證所設計之分析預測模型,並實作出言之有物的資料分析專案成果作品,例如,視覺化儀表板與視覺資訊圖表。 |
![]() |
授課教師
|
黃福銘 |
![]() |
授課語言
|
中文 |
![]() |
授課方式
|
線上課程 |
![]() |
製作單位
|
DIGI+數位網路學院 |
![]() |
課程時數
|
3小時 |
課程大綱
一、學習資源 | |||
109資料科學必修課程-線上課程簡報 | 00:00:00 | ||
二、 監督式學習 | |||
機器學習導論 | 00:00:00 | ||
資料科學程式語言:使用Python | 00:00:00 | ||
監督式學習方法論 | 00:00:00 | ||
三、 非監督式學習 | |||
線性迴歸演算法及多項式迴歸 | 00:00:00 | ||
K近鄰演算法與支持向量機 | 00:00:00 | ||
決策樹與隨機森林 | 00:00:00 |
課程評價
沒有找到該課程的評價。