English
此為「110年必修課程-資料科學領域」課程，開放所有研習生自我學習，無頒發證書。
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】⼤數據議題崛起，資料科學的重要性隨之上升，如何從龐⼤資料中萃取出有⽤的訊息，成為⼀項重要的技能。本課程藉由完整的資料科學教學，從如何傳遞資訊的資料視覺化，到資料特徵的降維與分群，最後帶領學員將其實際應⽤在機器學習上，進⾏分組專案實作。 【學習目標】使每位參與學員能夠了解資料科學的基本概念，並獲得從資料中擷取必要資訊的實作能⼒。實作能⼒包括：基本python程式語⾔撰寫能⼒、資料視覺化相關套件使⽤、資料分析相關演算法概念及實作、機器學習之基本概念及實作。並期望參與學員能在製作分組專案中，了解資料科學的應⽤與相關發展，並引發其興趣。 |
 |
授課教師
|
劉穎立 Lily、黃世丞 Andy |
 |
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
|
6小時 |
課程大綱
| 講義教材 | |||
| 直播課程簡報_python基礎(Lily老師) | 00:00:00 | ||
| 直播課程簡報_機器學習導論(Andy老師) | 00:00:00 | ||
| 數位課程簡報 | 00:00:00 | ||
| 直播課程影片 | |||
| 110必修課-資料科學直播課程影片 | 00:00:00 | ||
| 1. 資料視覺化相關套件介紹(Lily老師) | |||
| 1-1 numpy | 00:00:00 | ||
| 1-2 pandas | 00:00:00 | ||
| 1-3 Matplotlib | 00:00:00 | ||
| 2. 資料分析工具(Andy老師) | |||
| 2-1 PCA | 00:00:00 | ||
| 2-2 KNN | 00:00:00 | ||
| 2-3 SVM | 00:00:00 | ||
| 2-4 決策樹 | 00:00:00 | ||
課程評價
沒有找到該課程的評價。
講師
57註冊的學生
