機器學習課程

課程主要教學方式使用Python程式語言搭配Scikit-lear套件的講解，並且實際帶領您進入real-world案例的世界，全面介紹機器學習的理論基礎和實踐應用，一步步進入機器學習的專業領域。

歡迎對機器學習 (Machine Learning)有興趣的學員加入，課程主軸包括機器學習概念與應用，將引導從資料探索式分析、集群分析至數值與分類預測應用，透過案例示範與實作練習來增進學習成效。

此課程目標為除了讓學生了解機器學習的原理外，也學會如何應用在實際的案例上，並具備使用電腦軟體進行資料分析之能力。

哈佛大學於線上平台釋出 85 門免費專業課程，涵蓋數據科學與人文等多元領域，課程重點包含微型機器學習與領導者 AI 應用 ...

學員將學習機器學習專業術語、演算法及其數學意義，並透過 Scikit-learn 進行手把手實作。 課程以相同資料集比較演算法差異，分析參數對模型效能的影響，助您精通機器學習應用。

本課程為人工智慧的相關課程，首先介紹機器學習的基礎概念，如:監督式學習、與非監督學習的相關技術，並透過實例介紹機器學習基礎的model與核心概念與應用。當學生具備有基本機器學習基礎後，再介紹類神經網路及深度學習，包含如何訓練及優化類神經網路(NN)、深度神經網路(DNN)與卷積神經 ...

近40小時的課程，帶你掌握資料科學套件（NumPy、Pandas、Matplotlib、Seaborn），由淺入深學習「機器學習」的數學原理、理論與程式應用，全面涵蓋監督式學習（回歸、分類）與非監督式學習（降維、聚類）等 AI 模型！