專業且具教學經驗的講師授課，實體與遠端線上同步上課，專題實作練習。
| 課程目標 |
熟悉Python程式開發應用領域，也能藉由Python package實作機器學習演算法，藉此有能力解決工作上及日常生活中的分析需求。 |
 |
| 課程大綱 CH1 - Python導論 CH2 - 機器學習導論 CH3 - 介紹監督式學習以及非監督式學習演算法 - 監督式學習方法
(線性回歸, SVM, Decision Tree…)
| - 非監督式學習方法
(K-menas,K-means++…)
|
CH4 - Scikit-Learn機器學習相關應用 - 介紹Scikit-learn套件
- 介紹資料標準化(Standardization),
資料清理(Data Cleaning),
補值等等資料前處理概念
| - 利用Scikit-learng套件建立監督式
以及非監督是方法之分類器 - opacity: 0;
- opacity: 0;
|
CH5 - 專題實習演練 - Python語言應用與實作
(包含Function, Dictionary, 檔案操作等) - 創意題目構思以及實作
| - Sklearn package實作
(包含分類、分群等演算法) - opacity: 0;
|
|
| 適合對象 | |
- 已在相關領域，欲再增強本身專業技能者
- 對資料分析有興趣願意嘗試學習者
| |
|
| 職涯發展 |
- Python程式設計師
- Python開發工程師
- Python開發測試
| - Python爬蟲開發工程師
- 數據研發工程師
- 大數據分析及數據挖掘
|
