6/3-6/4 [Python机器学习实作应用研习班] (5/30 报名截止)
■课程简介
物联网(Internet of Things, IoT)时代下透过互联互通的网络，拉近了原本可能分散的
资料，统整成物物间与物人间的数位资讯，这些聚集起来的大资料，需要合宜的工具加以
视觉化与分析建模，方能创造出更便利的未来生活。整合了统计、资料探勘与机器学习等
领域的智慧资料分析技术(intelligent data analysis)，正是驾驭各种智能装置的关键
之钥。根据2018年KDnuggets的最新调查显示，Python是资料解析、资料探勘、资料科学
工作中经常被使用的程式语言，其使用率位居第一位，足见其未来的重要性。
本课程运用Numpy、Pandas、Scikit-learn三大模组，以通用的资料分析流程进行(资料理
解、准备、建模、评估与释义)语音、文字、影像等资料探勘案例实作，课程内容涵盖各
式机器学习类型，方法包括频繁型态探勘、集群、回归与分类等，结合运用以达成机器学
习预测建模的目标。除了多元应用案例与讲师实战经验分享，并进行深入浅出的理论观念
介绍。以最适合资料科学家的Python整合式开发环境Jupyter Notebook与Spyder进行实机
操作，帮助学员轻松上手资料探勘及机器学习的工作。
■课程目标
1.学习Python与机器学习之发展趋势与应用
2.机器学习框架与算法开发实作
■适合对象
有志于人工智能与机器学习技术应用之研发工程师、产品设计师、生产制造工程师、研究
员等。
■课程内容与大纲
1.机率统计、资料探勘、机器学习与人工智能的异同
2.Python、Spyder、Jupyter Notebook与相关模组的安装
3.Python资料结构
4.属性工程
5.维度缩减与集群分析
6.关联规则分析
7.回归分析与分类
8.树状模型与随机森林
9.k近邻分类
10.贝式分类
11.支援向量机
12.荟萃式学习
■讲师简介
邹老师
现任：台北商业大学 资讯与决策科学研究所教授暨资料科学应用研究中心主任
经历：新加坡国立大学解析与作业学系访问教授、西交利物浦大学计算机科学与软件工程
学系暨大数据解析研究院访问教授、南京理工大学经济管理学院管理科学与工程访问教授
、中华R软件学会理事长、台湾资料科学与商业应用协会理事长、世新大学资讯管理学系
副教授、中华大学企业管理学系副教授
专长：大数据与资料科学、机器学习、进化式多目标最佳化、群体智慧、赛局模型、等候
网络、系统模拟、数学规划、弹性制造与企业电子化
著作：大数据分析与应用实战：统计机器学习之资料导向程式设计(东华书局总经销)
■上课时间
108年6月3日(一)及108年6月4日(二)，上午9：10~下午4：00，共计12小时。
■上课地点
台北，实际上课地点，请依上课通知为准。
■报名网址
https://reurl.cc/xAakE
欢迎自行转载