跳到主要內容
 

用Python實戰監督式學習

1.學會K-Nearest Neighbor算法,並得知它的優缺點及局限性
2.學會運用Naive Bayes分類器和General Bayes分類器。
3.學會用貝葉斯分類器轉換為線性,二次分類器用以加速計算
4.學習實用的機器學習主題。如:超參數,交叉驗證,特徵提取,特徵選擇和多類分類。
5.了解特徵提取和特徵選擇的概念
6.學會使用Sci-Kit Learn
7.了解經典機器學習方法和深度學習之間的利弊
開課單位:財團法人臺南市致遠基金會
課程大綱:K-最近鄰
樸素貝葉斯和貝葉斯分類器
決策樹
感知器
實用機器學習
構建機器學習Web服務
開課日期:2020-04-13
上課時間:週一、週二 09:00~16:00 4/13、4/14
結束日期:2020-04-14
上課時數:12
預計招生人數:20
費用:學員負擔:3600元/政府負擔:3600元
繳費方式:需先至開課單位繳交全額費用
課程費用:7200元
聯絡人:楊皓宇
連絡電話:02-25982628
先備知識:1.有使用Numpy和Pandas套件的經驗
2.概率和統計-高斯分佈
3.能運用Python編寫程式
授課師資:李厚均
招生對象:1.希望將機器學習技術應用於數據集的學員和專業人士
2.希望將機器學習技術應用於現實問題的學員和專業人士
3.想要學習經典數據科學和機器學習算法的人
上課地點:交通大學-致遠樓
課程報名網址: