應用機器學習於Python
Teacher: 林怡伶
2021/09/27~2021/12/27
6Hours/6Weeks (Course is Time End)

Abstract

機器學習技巧被廣泛地運用在各種領域,包含:商業、金融、醫療等…甚至是犯罪治理,而資料分析更是資訊時代人才必備技能;其中,業界最常用來實踐此技術的語言則是Python,因此本課程選用此語言教授。
然而,本課程非Python語法課程,不會從頭教起。建議同學先修完「商業AI系列磨課師」的Python課程再來修此門課,請先具備一定的程式能力或熟悉Python的語法。
本課程為應用導向,首先讓同學理解何謂機器學習,再一步步帶領同學從基本的資料分析流程步驟,到學會使用現今最熱門、功能最強大的機器學習模型。由於時間有限,我們會讓同學以圖像化的方式理解其運作原理,但不會花篇幅解釋背後的數學推導,如有興趣者可以上網自修,也非常歡迎非資訊、數理背景的同學來修課。
#商業AI 系列課程

Course Objective

  • 課程涵蓋非常多商業範例,同學會對整個資料分析流程:從資料蒐集、視覺化探索、前處理、建立模型、解讀模型結果非常熟悉。
  • 提升Python的熟練度,學會Pandas, NumPy, Scikit-learn, Matplotlib等套件。
  • 修完本課程,同學會對機器學習各大領域有完整的認識,並能依循課綱(學習地圖)進行自學深造。
  • 注重同學在討論板的互動,讓同學培養提問題的技巧。

 Instructor

林怡伶 老師

教師簡介

林怡伶博士是政治大學資訊管理系副教授,曾於國立中山大學資訊管理系服務三年.她專攻文字探勘、訊息檢索和人機互動之相關研究。她曾在阿姆斯特丹自由大學實習,研究與各種文化遺產語料庫相關的議題。林博士曾獲得溫仕仁基金會頒發的服務科學青年傑出研究員獎,並數度獲得教學卓越獎。她是TAICHI(台灣計算機-人機交互研討會)的PC成員,也是JASISTJISEJEBHypertextCHIPACIS等多個期刊和會議的審稿人。

Course Schedule

Unit 1:導論

Unit 2:監督式學習(經典)

Unit 3:監督式學習(進階)

Unit 4:非監督式學習

Unit 5:衡量指標與非結構化資料處理

Unit 6:商業應用範例

Course Contents

教授資料分析的各種技巧,包含連續型和類別型等監督式與非監督式學習的14種模型、處理結構化與非結構化資料方法,帶領同學分析顧客價值並實作網頁爬蟲和推薦系統,具體請參考課綱。

Grading Policy

平時測驗:佔總成績 50  %

    每單元都會有課後測驗,題型可能為是非題、選擇題與多選題,共23次。

   CH63個單元各佔4%,5-1 & 5-2 各佔 1%,其餘章節單元為2%

    目的在幫同學複習單元影片內容,因此可重複作答無限次。

平時作業:佔總成績 32 %

    每章節有10題左右的程式實作題,共6次。

   CH1~CH5每份作業各佔5%CH67%

    以選擇題或簡答題方式讓同學上傳對答案,可重複回答2次。

討論板發言:18%

    每章節至少發言1次,每章最多可得3分;若無發言,該章的3%無分。

發問者

回答者

具啟發/延伸性問題

1

2

簡單的問題

0.5

1

課程影片可找到解答的問題

0

0.5

行政性問題

0

0.5

Passing Criteria


Course Passing Grade:60 Full Score 100 point

Prerequisites

具備基本寫程式能力或熟悉Python的語法。

建議同學先修完「商業AI系列磨課師」的Python課程。

Course Suggest

Introduction to Machine Learning with Python (Andreas C. Müller, Sarah Guido), Publisher(s): O'Reilly.

Certificate

本課程證書費用:250元

如何申請證書?

1.點選右上方的「小白人」。

2.點選「證書下載」。

%E8%AD%89%E6%9B%B8%E4%B8%8B%E8%BC%89%E8%

3.畫面即會轉到申請證書系統中,請點選「我要申請證書」。

4.點選「我要搜尋」開始申請證書。

%E8%AD%89%E6%9B%B8%E4%B8%8B%E8%BC%89%E8%

詳細證書下載流程說明請點這裡