機械學習是人工智能的一個分支。 它能讓電腦利用訓練數據進行自我學習, 隨著時間的推進而不斷改良, 並不需要編寫程式。 機械學習有各式各類的演算法, 透過這些演算法再配合自己的數據, 便能夠建立一個適合自己使用的機械學習模型。 有了模型後,便能夠將新數據輸入以判斷結果為何, 作出趨勢分析或者數據判斷。 本課程利用 Python 程式語言 及 Scikit-Learn 機械學習程式庫, 學習基本的機械學習理論。 利用數據訓練模型, 以及利用模型預測結果,最後將模型利用 Streamlit 放到網上供人們使用。 學習課程後,能使到自己的資料分析能力更上一層樓。
機械學習是人工智能的一個分支。 它能讓電腦利用訓練數據進行自我學習, 隨著時間的推進而不斷改良, 並不需要編寫程式。 機械學習有各式各類的演算法, 透過這些演算法再配合自己的數據, 便能夠建立一個適合自己使用的機械學習模型。 有了模型後,便能夠將新數據輸入以判斷結果為何, 作出趨勢分析或者數據判斷。 本課程利用 Python 程式語言 及 Scikit-Learn 機械學習程式庫, 學習基本的機械學習理論。 利用數據訓練模型, 以及利用模型預測結果,最後將模型利用 Streamlit 放到網上供人們使用。 學習課程後,能使到自己的資料分析能力更上一層樓。
機器學習讓我們能判斷趨勢,預測未來
透過實作掌握企業工作所需的核心技能。
了解機械學習的觀念以及應用範疇
如何將資料整合及重塑致演算法使用
了解不同種類的演算法及其應用
監督式機械學習 - 回歸算法
監督式機械學習 - 分類算法
無人監督式機械學習 - 聚類算法
資料模型的篩選
預測數值並評估其準確性
Dannis has rich experience in business web and apps system development and over 20 years of teaching experience. He has delivered workshops for corporate clients, government departments and local universities.



導師曾教授以下客戶 - 辦公室軟件或者相關課程
Copyright © 2025 Unisoft Education Centre. All Rights Reserved