Python 機器學習與數據預測證書課程

導師介紹機器學習課程大綱，並開始指導學員檢查本機電腦的Python環境。

示範從官網下載Python，並強調安裝時必須勾選將Python加入系統路徑。

在命令提示字元中使用pip指令下載並安裝Jupyter Notebook作為後續開發工具。

透過指令啟動伺服器進入Jupyter環境，並講解基本的Python變數與格式化字串列印。

遇到缺少套件的錯誤時停止伺服器，安裝pandas與openpyxl後成功讀取Excel資料集。

講解並實作將數據集拆分為用作預測的特徵集(X)與目標結果的標籤集(Y)。

介紹機器學習套件scikit-learn，並使用LabelEncoder將文字標籤轉換為數字格式。

使用train_test_split函數將資料隨機分為八成訓練集與兩成測試集，並設定隨機種子。

介紹免安裝的Google Colab平台，示範如何上傳資料集並在雲端執行相同的程式碼。

匯入決策樹分類器建立模型物件，並使用訓練集資料進行擬合(Fit)訓練。

使用已經訓練完成的決策樹模型，對測試集資料進行預測並輸出結果進行比對。

安裝繪圖套件matplotlib，透過plot_tree指令將決策樹的判斷條件邏輯視覺化呈現。

從Kaggle下載真實的糖尿病診斷CSV數據集，重新實作一次機器學習的完整流程。

講解模型層數過多導致的過度擬合問題，並透過調整max_depth參數來簡化決策樹。

使用混淆矩陣與準確率等指標檢驗模型效能，並總結機器學習的自動化預測流程觀念。

介紹如何透過 Command Prompt 啟動 Jupyter Notebook，並匯入 Pandas 模組進行準備。

講解監督式學習的兩大陣營：處理明確答案的分類問題與處理連續實數的迴歸問題。

實作使用 NumPy 計算資料的平均數、中位數及眾數，了解資料的分佈狀況。

介紹 Q1、Q2、Q3 的概念，並示範如何計算四分位距 (IQR) 來界定資料的正常範圍。

利用 IQR 計算上下邊界，藉此找出偏離正常軌跡的異常值 (Outliers)。

安裝 Seaborn 套件並繪製箱形圖 (Boxplot)，透過視覺化方式直觀辨識出資料中的異常值。

示範在 Pandas DataFrame 中，如何使用中位數或平均數來替換掉異常值，或者直接將其移除。

解說處理缺失值 (NaN) 的常見方法，包括直接刪除整行資料或以中位數進行填補。

介紹如何使用 Label Encoder 將性別等非數值類別型資料轉換為 0 與 1 的純數字編碼。

針對具有次序意義的資料（如星期一到星期日），使用 Ordinal Encoder 依照指定順序進行編碼。

示範 One-Hot Encoder 如何將分類資料轉換為二進制向量矩陣，避免數值大小影響模型判斷。

透過經典的鳶尾花 (Iris) 資料集，示範如何將資料分離出特徵 (X) 與目標標籤 (Y)。

使用 train_test_split 函數，依 7:3 比例將資料隨機分割為訓練集與測試集。

使用 MinMaxScaler 進行標準化，將不同範圍的特徵數值統一縮放至 0 到 1 之間以求公平比較。

建立 Linear Regression 模型，並解釋模型本質上是建立一條帶有係數與截距的方程式。

利用 MSE 與 R2 Score 打分評估預測成效，並繪製散佈圖對比實際值與預測值的差異。

載入全新工業機器數據集實作線性迴歸，展現模型在理想狀態下取得 R2 Score 滿分的精準度。

課程開始介紹將涵蓋 K-means 分群、Streamlit 部署以及本地大型語言模型（LLM）的應用。

導師解釋無監督學習的特色，並說明 K-means 如何隨機選擇中心點並計算距離來進行分群。

透過 Excel 手動輸入座標點，利用開根號公式計算點與中心點的距離以理解演算法邏輯。

使用 Python、Numpy 產生散佈圖，並透過 Scikit-Learn 訓練 K-means 模型以觀察分群結果。

介紹並安裝 Streamlit，說明如何使用簡單 Python 語法免除 HTML 快速建立互動式網頁。

為將應用程式部署至雲端，教學下載 Git、申請 GitHub 帳戶並進行基本的版本控制。

演練 git init、add、commit 與 push 等指令，成功將本地端的程式碼上傳至 GitHub。

示範如何連結 GitHub 儲存庫，在 Streamlit Community Cloud 上免費部署並產生公開網址。

使用隨機森林演算法訓練鳶尾花模型，並將模型以 Pickle 儲存，結合 Streamlit 製作介面。

介紹 Transformer 模型中的注意力機制，以及編碼器與解碼器於大語言模型中的不同應用。

帶領下載 Ollama，並透過指令拉取 Gemma 2B 模型進行本地端的問題與文字回答實作。

使用具備視覺分析能力的 Llava 模型，在本地端輸入紅貓圖片並成功解析圖片內容。

說明 LangChain 開發流程，包含載入文字與 PDF 檔案，準備進行本地知識庫的檢索訓練。

示範如何將文件切割成 Chunks，轉換為 Embeddings，並儲存至 ChromaDB 向量資料庫中。

總結機器學習部署與本地大語言模型實作流程，並鼓勵課後練習與申請外部 API Key。