Python 機器學習與數據預測證書課程
影片課程隨時開始。

以垃圾郵件過濾為例說明演算法如何從數據中挖掘規則，並闡述資料預處理、選擇演算法、模型訓練及評估等四大核心階段。

在命令提示字元中啟動 Jupyter Notebook，並匯入 Pandas 與 Matplotlib 套件，建立學生成績 Excel 測試資料集。

介紹資料表中缺失值（NaN）的概念，使用 isnull() 檢查缺失數據，並探討刪除列、填補平均數或中位數等不同處理策略。

運用 Scikit-Learn 的 SimpleImputer 工具，以平均數或眾數標準化流程對數值與類別缺失欄位進行擬合（fit）與轉換（transform）。

說明離群值（Outlier）對模型訓練精確度的負面影響，並介紹常態分佈（Bell Curve）鐘形曲線與標準差的統計原理。

示範如何利用 plt.hist 繪製成績分佈直方圖，並使用 plt.subplot 在同一圖表中呈現多個欄位分佈情況。

利用箱形圖展示數據的中位數、第一四分位數（Q1）、第三四分位數（Q3），並透過圖形直觀識別極端偏離的數據點。

計算欄位平均數加減三個標準差作為上下邊界，嘗試藉此定義並過濾超出正常範圍的極端離群值。

計算第一四分位數（Q1）與第三四分位數（Q3）的四分位距（IQR），設定上下限閥值精確過濾出如異常低分的離群樣本。

說明模型無法直接接收文字資料的原因，並使用 LabelEncoder 與 OrdinalEncoder 將文字特徵轉換為整數數值標籤。

實作 One-Hot Encoder 將非順序類別特徵轉換為二元獨立欄位，並將生成的特徵與原始 DataFrame 進行合併。

使用 MinMaxScaler 將數值特徵縮放至 0 到 1 區間以避免尺度過大主導訓練，並預告下一節將使用公開資料集訓練決策樹模型。

回顧機器學習基本概念，並在命令提示字元中啟動 Jupyter Notebook 建立第二課檔案。

介紹 scikit-learn 內建的 Iris 數據集及其四個特徵與三個花種分類標籤。

檢視 iris.data、iris.target 與特徵名稱，並複製至 Excel 示範資料分割與結構對應。

說明機器學習第一步需將特徵欄位（X）與目標欄位（y）進行垂直切分。

使用 train_test_split 將數據隨機按八成訓練、兩成測試的比例切分為四個子集。

探討監督式學習的定義，並區分數值預測（回歸）與標籤預測（分類）的差異。

建立決策樹分類器實例，設定 random_state，並呼叫 fit 方法對訓練集進行訓練。

利用 plot_tree 繪製決策樹分支圖，並說明如何讀取判斷規則與節點條件。

利用 model.predict 對測試集特徵進行預測，並將預測結果與真實標籤比對。

從 sklearn.metrics 引入評估指標，並說明多分類問題需設定 average='weighted'。

透過 ConfusionMatrixDisplay 繪製圖形化混淆矩陣，清楚檢視分類命中與失誤。

以食物安全性範例手動演練排序、平均中位數分割，並詳細計算吉尼不純度（Gini Impurity）。

以驗孕情境為例，詳細拆解 TP、TN、FP、FN 的定義及其在評估錯誤時的取捨。

將完整決策樹訓練與評估程式碼遷移至 Wine 數據集進行訓練、繪圖與成效檢驗。

總結本日模型建立要點，預告下一課將探討回歸分析、Streamlit 部署與大型語言模型概念。

介紹 NumPy 陣列基礎，並示範二維與三維陣列的多層索引與切片操作。

示範如何檢視陣列 shape 屬性，並使用 reshape 改變陣列形狀。

探討 linspace 與 arange 生成等距數列，並使用 random.randint 與 choice 抽樣。

解說 max、mean、median 等統計功能，以及廣播機制在陣列算術運算中的應用。

介紹 Seaborn 庫的安裝與匯入，並示範載入 Iris 與 Tips 等內建資料集。

說明如何使用 set_style 與 despine 調整圖表邊框，並透過字典修改背景顏色。

介紹如何查看及設定 Seaborn 的色板，並利用 palplot 檢視色彩分佈。

示範使用 relplot 繪製散佈圖，並透過 hue 與 col 參數展示額外維度。

讀取 reviews.csv 檔案，利用 head、shape 與 isnull 檢查資料集結構與缺失值。

過濾價格與更新天數為負數的無效資料，並使用 SimpleImputer 以平均值填補缺漏。

使用 LabelEncoder 將文字類別轉換為數值，再以 StandardScaler 進行資料標準化。

計算資料特徵之間的相關係數（corr），分析各變數對目標評級的影響權重。

利用 train_test_split 將特徵與標籤拆分為訓練集與測試集（80/20 比例）。

訓練 LinearRegression 模型，印出係數與截距，並以均方誤差及 R2 分數評估成效。

回顧機器學習與 NumPy 基礎，並介紹如何透過 Web API 與 REST 架構在客戶端與伺服器之間進行資料傳輸。

講解 GET、POST、PUT、PATCH、DELETE 等請求動詞的用途，以及 200、300、400、500 等狀態碼的含義。

安裝 requests 套件，並調用 JSONPlaceholder 測試 API 獲取待辦清單資料並將其轉為 Pandas DataFrame。

示範向 JSONPlaceholder 發送 POST 請求，傳遞 JSON 物件並成功接收 201 狀態碼新增記錄。

示範針對特定 ID 的記錄發送 PUT 請求進行修改，以及透過 DELETE 請求刪除記錄的流程。

示範搜尋並連接金管局開放 API，獲取每日金融市場數據並解析成 DataFrame。

使用經緯度等參數調用政府開放數據 API，搜尋特定座標附近的學校並處理嵌套結果。

介紹網頁爬蟲工具 Beautiful Soup 的用途，並引出機器學習應用前端部署框架 Streamlit。

說明如何在環境中安裝 Streamlit，並在 VS Code 中創建獨立的 Python 檔案進行執行。

介紹 title、header、subheader、text_input、button 等 UI 元件，以及 line_chart 和 bar_chart 等圖表功能。

加載 Iris 數據集，拆分訓練集與測試集，訓練隨機森林分類器並計算模型準確率。

介紹如何使用 Pickle 套件以二進制寫入模式（wb）將訓練好的模型保存為 .pkl 檔案。

在獨立的 Python 檔案中建立輸入表單，收集萼片與花瓣長寬共四項特徵數據。

使用 pickle.load 載入模型，將用戶輸入轉換為 NumPy 二維陣列並進行預測，輸出花卉品種。

說明機器學習相關作業與項目的要求、評分標準及參考範例，並提醒提交期限。

介紹本堂補充課程的重點目標，包括非監督式學習的 K-means 分群、Streamlit 網頁部署以及本地端大語言模型（LLM）的應用。

透過 Excel 人手示範座標點與隨機中心點的距離計算，說明歐氏距離公式的運算邏輯與群組分配流程。

在 Jupyter Notebook 中利用 sklearn.cluster 模組匯入 KMeans，對資料集進行擬合並輸出分群中心點與標籤。

介紹使用 numpy.random.randint 快速生成多維隨機點，並透過 Matplotlib 散佈圖及色彩映射展示分群結果與中心點。

示範如何安裝 Streamlit、使用 VS Code 編寫簡單的 Python 網頁腳本，並透過命令提示字元啟動本地 Web 伺服器。

說明將 Streamlit 應用發布至 Streamlit Community Cloud 的流程，並介紹版本控制工具 Git 與遠端 GitHub 帳號的設定。

示範在 GitHub 建立 Repository，並在本地終端機執行 git init、git add、git commit 及 git push 將程式碼上傳。

將 GitHub 上的專案連結至 Streamlit Cloud，成功部署具有獨立專屬網址的線上互動式網頁應用。

使用 RandomForestClassifier 訓練鳶尾花分類模型，並利用 pickle 模組將模型序列化儲存為二進位檔案以供重用。

解說自然語言處理革命性的 Transformer 模型、Self-Attention 機制，以及純編碼器、純解碼器與編解碼器模型的差異。

介紹 Ollama 平台的安裝與配置，讓使用者無需連網即可在本地電腦下載與運行各種開放原始碼大語言模型。

透過終端機向本地 Gemma 2B 模型提問，並利用多模態模型 LLaVA 對傳入的圖像進行場景與物件識別分析。

介紹 LangChain 的兩階段工作流，示範載入文字檔與 PDF 文件，並使用 Text Splitter 將文章切割為多個文字區塊（Chunks）。

將文本轉換為向量嵌入（Vector Embedding）並存入 Chroma 資料庫，最後執行相似度檢索並結合大語言模型生成精準回答。