AI初學者的全局觀 - 資料科學家的 12 堂心法養成課 - Cupoy

AI 先修班 - 資料科學家的 12 堂心法養成課

這是一個資料的時代，人人好像都需要會一點運用資料的能力。本課程將透過 12 + X 堂課程，內容將會談到資料科學的發展脈絡以及一個資料專案起承轉合，陪著你逐步建構全面的資料分析心法。

• 01 資料時代的過去、現在與未來

  • 課程介紹

  • 課程內容說明

  • 心法課程介紹

  • 什麼是資料科學？

  • 技術驅動的演進

  • 資料科學的兩個流派

  • 統計學與資料探勘

  • 巨量資料的革新

  • 開放資料的成長

  • 跨領域整合的契機

  • 課程回顧

• 02 資料團隊的組成

  • 開始

  • 課程開場

  • 怎樣成為一個資料科學家？

  • 如何打造資料團隊？

  • 職涯發展怎麼規劃

  • 資料專案的工作流程與團隊分工

  • 資料產業鍊面臨的挑戰與困境

  • 課程回顧.mp4

• 03 資料專案的思考流程

  • 開始

  • 課程開場

  • 資料專案的工作流程

  • 如何進行好的資料科學專案？

  • 資料驅動文化

  • 開發者的工具鍊與生態系

  • 從資料模型到數據產品

  • 課程回顧

• 04 資料來源與取得

  • 開始

  • 課程開場

  • 知識管理：從資料到知識

  • 常見的資料格式

  • 資料來源與取得

  • 檔案儲存與資料庫系統

  • 淺談搜尋引擎與資料爬蟲

  • 課程回顧

• 05 定義問題與觀察資料

  • 開始

  • 課程開場

  • 淺談資料分析模型

  • 監督式學習

  • 非監督式學習

  • 進階版本的模型

  • 如何定義一個「資料」專案？

  • 資料科學的工作流程

  • 建立逐步優化的資料專案

  • 觀察資料的n件事

  • 課程回顧

• 06 資料清理與特徵工程

  • 開始

  • 課程開場

  • 資料分析模型的本質

  • 資料前處理要思考的三個面向

  • 資料型態不一致該怎麼辦？

  • 資料清理：遺失值或錯誤資料處理

  • 特徵工程常見手法

  • 課程回顧

• 07 資料探索與視覺化

  • 07 資料探索與視覺化

• 08 資料分析與統計模型 - 因果

  • 08 資料分析與統計模型

• 09 資料探勘與機器學習模型 - 關聯

  • 09 資料探勘與關聯規則

• 10 分類法和分群法

  • 10 機器學習的分類與分群 _ 資料科學家的 12 堂心法養成課.mp4

• 11 深度學習與人工智慧

  • 11 人工智慧與深度學習 _ 資料科學家的 12 堂心法養成課.mp4

• 12 「模型」之外的事 - 評估、量化與優化

  • 12 評估、量化與優化 _ 資料科學家的 12 堂心法養成課.mp4