【教材專區】Python scikit-learn 機器學習實戰 - Cupoy

【教材專區】Python scikit-learn 機器學習實戰

使用機器學習實戰工具 Scikit-learn 實現眾多機器學習演算法

• Introduction 機器學習 Scikit-learn

  入門認識機器學習

  • 1. 認識人工智慧

  • 2. 認識人工智慧-part2

  • 3. 機器學習歷史

  • 4. Scikit公開資料集

  • 5.第一次接觸機器學習

• Linear Model 線性模型

  你線性代數好嗎?，開始你的線性模型八

  • 線性回歸 Linear Regression

  • 多項式線性回歸 Polynomial Linear Regression

  • 貝氏線性回歸 Bayesian Linear Regression

  • 邏輯線性回歸 Logistic Linear Regression

• Useful Tools

  必須要會的好用工具

  • Save and Load 你必須要會的存檔讀檔

  • Matplotlib ( Python 最流行的視覺化套件 )

  • Pandas ( Python 裡的 Excel )

  • Seabon ( Python 裡的高階視覺化套件 )

• Navie Bayes

  簡單貝氏是你生活中常用到知識，只是你不知道，你有常犯直覺的錯誤嗎? 你知道文章的分類也可以用簡單貝氏去實做嗎

  • 1. 貝氏定理

  • 簡易貝氏

  • 多類、多標籤、多輸出

  • 72 法則

• Support Vector Machine 支持向量機

  你知道在深度學習紅之前最紅的機器學習理論是誰嗎? 你知道當年被認為邏輯最嚴謹的機器學習方法是誰嗎?

  • SVM

  • 核函數

  • 搶 15

• Stochastic Gradient Descent 隨機剃度下降

  你知道在深度學習裡要如何更新你的參數嗎?

  • SGD

  • SGD的分類與回歸

  • 其他最佳化

• 常見問題與解答

  本章節

  • 蒙提霍爾問題 （Monty Hall problem）

• Metrics 評價指標

  上了許多模型與方法，你怎麼知道哪個模型是好的壞的?

  • 簡介

  • 分類指標

  • 回歸指標

  • 分類進階

  • 分群指標

• Nearest Neighbors 最近鄰居

  先別管這個了，你有聽過孟母三遷嗎?

  • 好鄰居 KNN

• Trees Models 樹的模型

  • 簡介

• 輸入與輸出

  • 標準化

  • cross validation

  • Feature Selection

  • 校正曲線

• Decomposition 降維

  • Principle Component Analysis (PCA)

    Principle Component Analysis (PCA)

• Clustering 群聚

  只有一堆資料可以做機器學習嗎? 我有一堆客戶資料，可以自動幫我分類嗎?

  • 簡介與Kmeans

• 高級輔助技巧

  要快樂的訓練模型的輔助技巧

  • Search

  • Pipeline