最新目錄光碟
遊戲、影片、音樂
專業繪圖軟體
公職國考.研究所(單科)
程式軟體光碟
專業知識教學
線上課程綜合教學
國小.國中.高中教學
公職國考就業(套裝)
|
您現在的位置：網站首頁
專業知識教學
臺灣全民學習平台
光碟詳情
|
|
臺灣全民學習平台 商業智慧初體驗：您今天ML了沒？ 講師:鍾孟達 影音教學 英語發音(DVD版)
本課程介紹如何使用Python實作基本的機器學習演算法，內容包括監督式和非監督式學習，主題有階層式分?法(Hierarchical Clustering)、k-平均演算法(K-means)、K最近鄰法（KNN）、決策樹(decision trees)、單純貝氏分類器(naive bayes)、DBSCAN和高斯混合模型（GMM）及線性回歸 (Linear Regression)等。
透過這些演算法的學習和實作，同學將能夠具備數據分析和模式識別的基礎能力。
This course introduces the implementation of basic machine learning algorithms using Python. The content includes both supervised and unsupervised learning, covering topics such as Hierarchical Clustering, K-means algorithm, K-nearest neighbors (KNN), Decision Trees, Naive Bayes Classifier, DBSCAN, Gaussian Mixture Model (GMM), and Linear Regression. Through learning and hands-on implementation of these algorithms, students will acquire fundamental skills in data analysis and pattern recognition.
#英語授課（EMI，English as a Medium Instruction）
課程目標
1. 基本機器學習演算法
2. 基礎Python語法
3. 使用Python實作基礎機器學習演算法
1. Fundamental Machine Learning Algorithms
2. Basic Python Syntax
3. Implementing Basic Machine Learning Algorithms Using Python"
授課教師
鍾孟達 Mengta Chung淡江大學 管理科學系 助理教授Assistant Professor of the department of Management Sciences?,Tamkang University*學歷 : 美國紐約哥倫比亞大學應用統計學博士*授課領域 : 統計學、迴歸分析、機器學習。*研究專長: 1. 貝氏統計 2. 計算統計
01_Introduction and Hierarchical Clustering
001_01 Hierarchical Clustering.mp4
02_K-means
002_02 K-means (1).mp4
003_02 K-means (2).mp4
004_02 K-means (3).mp4
005_02 K-means (4).mp4
03_Gaussian Mixture Models
006_03 Gaussian mixture model (1).mp4
007_03 Gaussian mixture model (2).mp4
008_03 Gaussian mixture model (3).mp4
04_K nearest neighbors
009_04 K nearest neighbors (1).mp4
010_04 K nearest neighbors (2).mp4
011_04 K nearest neighbors (3).mp4
012_04 K nearest neighbors (4).mp4
05_DBSCAN
013_05 DBSCAN (1).mp4
014_05 DBSCAN (2).mp4
015_05 DBSCAN (3).mp4
016_05 DBSCAN (4).mp4
06_Naive Bayes
017_06 Naive Bayes (1).mp4
018_06 Naive Bayes (2).mp4
019_06 Naive Bayes (3).mp4
020_06 Naive Bayes (4).mp4
07_Decision tree
021_07 Decision Tree (1).mp4
022_07 Decision Tree (2).mp4
023_07 Decision Tree (3).mp4
024_07 Decision tree (4).mp4
08_LinearRegression
025_08 LinearRegression (1).mp4
026_08 LinearRegression (2).mp4
09_Comparison
027_09 Comparison (1).mp4
028_09 Comparison (2).mp4
029_09 Comparison (3).mp4
030_09 Comparison (4).mp4
|
|
|
