linux作業系統實務-課程預覽

課程搶先看

課程難易度

iPAS機器學習
工程師

AI即未來，產業加速智慧化，機器學習人才需求激增！iPAS鑑定由經濟部推動，建立專業認證體系，有助提升求職競爭力與加薪機會。艾鍗學院講師皆具iPAS證照，課程實戰導向、掌握考點，協助學員打好機器學習工程師基礎，順利應試！

瞭解更多

學習目標

帶你了解機器學習產業發展趨勢及應用方向。
養成資料特徵與資料預處理能力，並能運用探索式資料分析(EDA)，洞悉數據關聯性。
教你機器學習和深度學習的專業術語與觀念，並能了解其背後的意義及數學意義。
漸進式熟悉機器學習演算法與模型建立流程，後續模型訓練成效之驗證。
從提供之iPAS樣題詳細解析中，了解更多觀念與實作技巧。
適合對象：

1. 對AI/資料科學/機器學習有興趣者

2. 想學習AI知識者。

3. 想考取iPAS機器學習工程師能力鑑定證照者。
課程總時數：30 小時
課程所附教材：精編講義、範例程式碼

課程大綱

iPAS 機器學習工程師 – 初級

Part I – 機器學習觀念打底

Section A：資料處理分析與特徵選擇
人工智慧與機器學習簡介
機器學習如何進行學習
資料與特徵
機器學習建立模型的流程
探索式資料分析(EDA)與資料預處理方法
如何挑選好的特徵? Feature Selection v.s. Feature Extraction
Section B：監督式機器學習演算法
1. 迴歸模型 :
線性迴歸 ▼
線性迴歸圖解
Ridge v.s. Lasso 線性迴歸
評估迴歸模型的性能指標
2. 分類模型 :
Logistic Regression 演算法
KNN 演算法
決策樹演算法
SVM 演算法與數學原理
評估分類模型的性能指標
3. Ensemble Method
Random Forest隨機森林
Adaboost
Section C：非監督式機器學習演算法
1. 降維 :
PCA 演算法 ▼
線性迴歸圖解
Ridge v.s. Lasso 線性迴歸
評估迴歸模型的性能指標
2. Clustering :
K-means 演算法
Hierarchical Method 演算法
3. 強化學習
強化學習的架構
Q-learning 演算法
Section D：深度學習
1. 深度學習技術簡介
2. 類神經網路運算模型原理
3. 深度學習建立模型的流程
4. 深度學習框架TensorFlow/Keras 程式架構說明
5. 其他網路結構簡介：RNN/LSTM、CNN
Section C：非監督式機器學習演算法
1. 降維 :
PCA 演算法 ▼

Part II – Python實作機器學習

1. 資料處理工具: Numpy、Pandas ▼
線性迴歸圖解
2. 視覺化工具: Matplotlib ▼
線性迴歸圖解
3. 機器學習工具:Scikit-learn
4. 迴歸模型實作
y=f(x) 的函式預測
價格預測模型
5. 鳶尾花花卉分類與探討 ▼
線性迴歸圖解
使用Logistic Regression
使用KNN
使用Decision Tree ▼
線性迴歸圖解
使用SVM ▼
線性迴歸圖解
使用Random Forest
使用Adaboost
6.PCA 降維使用Scikit-learn▼
線性迴歸圖解
7.K-means分群使用Scikit-learn ▼
線性迴歸圖解
8.Hierarchical方法分群使用Scikit-learn ▼
線性迴歸圖解
9.強化學習-找寶藏地圖實作解析 ▼
線性迴歸圖解
線性迴歸圖解

Part III – iPAS機器學習工程師範例試題詳解

※ 本課程以機器學習觀念與實作為導向，精確考試範圍以iPAS官方網站為準

更多延伸學習

嵌入式Linux學程 Raspberry Pi實戰
嵌入式Linux學程 Raspberry Pi實戰
嵌入式Linux學程 Raspberry Pi實戰
嵌入式Linux學程 Raspberry Pi實戰
Web後端程式開發-NodeJs
嵌入式Linux學程 Raspberry Pi實戰
嵌入式Linux學程 Raspberry Pi實戰
嵌入式Linux學程 Raspberry Pi實戰
嵌入式Linux學程 Raspberry Pi實戰
嵌入式Linux學程 Raspberry Pi實戰
Web後端程式開發-NodeJs
嵌入式Linux學程 Raspberry Pi實戰

還有其他類別

對學習的熱忱意猶未盡？
還有很多課程，任你挑選。

AI館

嵌入式韌體館

AI館

AI館

AI館

物聯網館

AI館

Web館

AI館

程式基礎館

AI館

電路設計館

AI館

FPGA館

AI館

MIS館

預約諮詢 - 請致電(02)2316-7736

想馬上學習課程嗎?

30秒填表，索取優惠方案。

相關文章