Python AI人工智慧資料分析師(台中)
本課程選擇以Python程式語言教學,帶領您從零基礎開始,一步步進入資...
隨著巨量時代的到來,資料分析與探勘成為科技顯學,各行各業對於大數據的濃厚興趣也直接反映在大數據人才的豐厚薪資中。「資料分析師」指的是不同行業中,專門從事行業內數據蒐集、整理、分析,並依據這些數據做出研究、評估的專業人員。本課程選擇以Python程式語言教學,帶領您從零基礎開始,一步步進入資料分析的專業領域。
|
||||||||||||||||||||||||||||
課程介紹 隨著巨量時代的到來,資料分析與探勘成為科技顯學,各行各業對於大數據的濃厚興趣也直接反映在大數據人才的豐厚薪資中。「資料分析師」指的是不同行業中,專門從事行業內數據蒐集、整理、分析,並依據這些數據做出研究、評估的專業人員。本課程選擇以Python程式語言教學,帶領您從零基礎開始,一步步進入資料分析的專業領域。 適合對象: 大專畢業,對從事巨量資料分析與程式開發工作有興趣者。 課程效益: 取得工研院證書參訓學員出席率達80%且通過考試 工研院產業學院頒發「Python AI人工智慧資料分析師」培訓證書。 全系列課程名稱與日期:需自備筆電 |
||||||||||||||||||||||||||||
|
||||||||||||||||||||||||||||
單元一: Python程式設計入門 課程簡介: Python程式語言比C或Java語言更容易學習,語法簡易功能強大,有高效的內建資料結構及優雅的語法,其優質的設計架構及豐富的程式套件更讓Python在許多領域廣泛應用。此外,Python也可在Linux, MAC, Windows, Android, 與iOS等平台上執行。 Python在網路爬蟲、數據處理、與雲端基礎設施等領域都有大量運用,是您學習數據資料分析不可或缺的工具。 課程目標: 課程日期: 109/7/18、7/19(六日) 9:00~17:00,共計14小時 課程大綱: 主題 內容 Python簡介 * 程式語言發展 * 編譯器與直譯器 * 設定開發環境 * 安裝套件 * 整合式開發環境 * 程式基本要素 * 陳述與表示式 * 輸出指令與註解 資料與模組 * 資料值與資料型態 * 字串 * 資料型態轉換 * 變數 * 運算子與運算元 * Python模組 資料結構 * Python型態 * 字串與字串方法 * 串列與串列方法 *字組 *字典 決策迴圈與函式 * 複合指令 * 布林值與布林表示式 * 決策 * For迴圈 * While迴圈 * 檔案處理 * 例外處理 * 函式 * 函式的回覆值與執行流程 * 函式的參數與變數 物件與類別 * 物件簡介 * 類別 * 物件的產生 * 程序式與物件導向式設計的比較 * 物件導向程式設計範例 ※主辦單位保留課程調整及講師更動之權利 |
||||||||||||||||||||||||||||
單元二: Python網路爬蟲實作技術 課程簡介: 處理大數據的目標使效率越來越高,成本不斷減少,從而造就了基於大數據的商業智能。而網際網路大量的資料等待著挖掘與分析,如何取得正確與精準的資料,網路爬蟲技術是一項非常實用的技能。這堂課深入淺出地教您如何打造自己的網頁爬蟲,透過實際的範例練習,讓您了解基礎的網頁爬蟲實戰技術。 適合對象:本課程屬於初階課程,適合已有 python 基礎使用經驗者。 課程日期: 109/7/25-7/26 (六日) 9:00~17:00,共計14小時 課程大綱:
※主辦單位保留課程調整及講師更動之權利 講師簡介: 張老師,清華大學資訊工程研究所畢,主要研究領域為巨量資料之實務應用,曾經擔任資料科學年會/行動科技年會講者。擅長資料科學與網站開發技術,熟悉的語言是 Python 跟 JavaScript。是資料科學的信仰者,試圖用資料科學的方法導入到不同領域解決問題。喜歡與不同背景的人進行交流,分享資訊思維與跨領域的整合經驗。 |
||||||||||||||||||||||||||||
單元三: Python資料分析入門及工具運用 課程簡介: 隨著電腦運算效率提升與大數據資料取得便利,讓資料分析的應用範圍擴及各個產業,也大大提高資料處理的效益。本課程選擇的程式語言是Python,理論搭配實作教學,讓您能夠理解數據分析的基本概念與技巧,將所學運用在您的專業領域。 課程日期: 109/8/01-8/02 (六日) 9:00~17:00,共計14小時 課程大綱:
※主辦單位保留課程調整及講師更動之權利 講師簡介: 陳老師,交通大學統計研究所博士畢業,主要研究領域為透過統計分析與機器學習演算法等技術實作解決實務問題,目前在逢甲大學地理資訊系統研究中心擔任研究助理教授與資料科學家的角色,同時,也為AI Tech社群社長,善於觀察,透過數據、行為與現象發現事物的變化,運用心理學、行為科學與資料科學演算法探究內部的本質與原因。 |
||||||||||||||||||||||||||||
單元四: 機器學習理論與實作 主題 內容 Introduction to Machine Learning 1.何謂機器學習? 2.機器學習的核心與框架 3.機器學習的種類? 監督式學習? 非監督式學習? 強化學習? 4.為什麼要分訓練資料集與測試資料集? 5.模型複雜度與資料複雜度 Machine Learning I: Regression & Classification 機器學習實作是以Scikit Learn為主 1.以線性迴歸 (Linear Regression)為出發點 2.帶你深入淺出迴歸模型與分類問題 (Classification) jLinear binary classification k羅吉斯迴歸(Logistic Regression) l支持向量機(Support Vector Machine) mKernel method 3.評估機器學習模型的學習效果 j損失函數(Loss Function) k均方根誤差(RMSE) l梯度下降法(Gradient Descent) m如何縮小RMSE? 模型與參數的選擇 4.判斷模型預測能力的指標 j混淆矩陣、準確率 (Accuracy)、精準度(Precison)、召回率(Recall)、F-分數 (F-Score)、ROC曲線、AUC Machine Learning II: Model evaluation 1.什麼是Overfitting? 2.如何避免 Overfitting?jRegularization 技巧 3.如何挑選好的模型?j交叉驗證法(Cross Validation) Machine Learning III: Clustering 1.分群 (Clustering) jK-means kK-medoids l最大期望算法 mHierarchical clustering …DBSCAN †Affinity propagation Machine Learning IV: Ensemble learning 1.Boosting 2.Bagging 3.決策樹 (Decision tree) 4.剪枝演算法 5.隨機森林 (Random forest) Machine Learning V: Feature engineering & Dimensional reduction 1.教你特徵工程的應用技術: j遺失值處理 k特徵縮放、轉換、建構、組合、萃取 2.降維演算法與應用: jPCA kMDS ltSNE ※主辦單位保留課程調整及講師更動之權利 |
||||||||||||||||||||||||||||
常見問題 舉辦單位:工研院產業學院台中學習中心 舉辦地址:台中中科工商服務大樓2樓4樓9樓教室 (台中市大雅區中科路6號)<實際上課教室請依據上課通知函為準!> 預計招生名額:20名為原則,依報名及繳費完成順序額滿為止 報名方式:點選課程頁面上方之「線上報名」按鈕進而填寫報名資訊即可。
課程洽詢: 04-25678652 林小姐
|
||||||||||||||||||||||||||||
附件 0718-0830 Python AI人工智慧資料分析師V1DM.pdf |
產業學院緣起
依據行政院「挑戰2008:國家發展重點計畫」下之「國際創新研發基地」與「產業高值化」兩計畫,首重產業科技人才的效能。
•911216經科字第09103373120號函:經濟部將本院籌設工研院產業學院之工作,列為因應產業結構轉型,提 ... more