自強課程

課程名稱

【勞動力發展署補助80%】IPAS營運智慧分析師統計學習與人工智慧實戰班如期開班

課程代碼：

11C020

上課時間：

2022/3/30(三)~6/15(三)，18:50~21:50，共30小時

上課時數：

30 小時

上課地點：

台北教育中心(台北市中正區博愛路80號3樓)

課程費用：

5520元 (符合超值優惠價格者需送出報名表後，系統發出報名成功回函確認金額。)

課程目標：

「統計學」是最早論及資料處理與分析建模的學門領域之一，人工智慧(AI)與大數據時代的來臨，「資料探勘」旨在挖掘潛藏在資料中的型態，「機器學習」著眼於可產生準確預測的務實模型，統合三者之「統計學習與人工智慧」目的在鋪陳智能數據分析的理論與實務。資料探勘與機器學習能使計算機實際辨識不同型態且能自我學習；另一方面，統計學從理論的精確性角度探討AI建模過程的諸多缺失或改進方向。
本課程透過理論說明與案例實作，幫助學員理解AI大數據建模技術的機理，掌握當前人工智慧發展趨勢。課程結合統計分析、資料探索、屬性工程與資料視覺化，達成資料探勘與機器學習預測建模的學習目標。

課程大綱：

1.資料導向編程、整合式開發環境Spyder與Python語法特色
2.隨機誤差模型簡介
3.敘述統計
4.機率與推論統計
5.資料探索與屬性工程
6.相似性與距離
7.相關與獨立
8.統計機器學習的類型
9.過度配適與偏誤及變異之間的抵換關係
10.迴歸與分類模型績效評量
11.模型選擇與評定(含模型參數調校)
12.重抽樣與訓練測試機制
13.頻繁型態探勘
14.集群分析
15.線性迴歸與廣義線性模型(主成份迴歸、偏最小平方法、係數縮減法與羅吉斯迴歸
16.非線性迴歸與分類(k近鄰法、支援向量機、樹狀模型)
17.決策樹與薈萃式學習(拔靴集成、多模激發與隨機森林)
18.神經網路與深度學習簡介

課程師資：

1.具備理工農醫商管科系背景，對人工智慧與大數據分析有興趣者。
2.適合資料分析師、資料科學家、程式設計師等相關職務者報名。
3.大專以上學員為佳。

學員須知：

報名與繳退費方法｜常見問題與解決｜會員紅利積點活動辦法

注意事項