回到首頁
個人.家庭.數位化 - 數位之牆



產業動態 【資策會】Python機器學習實務班(1/13)
資策會 本新聞稿發佈於2017/11/22,由發布之企業承擔內容之立場與責任,與本站無關

本課程之學員將可學到機器學習的理論背景、評估如何使用Python去實作演算法於實際例子以及介紹Python程式語言、回歸、維度縮減、分類、分群、機率密度函數估測並透過Python程式說明,進而增進學員了解機器學習的相關知識。

 
■ 發布/輪播新聞稿 新聞稿直達14萬電子報訂戶刊登新聞稿:按此
 
1.機器學習介紹
‧機器學習的重要
‧機器學習的實例
‧基本機率理論介紹
‧機器學習基本概念

2.Python介紹
‧安裝與基本用法介紹

3.回歸法
‧線性回歸與Python實作
‧多項式回歸與Python實作
‧高斯過程回歸與Python實作

4.維度減少法
‧主成份分析法與Python實作
‧線性判別分析法與Python實作
‧局部線性內嵌法與Python實作

5.分類法
‧支援向量機與Python實作
‧神經網路與Python實作

6.機率密度函數估測
‧非參數密度估測與Python實作
‧參數密度估測--混合高斯模型與Python實作

*課程執行單位保留調整課程內容、日程與講師之權利

【課程網址】http://www.iiiedu.org.tw/ites/ML.htm
【相關課程】http://www.iiiedu.org.tw/ites/portal/MA.htm
1.機器學習介紹
‧機器學習的重要
‧機器學習的實例
‧基本機率理論介紹
‧機器學習基本概念

2.Python介紹
‧安裝與基本用法介紹

3.回歸法
‧線性回歸與Python實作
‧多項式回歸與Python實作
‧高斯過程回歸與Python實作

4.維度減少法
‧主成份分析法與Python實作
‧線性判別分析法與Python實作
‧局部線性內嵌法與Python實作

5.分類法
‧支援向量機與Python實作
‧神經網路與Python實作

6.機率密度函數估測
‧非參數密度估測與Python實作
‧參數密度估測--混合高斯模型與Python實作

*課程執行單位保留調整課程內容、日程與講師之權利

【課程網址】http://www.iiiedu.org.tw/ites/ML.htm
【相關課程】http://www.iiiedu.org.tw/ites/portal/MA.htm
1.機器學習介紹
‧機器學習的重要
‧機器學習的實例
‧基本機率理論介紹
‧機器學習基本概念

2.Python介紹
‧安裝與基本用法介紹

3.回歸法
‧線性回歸與Python實作
‧多項式回歸與Python實作
‧高斯過程回歸與Python實作

4.維度減少法
‧主成份分析法與Python實作
‧線性判別分析法與Python實作
‧局部線性內嵌法與Python實作

5.分類法
‧支援向量機與Python實作
‧神經網路與Python實作

6.機率密度函數估測
‧非參數密度估測與Python實作
‧參數密度估測--混合高斯模型與Python實作

*課程執行單位保留調整課程內容、日程與講師之權利

【課程網址】http://www.iiiedu.org.tw/ites/ML.htm
【相關課程】http://www.iiiedu.org.tw/ites/portal/MA.htm

- 新聞稿有效日期,至2017/12/23為止


聯絡人 :張先生
聯絡電話:(02)6631-6539
電子郵件:alanchang@iii.org.tw

上一篇:Inuitive採新思科技嵌入式影像處理器IP加速影像與深度學習運算
下一篇:【資策會】產品經理之核心技能培訓班(1/16)



 
搜尋本站


最新科技評論

我在中國工作的日子(十四)阿里巴巴敢給股票 - 2023/07/02

我在中國工作的日子(十三)上億會員怎麼管理 - 2023/06/25

我在中國工作的日子(十二)最好的公司支付寶 - 2023/06/18

我在中國工作的日子(十一)兩個女人一個男人 - 2023/06/11

我在中國工作的日子(十)千團大戰影音帶貨 - 2023/06/04

我在中國工作的日子(九)電視購物轉型電商 - 2023/05/28

我在中國工作的日子(八)那些從台灣來的人 - 2023/05/21

我在中國工作的日子(七)嘉丰資本擦身而過 - 2023/05/14

我在中國工作的日子(六)跟阿福有關的人們 - 2023/05/07

■ 訂閱每日更新產業動態
RSS
RSS

當月產業動態

Information

 

 


個人.家庭.數位化 - 數位之牆

欲引用本站圖文,請先取得授權。本站保留一切權利 ©Copyright 2023, DigitalWall.COM. All Rights Reserved.
Question ? Please mail to service@digitalwall.com

歡迎與本站連結!