Overview Talk: 快速上手 Python 機器學習實務

快速上手 Python 機器學習實務 | 張鈞閔先生, 中研院資訊所

摘要:機器學習 (Machine Learning) 在這一兩年來備受重視,這次將分享如何快速上手非常豐富、實用的 python 機器學習套件 scikit-learn 並使用公開資料和大家手把手速遊機器學習模型的使用方法。三小時的課程會介紹多種常用的機器學習演算法,在監督式學習 (supervised learning) 會介紹邏輯式回歸、支持向量機、決策樹、隨機森林等等;在非監督式學習 (unsupervised learning) 將會分享主成分分析用以資料降維,以及常用的資料分群演算法,如:K-means 分群、階層式分群。此次課程重點在於動手演練,請各位自備電腦,並依照行前說明安裝指定套件,適合想應用 machine learning 技術但無相關經驗的使用者。

1. 機器學習的基礎,如:監督式學習 (分類與迴歸)、非監督式學習 (資料降維與分群)、如何評估並選擇適合的演算法。
2. 監督式學習演算法,如:線性回歸 (Linear Regression, Lasso Regression)、邏輯式回歸 (Logistic Regression)、支持向量機 (Support Vector Machine)、決策樹 (Decision Tree)、隨機森林  (Random Forecast)、XGBoost。
3. 非監督式學習演算法,包含:主成分分析 (Principal Component Analysis) 用於資料降維,以及用於資料分群的 K-means 分群 (K-means Clustering)、階層式分群 (Hierarchical Clustering)、DBSCAN 分群。
4. 應用各演算法的細節分享。

講師簡介

簡介:張鈞閔先生現為中央研究院資料科學所研究助理、現就讀臺大電機所博士班一年級。研究領域於機器學習、深度學習與最佳化理論。