HAHOW 線上課程 機器學習經典案例實戰：鐵達尼號生存預測與共享單車需求分析 講師:葉家豪 James(軟體工程師 Software Engineer) 影音教學 中文發音 繁體中文字幕版(DVD版)
課程介紹
本堂課將帶領學習完 Python 資料分析流程與 Random Forest 隨機森林機器學習模型的企業員工，直接參與 Kaggle 平台上的經典案例分析競賽——鐵達尼號生存預測與共享單車需求預測，並順利拿下世界前 16% 排名的亮眼成績！（本堂課為「Python 資料分析」系列的第四堂課）
學習目標
1. 使用隨機森林模型進行鐵達尼號生存預測
2. 使用隨機森林模型進行共享單車需求預測
所學知識
1. 熟悉 Python 程式語言，包含 If else、Function、Dictionary 語法、Module 模組使用、物件導向概念以及 Pandas 函式指令
2. 熟悉資料前處理與機器學習模型，尤其是隨機森林預測模型
3. 已建置起 Python 資料分析開發環境，包含 Anaconda 與 Jupyter Notebook
4. 高中程度數理概念，如座標、向量、統計與非常粗淺的 與積分
所需工具
1. 搭載 Mac OSX/Windows/Linux 任一作業系統的電腦
2. 本課程使用免費開源的 Python 資料分析開發環境 Anaconda 與 Jupyter Notebook，可依照課程單元影片指引下載並安裝
哪些人適合這堂課？
1. 已有 Python 程式基礎，希望使用資料分析進行組織商業決策的主管
2. 已有 Python 程式基礎，希望使用資料分析輔助主管階級進行商業決策的員工
3. 擔任工程、研發相關職位，未來希望發展為資料分析師、資料科學家的員工與主管
講師介紹
講師在資料科學領域深耕多年，曾協助台積電提升奈米晶片製造良率，擁有豐富實戰經驗，教學風格強調實戰而非紙上談兵。
001_鐵達尼號生存預測競賽簡介與資料概覽.mp4
002_乘客資料初步觀察.mp4
003_乘客資料特徵工程1.mp4
004_乘客資料特徵工程2與遺漏處理1.mp4
005_乘客資料遺漏處理2與類別資料轉換.mp4
006_訓練RandomForest隨機森林模型並進行乘客生存預測.mp4
007_共享單車需求預測競賽簡介與資料概覽.mp4
008_共享單車資料前處理與特徵工程1.mp4
009_共享單車資料前處理與特徵工程2.mp4
010_訓練RandomForest隨機森林模型並進行單車需求預測.mp4
011_Kaggle競賽神器XGBoost.mp4
|
|
您現在的位置：
專業知識教學
