Please enable JavaScript.
Coggle requires JavaScript to display documents.
Python 入門到機器學習實戰 學習地圖 (Python 入門 (2.0 程式初心者的程式學習方法, 2.4 物件導向 OOP, 2.5 …
Python 入門到機器學習實戰
學習地圖
Python 入門
2.0 程式初心者的程式學習方法
2.4 物件導向 OOP
2.5 例外處理
2.3 函式
2.2 條件判斷與控制結構
2.6 python 模組
2.1 資料型態、數學運算與資料結構
2.7 資料處理 pandas
2.8 資料運算Numpy
2.9 資料視覺化 pandas / Matplotlib
2.10 總結與實戰專題
初探機器學習與scikit-learn
3.4 資料降維與選擇
3.3 資料預處理
3.2 機器學習流程及方法
3.1 機器學習、深度學習、資料科學介紹與差異
機器學習: 迴歸 Regression
4.3 決策樹迴歸（Decision Tree Regression）
4.4 迴歸模型評估: 性能指標 MSE、R Squar 與Overfitting/Underfitting
4.2 多項式迴歸
4.1 線性迴歸
機器學習: 分類 classfication
5.4 支持向量機（Support Vector Machine, SVM）
5.5 KNN最近鄰居法（KNN）
5.3 決策分類樹（Decision Tree Classifier）
5.6 決策邊界與分類模型評估
5.2 貝式分類器（Native Bayes Classifier）
5.1 邏輯迴歸（Logistic Regression）
機器學習: 分群 clustering
6.2 階層式集群（Hierarchical Clustering）
6.3 譜聚類分析（Spectral clustering）
6.1 K-means
6.4 分群效果評估
學習地圖與Python 開發環境安裝
CH 1.1 課程學習地圖
CH 1.2
安裝Anaconda 與建立Anaconda虛擬環境
CH 1.3 安裝對應套件與環境設置
CH 1.4 git & github 簡介與使用