【iPAS數位課程】機器學習概念與應用實例

7 學生
★請先觀看【iPAS數位課程操作指引】,有助於您更快上手★

課程介紹

讓學習者了解機器學習的基本運作概念與應用案例

課程目標

  • 讓學習者了解機器學習基本運作概念
  • 讓學習者了解機器學習應用的案例

目標對象

  • 一般大眾(任何對人工智慧有興趣的人)

講師介紹

阿柏教育 黃世丞老師

課程單元 內容大綱
什麼是機器學習? 從人工智慧、機器學習、深度學習等眾人琅琅上口的詞彙開始,介紹何謂機器學習
模型、資料與標籤 用生活化的比喻介紹什麼是模型,以及訓練模型所需要的資料與標籤
如何訓練模型 簡單講述訓練模型的三個步驟
損失函數 介紹常見的損失函數以及應用場景
資料預處理 介紹實際訓練模型時會使用的資料預處理技巧
監督式學習與非監督式學習、增強學習 介紹監督式學習與非監督式學習、增強學習
經典算法介紹:K-Means 簡單介紹常見的非監督式分群演算法「K-平均演算法」
經典算法介紹:SVM 圖像化介紹機器學習最有名的演算法之一「支持向量機」背後的原理
經典算法介紹:KNN 直觀介紹常見的分類演算法「K近鄰演算法」背後的原理
經典算法介紹:決策樹 直觀介紹常見的分類演算法「決策樹」背後的原理

諮詢窗口:

沈先生03-5915497 <itri459979@itri.org.tw>

講師

訂閱會員限定