Python機器學習原理與實作(11.5小時)

Python 機器學習原理與實作 1 (02:37:18)

• 00:00:00 ~ 00:15:55 機器學習介紹 
• 00:15:55 ~ 00:47:45 範例 : 魚種特徵與分類 
• 00:47:45 ~ 01:11:49 Scikit-learn套件與資料表示方式 
• 01:11:49 ~ 01:49:30 企鵝分類資料集(探索式資料分析) 
• 01:49:30 ~ 02:37:18 企鵝分類資料集(進行分類)  

Python 機器學習原理與實作 2 (02:34:32)

• 00:00:00 ~ 00:12:00 企鵝分類資料集問題 
• 00:12:00 ~ 00:33:25 貝氏分類器 
• 00:33:25 ~ 01:13:45 支援向量機(SVM) 
• 01:13:45 ~ 01:44:40 非線性SVM 
• 01:44:40 ~ 02:00:05 範例 : 利用SVM分類企鵝資料集、特徵縮放 
• 02:00:05 ~ 02:34:32 範例 : 收入資料集 (Adult Income Dataset) 

Python 機器學習原理與實作 3 (02:34:46)

• 00:00:00 ~ 00:43:40 收入資料集(Adult Income Dataset) 
• 00:43:40 ~ 02:21:09 隨機森林(範例 : 企鵝資料集、收入資料集) 
• 02:21:09 ~ 02:34:46 範例 : 心臟病資料集(Heart Disease Dataset) 

Python 機器學習原理與實作 4 (02:09:12) 

• 00:00:00 ~ 01:02:09 模型驗證(Model Validation) 
• 01:02:09 ~ 01:36:35 參數調整(Tuning)
• 01:36:35 ~ 02:01:25 模型及參數儲存與載入 
• 02:01:25 ~ 02:09:12 模型及參數儲存與載入問題

Python 機器學習原理與實作 5 (01:41:19)

• 00:00:00 ~ 00:16:09 回歸問題(Regression) 
• 00:16:09 ~ 01:30:26 範例 : 汽油消耗資料集(Car Fuel Consumption Dataset)
• 01:30:26 ~ 01:41:19 練習題 : 波士頓房價資料集(House Prices Dataset)