兼讀制
專業數據科學課程
課程大綱
開始你的數據科學旅程
![Python 編程](/static/3de7abca6ac25cd052f4e7927e75f8fc/8d59c/5c2e125ad7169f8865e_c61c4fff1ddc4d928cebd5a8ff8b970f_mv2_d_2088_1950_s_2.png)
Python 編程
Python語言現今是數據科學工作中的必然之選,原因正是因為Python體系中許多有良好支援的數據科學及機器學習程式庫。要踏入數據科學一行,透徹理解Python語言至為重要。
此部份將深入探討以下內容:
- Python
- Jupyter Notebook
![Python](/static/eac37ff10e2406634d30b5b6deed3af8/7ab40/5c303cc9c0cf9python.png)
![Jupyter Notebook](/static/01579ca2f47ee8dc5af897d252f24742/7ab40/5c303d20da826jupyter.png)
![數據科學](/static/e33ac1215a511ff468b2846d4c3fbfd1/8d59c/5c2c3b6408aafAsset-3-2_4x.png)
數據科學
在數據科學領域當中,有不少的工具能方便我們工作,數據科學家能透過它們去抽取、整理、分析數據或把數據視覺化。
能完善掌握這些數據科學工具,能為未來事業發展打好基礎。
此單元將深入地涵蓋以下內容:
- Numpy
- Pandas
- Seaborn
- Matplotlib
![Matplotlib](/static/70b2a87f5f65a34b92fe00fb896c1433/7ab40/5c2c3b8417f092000px-Created_with_Matplotlib-logo.svg.png)
![numpy](/static/873627467f6fc64a216ed02248f0fb78/82a4d/5c303e29b371fnumpy.png)
![scipy](/static/9a3c6056e0fac8d8baa4f2071ed3af8b/a4680/5c303e3b00014scipy.png)
![機器學習](/static/225e4fce3d5780220ed01481be8ee5b9/8d59c/5c2c3bab301b0Asset-4_4x.png)
機器學習
數據科學家經常需要使用機器學習的程式庫,去找出海量數據背後意義,從而根據數據結果,對商業決策提出建議。
此單元將深入地涵蓋以下內容:
- Scikit-learn
- K-means Clustering
- Decision Tree
![Scikit-learn](/static/b13f4883cbca9b1984fbc12d92afeca6/7ab40/5c2c3bb6a1565Scikit_learn.png)
![Decision Tree](/static/b78f0b591067e564f60571b69b309c7e/fb255/5c2c3bb64c70bAsset-5_4x.png)
![深度學習](/static/3d03033b3d4b0ea1c5538333bcf9071f/8d59c/5c2c3bd2e05efAsset-1_4x.png)
深度學習
深度學習是機器學習的一門。深度學習現今廣泛應用於前沿問題上,包括人臉辨識、語言生成、强化學習等。
此單元將深入地涵蓋以下內容:
- Neural network
- Tensorflow
- Keras
![Tensorflow](/static/c4b5daf4ae706f45ac81f829fea1ee5d/3f083/5c30404ae611dtensorflow.png)
![Keras](/static/67d54067b3e1e0f4f798aa989d31024f/3f083/5c30404a7be86keras.png)