Leo Yeh's Blog

資料分析 Data Science & Machine Learning (1)

基本介紹

教學目標

初步了解如何透過 edX 網站學習資料科學和機器學習。

重點概念

資料科學簡介

資料科學是有關使用資料進行決策進而採取行動。

處理過程主要包括五個步驟:

  1. 尋找資料 (資料選擇)
  2. 獲取資料 (前置處理)
  3. 清理和轉換資料 (資料轉換)
  4. 了解資料關係 (資料探勘)
  5. 透過資料傳遞價值 (解釋與評估)

資料科學理論

相關理論主要有五個應用:

  1. 機器學習 (Machine Learning)
  2. 迴歸 (Regression)
  3. 分類 (Classification)
  4. 分群 (Clustering)
  5. 推薦 (Recommendation)

實際操作應用

首先學習如何透過 Azure ML 進行資料處理,其中會搭配使用 R 、 Python 和 SQL ,包括資料獲取、資料取樣、資料量化,資料清理和資料轉換。

接著學習如何進行資料探勘和視覺化呈現,更重要透過 Azure ML 進行建模與評估,以及迴歸、分類和分群等實作操作。

最後則是完成推薦應用,以及如何透過建立好的模型進行預測分析,主要有兩種方式提供預測分析的網路服務:

課程總共五堂課,每堂課有五題測驗 (單複選題,有兩次機會) 佔 50% ,以及期末考有二十題測驗 (單複選題,只有一次機會) 佔 50% ,合計總分達 70% ,題目中等不會太難基本上有看影片和重點整理就能夠通過,接著付 49 美元等待身份驗證之後,即可取得證書

相關資源

⬅️ Go back