感謝您提交詢問！我們的一位團隊成員將在短時間內與您聯繫。
感謝您提交預訂！我們的一位團隊成員將在短時間內與您聯繫。
課程簡介
引言
- 定義預測性人工智慧
- 預測分析的歷史背景與演進
- 機器學習與資料探掘的基本原則
數據收集與預處理
- 蒐集相關數據
- 清理並準備數據以供分析
- 理解數據類型與來源
探索性數據分析 (EDA)
- 透過視覺化呈現數據以發掘見解
- 描述性統計學與數據摘要
- 識別數據中的模式與關係
統計建模
- 統計推論基礎
- 迴歸分析
- 分類模型
用於預測的機器學習演算法
- 監督式學習演算法概覽
- 決策樹與隨機森林
- 神經網路與深度學習基礎
模型評估與選擇
- 理解模型準確率與效能指標
- 交叉驗證技術
- 過度擬合與模型調校
預測性人工智慧的實務應用
- 跨越多個產業的案例研究
- 預測建模中的倫理考量
- 預測性人工智慧的局限性與挑戰
實作專案
- 使用數據集建立預測模型
- 套用模型進行預測
- 評估並解讀結果
總結與下一步
最低要求
- 具備基礎統計學知識
- 擁有任一程式語言的使用經驗
- 熟悉數據處理及電子表格操作
- 無需人工智慧或資料科學的先前經驗
目標受眾
- 資訊專業人員
- 數據分析師
- 技術人員
21 小時
客戶評論 (3)
基礎知識很好，喜歡準備的文件和練習
Rekha Nallam - GE Medical Systems Polska Sp. z o.o.
課程 - Introduction to Predictive AI
機器翻譯
有機會使用預先創建的模型，理解其工作原理，即時調整並查看結果。選擇VSCode與Jupyter作爲培訓工具是一個完美的選擇。
Krzysztof - GE Medical Systems Polska Sp. z o.o.
課程 - Introduction to Predictive AI
機器翻譯
複雜主題以簡單、用戶友好的方式呈現
Marcin - GE Medical Systems Polska Sp. z o.o.
課程 - Introduction to Predictive AI
機器翻譯
