線上 資料科學 培訓在 台灣

此課程為講師主導的實作培訓，在[loc]線上或線下[/loc]舉行，旨在幫助初階專業人士理解預訓練模型的概念，並學習如何應用它們解決實際問題，無需從頭建構模型。

完成本課程後，學員將能夠：

• 理解預訓練模型的概念與優勢。
• 探索不同的預訓練模型架構及其適用場景。
• 針對特定任務微調預訓練模型。
• 在簡單的機器學習專案中實作預訓練模型。

此由講師指導的實作培訓在 台灣（線上或線下）進行，針對希望使用 AWS Cloud9 來簡化資料科學工作流程的中階資料科學家與分析師。

完成本培訓後，學員將能夠：

• 在 AWS Cloud9 中建立資料科學環境。
• 在 Cloud9 中使用 Python、R 和 Jupyter Notebook 進行資料分析。
• 將 AWS Cloud9 與 AWS 資料服務（如 S3、RDS 及 Redshift）整合。
• 利用 AWS Cloud9 進行機器學習模型的開發與部署。
• 最佳化用於資料分析與處理的雲端工作流程。

此由導師主導的現場培訓（台灣）針對希望使用 Apache Airflow 自動化及管理機器學習工作流的初學者參與者，包括模型訓練、驗證和部署。

完成此課程後，學員將能夠：

• 設置 Apache Airflow 以進行機器學習工作流的協調。
• 自動化數據預處理、模型訓練和驗證任務。
• 將 Airflow 與機器學習框架和工具集成。
• 使用自動化管道部署機器學習模型。
• 監控和优化生產環境中的機器學習工作流。

此為由講師主導的即時訓練課程（台灣，線上或線下），針對初級數據科學家及資訊專業人士設計。旨在協助他們學習使用 Google Colab 進行的數據科學基礎知識。

完成本課程後，學員將能夠：

• 安裝與操作 Google Colab。
• 撰寫並執行基本 Python 程式碼。
• 匯入並處理資料集。
• 使用 Python 函式庫建立視覺化圖表。

這門由導師主導的現場培訓在 台灣（線上或線下）進行，旨在為初級到中級的資料分析師、開發人員或 aspiring 資料科學家提供實用的機器學習技巧應用指導。通過在 Python 中運用這些技術，學員將能夠提取洞察、做出預測並自動化基於資料的決策。

完成本課程後，參與者將能夠：

• 理解並區分關鍵的機器學習範式。
• 探索資料預處理技術和模型評估指標。
• 應用機器學習演算法解決真實世界中的資料問題。
• 使用 Python 庫和 Jupyter notebooks 進行實作開發。
• 建立用於預測、分類、推薦和聚類的模型。