2023年行政法體系書出版公司:志光教育科技保成數位出版作者:程樂、于歆類型:考試證照-高普特考 PDF電子書繁體中文版


商品編號：	DCT3897

商品名稱：	2023年行政法體系書出版公司:志光教育科技保成數位出版作者:程樂、于歆類型:考試證照-高普特考 PDF電子書繁體中文版

語系版本：	PDF電子書繁體中文版

運行平台：	PDF電子書,沒有任何平台限制,終身使用

更新日期：	2026-05-01

光碟片數：	1片CD光碟

銷售價格：	$100元

熱門標籤：	行政法體系書程樂于歆考試證照高普特考

2023年行政法體系書出版公司:志光教育科技保成數位出版作者:程樂、于歆類型:考試證照-高普特考 PDF電子書繁體中文版

圖片說明:

內容說明:

商品資料
作者：程樂, 于歆
出版社：志光教育科技保成數位出版
出版年：2023
課程類型：考試證照>高普特考
檔案格式：PDF
ISBN：9786263236387

書籍簡介

★★★★★【機器學習唯一指定】★★★★★
☆☆☆☆☆【入門】+【實戰】☆☆☆☆☆
AI 專業大師陳昭明老師全新力作，帶你一次到位，完整學習Scikit-learn！

　　以Scikit-learn套件為主體，介紹各類的演算法，同時提供大量應用實例，全面性的掌握理論、技術與實作，為機器學習入門者的最佳夥伴！

　　★詳細的程式說明
　　★遵循完整的機器學習開發流程
　　★資料的探索、清理、特徵工程、模型訓練、評估、參數調校到最終的部署

　　本書主要的特點
　　1.   以完整的機器學習開發流程角度出發。
　　2.   每一個演算法都包括原理、自行開發、Scikit-learn函數用法，最後再附應用實例。
　　3.   以「統計∕數學」為出發點，介紹機器學習必備的數理基礎，使用大量圖解，並以程式開發加深掌握演算法原理，增進學習樂趣。
　　4.   完整實用的範例程式及各種演算法的延伸應用，能在企業內應用自如。
作者簡介

作者簡介

陳昭明

　　★曾任職於 IBM、工研院等全球知名企業

　　★IT 邦幫忙 2018 年 AI 組【冠軍】
　　★多年 AI 課程講授經驗
章節

1 Scikit-learn 入門(第1-1頁)

1-1 Scikit-learn 簡介(第1-2頁)
1-2 學習地圖(第1-4頁)
1-3 開發環境安裝(第1-6頁)
1-4 Jupyter Notebook(第1-9頁)
1-5 撰寫第一支程式(第1-14頁)
1-6 本章小結(第1-26頁)
1-7 延伸練習(第1-27頁)
參考資料 (References)(第1-27頁)

2 資料前置處理 (Data Preprocessing)(第2-1頁)

2-1 資料源 (Data Sources)(第2-3頁)
2-2 Scikit-learn 內建資料集(第2-7頁)
2-3 資料清理(第2-19頁)
2-4 遺失值 (Missing value) 處理(第2-20頁)
2-5 離群值 (Outlier) 處理(第2-23頁)
2-6 類別變數編碼(第2-26頁)
2-7 其他資料清理(第2-31頁)
2-8 本章小結(第2-36頁)
2-9 延伸練習(第2-36頁)
參考資料 (References)(第2-36頁)

3 資料探索與分析 (EDA)(第3-1頁)

3-1 資料探索的方式(第3-2頁)
3-2 描述統計量 (Descriptive statistics)(第3-4頁)
3-3 統計圖(第3-7頁)
3-4 實務作法(第3-16頁)
3-5 本章小結(第3-17頁)
3-6 延伸閱讀(第3-17頁)
參考資料 (References)(第3-18頁)

4 特徵工程 (Feature Engineering)(第4-1頁)

4-1 特徵縮放 (Feature Scaling)(第4-2頁)
4-2 特徵選取 (Feature Selection)(第4-9頁)
4-3 特徵萃取 (Feature Extraction)(第4-18頁)
4-4 特徵生成 (Feature Generation)(第4-49頁)
4-5 本章小結(第4-60頁)
4-6 延伸練習(第4-60頁)
參考資料 (References)(第4-60頁)

5 迴歸 (Regression)(第5-1頁)

5-1 線性迴歸 (Linear regression)(第5-2頁)
5-2 非線性迴歸 (Non-linear regression)(第5-14頁)
5-3 迴歸的假設與缺點(第5-19頁)
5-4 時間序列分析 (Time Series Analysis)(第5-22頁)
5-5 過度擬合 (Overfitting) 與正則化 (Regularization)(第5-33頁)
5-6 偏差 (Bias) 與變異 (Variance)(第5-40頁)
5-7 本章小結(第5-41頁)
5-8 延伸練習(第5-42頁)
參考資料 (References)(第5-42頁)

6 分類 (Classification) 演算法(一)(第6-1頁)

6-1 羅吉斯迴歸 (Logistic Regression)(第6-2頁)
6-2 最近鄰 (K nearest neighbor)(第6-22頁)
6-3 單純貝氏分類法 (Nave Bayes Classifier)(第6-36頁)
6-4 本章小結(第6-48頁)
6-5 延伸練習(第6-48頁)
參考資料 (References)(第6-48頁)

7 分類 (Classification) 演算法(二)(第7-1頁)

7-1 支援向量機 (Support Vector Machine)(第7-2頁)
7-2 決策樹 (Decision Tree)(第7-18頁)
7-3 隨機森林 (Random Forest)(第7-42頁)
7-4 ExtraTreesClassifier(第7-44頁)
7-5 本章小結(第7-45頁)
7-6 延伸練習(第7-45頁)
參考資料 (References)(第7-45頁)

8 模型效能評估與調校(第8-1頁)

8-1 模型效能評估(第8-3頁)
8-2 效能衡量指標 (Performance Metrics)(第8-14頁)
8-3 ROC/AUC(第8-27頁)
8-4 詐欺偵測 (Fraud Detection) 個案研究(第8-40頁)
8-5 本章小結(第8-45頁)
8-6 延伸練習(第8-46頁)
參考資料 (References)(第8-47頁)

9 集群 (Clustering)(第9-1頁)

9-1 K-Means Clustering(第9-3頁)
9-2 階層集群 (Hierarchical Clustering)(第9-20頁)
9-3 以密度為基礎的集群 (DBSCAN)(第9-28頁)
9-4 高斯混合模型 (Gaussian Mixture Models)(第9-34頁)
9-5 影像壓縮 (Image Compression)(第9-44頁)
9-6 客戶區隔 (Customer Segmentation)(第9-48頁)
9-7 本章小結(第9-60頁)
9-8 延伸練習(第9-60頁)
參考資料 (References)(第9-61頁)

10 整體學習 (Ensemble Learning)(第10-1頁)

10-1 整體學習概念說明(第10-2頁)
10-2 多數決 (Majority Voting)(第10-4頁)
10-3 裝袋法 (Bagging)(第10-7頁)
10-4 強化法 (Boosting)(第10-9頁)
10-5 堆疊 (Stacking)(第10-21頁)
10-6 本章小結(第10-23頁)
10-7 延伸練習(第10-23頁)
參考資料 (References)(第10-24頁)

11 其他課題(第11-1頁)

11-1 半監督式學習 (Semi-supervised learning)(第11-2頁)
11-2 可解釋的 AI (Explainable AI, XAI)(第11-11頁)
11-3 機器學習系統架構(第11-25頁)
11-4 結語(第11-31頁)
參考資料 (References)(第11-35頁)

2023年國際貿易實務出版公司:鼎文作者:崔特類型:考試證照-高普特考 PDF電子書繁體中文版

2023年攻略商事法與智慧財產權法出版公司:志光教育科技保成數位出版作者:保成法學苑謹類型:考試證照-高普特考 PDF電子書繁體中文版

2023年主題式土木施工學概要高分題庫[國民營事業] 出版公司:千華數位文化作者:林志憲類型:考試證照-高普特考 PDF電子書繁體中文版

2023年配管裝修及配管與儀器操作出版公司:鼎文作者:洪禹類型:考試證照-高普特考 PDF電子書繁體中文版

2023年抉對選擇-法學緒論(大意)(測驗題) 出版公司:志光教育科技保成數位出版作者:呂晟類型:考試證照-高普特考 PDF電子書繁體中文版

2023年老師開講-民法(總則) 出版公司:志光教育科技保成數位出版作者:袁翟類型:考試證照-高普特考 PDF電子書繁體中文版

站內搜索

請輸入軟體名稱或編號

購物車

熱門關鍵字

考試證照		高普特考
林志忠		法學大意
行政學		章庠
成宜		鐵路特考
鼎文書局		保成法學苑
楊銘		羅格思
行政學大意		事務管理
白崑成		抉對選擇
韋伯		高點文化
測驗題		鼎文
鼎茂圖書		大碩教育
太閣		司法五等
白傑		行銷管理學
行銷學		林俐
胡劭安		陳金城