關於 機器學習 regression ，我們在網路上蒐集到這些相關的討論、資訊與評價

🔥 NT330 特價中

課程已於 2021 年 8 月更新

學習資料科學、資料分析、機器學習(人工智慧)和 Python 與 Tensorflow、Pandas 和更多 !

本課程的主題包括 :

資料探索與視覺化
神經網路和深度學習
模型評估與分析
Python 3
Tensorflow 2.0
Numpy
Scikit-Learn
資料科學與機器學習專案和工作流程
在 Python 用 MatPlotLib 和 Seaborn 做資料視覺化
轉移學習( Transfer Learning )
影像辨識和分類
訓練/測試並交叉驗證
監督學習 : 分類、迴歸和時間序列
決策樹和隨機森林
整體學習( Ensemble Learning )
調整超參數( Hyperparameter Tuning )
採用 Pandas 資料框解決複雜任務
採用 Pandas 處理 CSV 檔
採用 TensorFlow 2.0 和 Keras深度學習 / 神經網路
使用 Kaggle 並進入機器學習競賽
如何呈現你的發現並讓你的老闆印象深刻
如何為你的分析清理並準備你的資料
K 最近鄰( K Nearest Neighbours )
支援向量機( Vector Machines )
迴歸分析( Linear Regression/Polynomial Regression )
如何運用 Hadoop、Apache Spark、Kafka 和 Apache Flink
如何用 Conda、MiniConda 和Jupyter Notebooks 設定你的環境
配合 Google Colab 採用 GPUs

https://softnshare.com/complete-machine-learning-and-data-science-zero-to-mastery/

▍工業製程居然能用 Python 做優化？

Python 語言易學又強大，近年不但頻頻挑戰常居第二名的 Java 語言，還成為 AIoT 智慧製造的關鍵技能？想快速掌握 #智慧製造 #機器學習 應用實務，現在正是進修好時機！

立即報名 https://supr.link/sPDp9

工研院《Python工業連續製程分析：參數指標、預測建模一把罩》
用 · 線上+實體 · 兩階段精實課程，教會你如何用 Python 從基礎應用到案例演練！

【數位先修】 學習時程彈性的線上數位課程，完整奠定基礎

🔹工業參數資料轉換
🔹資料處理與清理
🔹視覺化呈現數據結果

【線下實戰】活用案例與模型操作，並應用至實際的工業製程優化

🔹六大機器學習模型學習與操作（使用Linear Regression、Random Forest、XGBoost、GAM等）
🔹以敏感性分析找出影響品質與成本的重要參數
🔹藉模型損失函數完成模型最佳化調整

完成兩階段課程，你將能學會：
■ 品質及成本控管參數選擇
■ 重要製程參數篩選
■ 製程品質與節能的最佳化
■ 預測節流矩陣評估方案最佳的效益
．．．
課程已在工研院產業學習網上開設，現在即可報名，隨時觀看體驗新技能！
更多課程介紹：https://supr.link/sPDp9

NT 390 特價中

本課程教你如何使用在機器學習，資料科學與統計中的一種流行技術：線性迴歸。從根本上包含了理論：解決方案的推導，以及對現實世界問題的應用。向你展示如何在 Python 中編寫自己的線性迴歸模組。

https://softnshare.com/data-science-linear-regression-in-python/