商業智慧分析
Python for Data Analysis
| 節 | 週二 |
|---|---|
5 13:20–14:10 | 商業智慧分析 M301（光復） 3 節連堂 |
6 14:20–15:10 | |
7 15:30–16:20 |
* 根據陽明交大上課時間表所列
此課程為機器學習之進階部分, 主要內容為介紹一些進階方法, model evaluation包含multi-classes matrics, cross-validation, oversampling, hypothesis testing, 同時程式的操作與演練也是此課程的重點之一.
1.程式設計(Python為佳)
無備註
請自備notebook且充好電
1學期作業 (a) 期中報告-選定題目與資料集 (b) 期末報告-成果展示 2.考試狀況: 無筆試 3.評量方法 (a) 上課參與(15%) (b) 期中報告(35%) (c) 期末報告(50%)
教師未提供此項資料
| 週次 | 主題 |
|---|---|
| 第 1 週 | Introduction & the concepts of machine learning 時數：[2025-09-02]盧浩鈞(3.00) |
| 第 2 週 | Numpy, Attribute Types, and Manipulate Excel Features test, pairplot, cleaning, and normalization 時數：[2025-09-09]盧浩鈞(3.00) |
| 第 3 週 | Feature Selection – filter and wrapper approaches 時數：[2025-09-16]盧浩鈞(3.00) |
| 第 4 週 | Feature Selection –embedded approach 時數：[2025-09-23]盧浩鈞(3.00) |
| 第 5 週 | Basic methods 1 – Decision Tree 時數：[2025-09-30]盧浩鈞(3.00) |
| 第 6 週 | Model Evaluation – Metrics 時數：[2025-10-07]盧浩鈞(3.00) |
| 第 7 週 | Model Evaluation –Cross-Validation 時數：[2025-10-14]盧浩鈞(3.00) |
| 第 8 週 | 期中報告 時數：[2025-10-21]盧浩鈞(3.00) |
| 第 9 週 | Model Evaluation –Oversampling Learning 時數：[2025-10-28]盧浩鈞(3.00) |
| 第 10 週 | Model Evaluation –Oversampling Learning 時數：[2025-11-04]盧浩鈞(3.00) |
| 第 11 週 | 演講 1 時數：[2025-11-11]盧浩鈞(3.00) |
| 第 12 週 | Model Evaluation –Learning Curve 時數：[2025-11-18]盧浩鈞(3.00) |
| 第 13 週 | Model Evaluation –Hyperparameter Optimization 時數：[2025-11-25]盧浩鈞(3.00) |
| 第 14 週 | Basic methods – SVM 1 時數：[2025-12-02]盧浩鈞(3.00) |
| 第 15 週 | Model Selection - Hypothesis testing Ensemble methods – Random forest, Adaboost, or XGBoost 時數：[2025-12-09]盧浩鈞(3.00) |
| 第 16 週 | 期末報告 時數：[2025-12-16]盧浩鈞(3.00) |
1.Teaching PowerPoint materials 2.Data Mining: Concepts and Techniques 3/e, Author: J. Han and M. Kamber, 2011, Publisher: Morgan Kaufmann (台灣代理: 新月出版社)
- 地點
- By Appointments
- 時間
- By Appointments
- 聯絡方式
- haoclu@nycu.edu.tw