1-1 初探人工智慧
1-2 為什麼機器可以像人類一樣學習
1-3 資料蒐集的重要性-Quick Draw
2-1 我也能打造機器學習
3-1 監督式學習法的基礎觀念
3-2 房價秒預測—線性迴歸介紹與應用(上)
3-3 房價秒預測—線性迴歸介紹與應用(下)
3-4 乳癌機率有多高—KNN 分類器介紹與應用(上)
3-5 乳癌機率有多高—KNN 分類器介紹與應用(下)
3-6 傑克與蘿絲誰的生存機率高—決策樹分類器介紹與應用(上)
3-7 傑克與蘿絲誰的生存機率高—決策樹分類器介紹與應用(下)
3-8 第三章課程總結
4-1 K-means algorithm簡介
4-2 鳶尾花的分群-K-means應用範例(上)
4-3 鳶尾花的分群-K-means應用範例(下)
4-4 手寫數字的分群—K-means 應用範例(上)
4-5 手寫數字的分群—K-means 應用範例(下)
4-6 第四章課程總結
5-1 Kaggle 網站介紹
5-2 Kaggle 資料上傳與排名(一)
5-3 Kaggle 資料上傳與排名(二)
5-4 Kaggle 資料上傳與排名(三)
5-5 Kaggle 資料上傳與排名(四)
5-6 第五章課程總結
程式碼-機器學習
範例程式碼使用說明
此單元不開放免費瀏覽