機器學習 x 19 種產業應用｜快速找出最佳演算法
這是一堂經典實戰課，學完後你能提出一個實際解決產業問題的 Machine Learning Flow，並透過 Python 工具實現並分析成果，業界應用層面廣泛，且核心概念永久受用！
這堂課你將會學到
- 19種產業的機器學習運用方式
- 9種管理議題的機器學習運用方式
- 6種機器學習演算法
- 商業問題轉機器學習的解題技巧
章節目錄
-
1
第 1 章 如何將商業問題轉為機器學習問題
-
單元 1 - 機器學習商用流程
-
單元 2 - 商業問題轉機器學習
-
單元 3 - ML Flow 建構概念
-
單元 4 - 動手做ML Flow
-
-
2
第 2 章 分類-預測特定族群是否罹患糖尿病
-
單元 1 - 分類法的介紹
-
單元 2 - 產業遇到問題及問題定義
-
單元 3 - 實作模型預測
-
-
3
第 3 章 迴歸-預測一台車可以跑的公里數
-
單元 1 - 迴歸法的介紹
-
單元 2 - 產業遇到問題及問題定義
-
單元 3 - 實作模型預測
-
-
4
第 4 章 集群-預測客戶特定的群組
-
單元 1 - 集群法的介紹
-
單元 2 - 產業遇到問題及問題定義
-
單元 3 - 實作模型預測
-
-
5
第 5 章 關聯-推薦組合產品
-
單元 1 - 關聯法的介紹
-
單元 2 - 產業遇到問題及問題定義
-
單元 3 - 實作模型預測
-
-
6
第 6 章 特徵工程-挖掘新冠肺炎特徵
-
單元 1 - 特徵工程法的介紹
-
單元 2 - 產業遇到問題及問題定義
-
單元 3 - 實作模型預測
-
-
7
第 7 章 模型驗證-挖掘房價趨勢
-
單元 1 - 模型驗證方法介紹
-
單元 2 - 產業遇到問題及問題定義
-
單元 3 - 實作模型預測
-
-
8
第 8 章 十九種產業應用
-
單元 1 - 半導體、航空、農業
-
單元 2 - 汽車、銀行、材料
-
單元 3 - 化學、消費者產品、醫療
-
單元 4 - 高科技、保險、娛樂
-
單元 5 - 石油、藥品、社會
-
單元 6 - 零售、電信、運輸
-
單元 7 - 旅遊
-
-
9
第 9 章 九種營運議題應用
-
單元 1 - 財務與資訊管理
-
單元 2 - 人力資源管理
-
單元 3 - 行銷與業務管理
-
單元 4 - 營運管理
-
單元 5 - 產品研發管理
-
單元 6 - 風險管理
-
單元 7 - 服務管理
-
單元 8 - 策略管理
-
單元 9 - 供應鏈與生產管理
-
-
10
第 10 章 總結-我還可以學什麼?
-
單元 1 - 自動機器學習
-
單元 2 - 強化學習
-
單元 3 - 機器學習模型視覺
-