Weekly outline
- 摘要
- 1. 19 February - 25 February
1. 19 February - 25 February
課程介紹-資料科學家的工作
- 發掘議題,提問:能創造被動式收入的項目?
- 收集、清理資料,爬蟲
- 資料視覺化
- 找出規律
- 說故事
更進一步:
- 建立自己的資料模型
- 設計演算法
- 創建輔助使用者的工具、平台
- 2. 26 February - 3 March
2. 26 February - 3 March
表訂:機器學習方法介紹-Scikit-Learn、k最近鄰居法、迴歸、決策樹
實務:Python環境與相關應用
講解內容參考:電子書:Python自學聖經:從程式素人到開發強者的技術與實戰大全!
開發環境: Google Colab
程式練習參考:
1. 精通 Python
2. Github: Python 基礎必修課習題練習
加入 CodeCombat 班級,從遊戲中學習程式: https://codecombat.com/students?_cc=LeafBagPan
班級代碼:LeafBagPan - 3. 4 March - 10 March
3. 4 March - 10 March
機器學習方法介紹-隱馬爾科夫模型(Hidden Markov Model, HMM)及循環神經網路(Recurrent Neural Network, RNN)
- 4. 11 March - 17 March
- 5. 18 March - 24 March
- 6. 25 March - 31 March
- 7. 1 April - 7 April
- 8. 8 April - 14 April
- 9. 15 April - 21 April
- 10. 22 April - 28 April
- 11. 29 April - 5 May
- 12. 6 May - 12 May
- 13. 13 May - 19 MayThis week
- 14. 20 May - 26 May
14. 20 May - 26 May
表訂:自然語言處理-全文檢索、文本分詞(Text Segmentation)、建立字典及轉換數字序列
實務:ChatGPT 及 Stable Diffusion 原理介紹及應用討論 - 15. 27 May - 2 June
- 16. 3 June - 9 June
- 17. 10 June - 16 June
17. 10 June - 16 June
分組報告
期末報告,於第 17, 18 周報告,使用投影片口頭報告或佐以部份操作錄影,作業要求:
1.使用爬蟲程式擷取並清理資料,或連接某服務 API
2.使用資料庫:MongoDB 、 MySQL、MS-SQL 皆可
3.提供 Web Service,例:Flask 、 Node.js 或 .Net 皆可
4.介接 Discord 或 LineBot ,提供使用者互動服務介面
特別加分,以下擇一:有使用 Panda 整理資料、使用統計預測模型、使用任一機器學習演算法或介接 ChatGPT API 提供客製化服務。
服務互動回應可以是:文字、聲音、圖檔、影片
題目的發想:儘量限縮在一個清晰易懂的服務即可,不用包山包海
使用 Panda 整理資料及統計預測模型,通常是數值,可以採用 MatplotLib 來輸出圖表,這也是加分項。 - 18. 17 June - 23 June
《尊重智慧財產權,請使用正版教科書,勿非法影印書籍及教材,以免侵犯他人著作權》