TQC+ Python3.x 機器學習基礎與應用特訓教材 系列名：認證檢定 ISBN13：9789865027599 出版社：碁峰資訊 作者：林英志-編著;財團法人中華民國電腦技能基金會-總策劃 裝訂／頁數：平裝／368頁 規格：26cm*19cm*1.9cm (高/寬/厚) 出版日：2021/03/22 中國圖書分類：電腦程式語言 內容簡介 　　本書遵循專業考科「TQC+ 人工智慧：機器學習Python 3」技能規範架構撰寫，符合鑑定的命題趨勢。 　　1.內容由淺入深，採循序漸進的方式建立您運用機器學習解決問題的基本概念，達到技術的傳承及表達，符合實務運用需求。 　　2.本書共有七個章節，包含「Python與機器學習」、「數據前處理」、「監督式學習：迴歸」、「監督式學習：分類」、「模型擬合、評估與超參數調校」、「非監督式學習：降維與分群」、「集成學習」、「機器學習應用」，帶領讀者快速從資料中自動分析獲得規律，並利用規律對未知資料進行預測與分類，是為實現人工智慧:機器學習實際表現之最佳讀本。 　　3.題庫練習 歡迎到雲端練功坊（cloud.csf.org.tw）來充電、練功。 　　4.配合中華民國電腦技能基金會（www.csf.org.tw）測驗，一舉取得專業證照，讓您求學、求職更具競爭力。 目錄 Chapter 0 Python與機器學習 0-1 Python發展與編寫環境 0-2 機器學習 0-3 機器學習使用Python 0-4 基礎數學與Python實作 0-5 小結 綜合範例 Chapter 1 數據前處理 1-1 數據類型 1-2 遺漏值 1-3 切割數據集 1-4 異常值 1-5 選取重要特徵 1-6 小結 綜合範例 Chapter 2 監督式學習：迴歸 2-1 線性迴歸 2-2 評估迴歸模型的效能 2-3 正規化的迴歸 2-4 處理非線性關係 2-5 小結 綜合範例 Chapter 3 監督式學習：分類 3-1 迴歸vs分類 3-2 評估分類器的效能 3-3 邏輯斯迴歸 3-4 支援向量機 3-5 簡單貝氏分類器 3-6 決策樹 3-7 k最近鄰 3-8 小結 綜合範例 Chapter 4 模型擬合、評估與超參數調校 4-1 工作流程管道化 4-2 過擬合與欠擬合 4-3 評估模型效能 4-4 調校超參數 4-5 處理類別不平衡 4-6 小結 綜合範例 Chapter 5 非監督式學習：降維與分群 5-1 主成份分析降維 5-2 k-means分群 5-3 階層式分群 5-4 DBSCAN分群 5-5 鄰近傳播分群 5-6 小結 綜合範例 Chapter 6 集成學習 6.1 以袋裝法集思廣益 6.2 以提升法互補有無 6.3 以堆疊法兼容並蓄 Chapter 7 機器學習應用 7.1 自然語言處理 7.2 序列資料處理