在本課程的第一章中，你將完成建立預測型機器學習模型所需的所有前處理步驟，包括如何處理遺漏值與離群值，以及如何對資料集進行正規化。

處理遺漏值

尋找遺漏值

簡單填補（Simple imputation）

反覆插補（Iterative imputation）

資料分布與轉換

訓練集 vs 測試集的分佈與轉換

訓練／測試分布

對數與冪次轉換

資料離群值與縮放

離群值偵測

處理離群值

Z 分數標準化

資料前處理與視覺化

在第二章中，你將練習監督式機器學習的多個面向，例如選取最佳特徵子集、使用正規化避免模型過度擬合、特徵工程，以及透過集成模型處理所謂的偏差—變異權衡。

迴歸：特徵選擇

最佳特徵子集

過濾式與包裝式方法

透過特徵重要度進行特徵選擇

回歸：正規化

避免過度擬合

Lasso 正則化

Ridge 正規化

分類：特徵工程

分類模型的特徵

Logistic Regression 基準分類器

集成方法

自助聚合（bagging）

Boosting

XGBoost

監督式學習

在第三章中，你將運用非監督式學習進行特徵萃取與用於降維的視覺化技巧，並運用分群方法為資料集選擇合適的分群演算法與最佳群數。

降維：特徵擷取

維度災難

主成分分析（PCA）

奇異值分解

降維：視覺化技術

降低高維資料

使用 PCA 視覺化類別分離 I

用碎石圖視覺化主成分

叢集分析：選擇合適的叢集演算法

分群演算法

K-means 分群

階層式凝聚分群（Hierarchical Agglomerative Clustering）

叢集分析：選擇最佳的叢集數量

最佳的 k 是多少？

Silhouette 方法

手肘法（Elbow method）

非監督式學習

在本課程的第四章也是最後一章中，你將更進一步，運用自助抽樣與交叉驗證來評估模型泛化效能，對不平衡類別使用重抽樣技術，偵測並移除多重共線性，並建立一個集成模型。

模型泛化：bootstrapping 與 cross-validation

驗證模型效能

決策樹

許多顆決策樹組成的森林

模型評估：不平衡分類模型

X 光武器偵測

類別不平衡的評估指標

重新取樣技巧

模型選擇：迴歸模型

處理多重共線性

多重共線性技巧－特徵工程

多重共線性技巧 - PCA

模型選擇：集成模型

Random forest 與 gradient boosting 的比較

隨機森林（Random Forest）集成模型

梯度提升整合模型

總結

模型選擇與評估

Loans training set (reduced)

Diabetes

Loans dataset

你是否想過該如何有效準備機器學習面試？在本課程中，你將為資料科學家職缺常見的 15 題以 Python 作答的機器學習（ML）面試題準備答案。
 
這些問題涵蓋七大主題：資料前處理、資料視覺化、監督式學習、非監督式學習、模型集成、模型選擇，以及模型評估。
 
你會先從資料前處理與資料視覺化相關問題開始著手。完成所有前處理步驟後，你將建立一個預測型 ML 模型，強化實作能力。
 
接著，你會先涵蓋部分監督式學習技巧，再進入非監督式學習。依職務不同，你在機器學習面試中很可能都會被問到這兩個主題。
 
最後，你將以模型選擇與評估作結，學習如何評估模型泛化效能，並在建立集成模型時比較各種技術。
 
在課程結束時，你將同時具備必要的理論背景，以及以 Python 撰寫程式碼來成功回答這 15 題的能力。
 
程式碼範例主要以 scikit-learn 套件為基礎，因為它易於使用，且能涵蓋 Python 語言中最重要的機器學習技術。
 
本課程不教授機器學習基礎知識，因為這些內容已在先修課程中說明。

Unsupervised Learning in Python

Supervised Learning with scikit-learn

準備面試，練習機器學習問題，了解Python的關鍵主題和理想答案。

叢集分析：選擇最佳的叢集數量

Create Your Free Account