目前位置: 首頁 > 公開課程 > 資訊管理 > 程式語言 > 不寫程式也能玩資料分析II:Orange Da..

不寫程式也能玩資料分析II:Orange Da..

是一個支援視覺化、圖示化介面的資料探索工具。使用Orange就可以像積木一...

  Orange 資料探勘(Orange Data Mining,舊稱Orange 3) 是一個支援視覺化、圖示化介面的資料探索工具。使用Orange就可以像積木一樣,透過堆疊功能模組進行資料探勘( Data Mining)、機器學習 (Machine Learning)、圖像分析 (Image Analysis)、文字探勘 (Text Mining),方便使用者可以專注於探索性數據而不是編碼工作。因此Orange這種視覺化程式設計工具(Visual Programming Tools)........

加入收藏
收件人email:
寄件人姓名:
寄件人email:
課程代碼 2322050057
不寫程式也能玩資料分析II:Orange Data Mining
課程型態/ 雲端自學
上課地址/ 線上課程
時數/ 7.35小時
聯絡資訊/ 紀凱翔 0425604084

----------------------------------------------



課程介紹

Orange 資料探勘(Orange Data Mining,舊稱Orange 3) 是一個支援視覺化、圖示化介面的資料探索工具。使用Orange就可以像積木一樣,透過堆疊功能模組進行資料探勘( Data Mining)、機器學習 (Machine Learning)、圖像分析 (Image Analysis)、文字探勘 (Text Mining),方便使用者可以專注於探索性數據而不是編碼工作。因此Orange這種視覺化程式設計工具(Visual Programming Tools)可提供開發人員和資料科學家各式各樣的模組,讓資料處理、模型建置、訓練及部署機器學習模型更加快速且視覺化更容易上手!


Orange
視覺化界面

課程特色/目標

上完本課程可以

  1. 透過視覺化編程(Visual Programming)進行資料分析。
  2. 學習到資料探勘技術(Data Mining)與機器學習(Machine Learning)方法。
  3. 建立自己的數據分析流程(Data Pipeline),並使用這些數據建構所需要的機器學習模型。

 

標題的icon

課程對象

  1. 大專以上,無需特別背景,適合研發工程師、生產製造、品保等相關工程師/資料分析人員及各管理階層;
  2. 研究單位工程師、學生或對對於數據分析 與機器學習感興趣者;
  3. 具電腦基本操作或有基礎程式語言基礎者為佳。


標題的icon

講師簡介

吳博士

學經歷

  • 國立清華大學 工業工程與工程管理 博士
  • 高雄空中大學 科管系 兼任助理教授
  • IBM Almaden Research訪問學者
  • 台灣人工智慧學校Taiwan AI Academy講師

認證

  • MIT Professional Education, Smart Manufacturing: Moving from Static to Dynamic Manufacturing Operations
  • IBM Cognitive Class, Python for Data Science & Text Analytics
  • Project Management Professional (PMP)

專書

  • 專利分析與智慧財產管理:以資訊技術與知識管理方法為手段(2)

 

標題的icon

課程大綱

 

項目

單元名稱

課程介紹

課程大綱

時長

單元1

Orange Data Mining安裝與基本功能介紹

介紹orange data mining 工具箱安裝,基本功能模組:資料匯入、資料清理、基礎統計分析、圖表呈現等案例說明。

Tool installation

Basic function introduction

Basic data visualization

1:20 hr

單元2

資料可視化與機器學習之分類模型

透過案例,實際演練資料處理流程,特徵分析,與分類模型建構,決策樹、隨機森林等模型解釋,學習模型訓練與解讀模型結果。

Description analysis

Classification model

Model training and confusion matrix

1:30 hr

單元3

機器學習之迴歸模型與分群模式

講述回歸模型與其案例,搭配模型解釋工具,分析各特徵值之權重,從訓練到預測結果之解釋,並講述分群模型,與降維的實作演練。

Regression model

Clustering model

Principal Component Analysis

1:20 hr

單元4

機器學習之模型解釋與影像分析

模型解釋工具SHAP之操作與講解,搭配案例進行說明,了解參數貢獻值,並針對圖形資料,講述遷移學習與圖形建模分析等步驟。

Model explainability

Image analysis

Transfer learning

1:45 hr

單元5

文字探勘分析

文字探勘,說明如何透過orange 進行文字資料的解析,如何計算詞頻、繪製詞彙雲,透過前處理進一步搭配模型對案例進行操作說明

Text mining

Hierarchical clustering

Corpus with classification

1:30 hr

 

 

標題的icon

價格

 

課程

原價

早鳥或兩人同行優惠價(9)

全系列(8)

單元1

1099

990

3,960

(原價4,950)

單元2

1099

990

單元3

1099

990

單元4

1099

990

單元5

1099

990

 

 

標題的icon

貼心提醒

  1. 線上課程同一帳號僅限本人使用,不得將參加課程活動之權利轉讓予任何其他第三人。
  2. 本網站將依您報名登入的email,發送給您正式上課通知。您可依您登入的帳號、密碼進入課程。帳號開通日以正式上課通知為準。
  3. 課程提供與服務期間:在您收到正式上課通知(包含本項課程服務所需之登錄帳號、序號或密碼)之次日起,為期6個月之使用期間。您可於上述期間內得不計次數、每次不計時間使用本課程服務。


標題的icon

學習權益

※本課程為數位課程,無特定觀看日期,待報名且繳款完成後,由課程承辦人確認收款無誤後,將開通帳號以及提供觀看連結予學員,並享有付費期間內無限次數觀看權限。

※為確保學員的上課權益,報名後若未收到任何回覆,敬請主動詢問是否完成報名。

※數位課程同一帳號僅限本人使用,不得將參加課程活動之權利轉讓予他人。

※請報名學員遵守數位學習平台之隱私聲明相關規範。




簡介


產業學院緣起
  依據行政院「挑戰2008:國家發展重點計畫」下之「國際創新研發基地」與「產業高值化」兩計畫,首重產業科技人才的效能。

•911216經科字第09103373120號函:經濟部將本院籌設工研院產業學院之工作,列為因應產業結構轉型,提 ... more

*請務必將下列資料填妥,資料送出後,開課單位將會主動與您聯繫。

我想知道本課程的企業包班內訓     


(重新產生)