python_machine_learning

KO | EN

gitlite — search

#javascript #hacktoberfest #ai #golang #deep-learning #linux #docker #java #awesome #cli #pytorch #security #openai #open-source

python_machine_learning

(★ 14)

常見的機器學習實作範例

python_machine_learning 최신버젼 다운로드

최종 버전 다운로드 (.zip)

// repository documentation

Was this content helpful?

★ 0 (0 ratings)

# python_machine_learning
參考 **TQC+ 人工智慧：機器學習 Python 3** 認證科目
- [TQC+ 人工智慧：機器學習Python 3](https://www.tqcplus.org.tw/CertificateDetail.aspx?CODE=XgSlxg3TL8Q=)
- [Python 3.x 機器學習基礎與應用特訓教材](https://www.tqcplus.org.tw/BookDetail.aspx?CODE=ybXE8pkaiG%20L87%20%206%20w7Yg==)

## 提問
- 通則
  - 「結業前」可提問、討論，要把多餘時間和資源，留給當前上課的學員。
- 寫信
	- E-mail: `darren@darreninfo.cc`
	- 信件標題寫上你的**班別和姓名**，或是在哪裡參與我的課程，例如 `[資展 BDSEXX / 臺大計中 / 聯成]` 你的主旨 ○○○。
	- 提問的內容要與本專案有關，**其它課程的部分，去請益原本授課的老師**。
	- **不要把程式碼寄給我**，可能沒時間看，討論儘量以解決問題的方向為主。
	- 不符合以上幾點，將**直接刪除**，敬請見諒。

## 先備知識
- 基礎學科
  - 統計學、機率、微積分、線性代數
    - [機器學習的數學基礎 : AI、深度學習打底必讀](https://www.books.com.tw/products/0010846042)
    - [零基礎入門的機器學習圖鑑：2大類機器學習╳ 17種演算法 ╳ Python基礎教學，讓你輕鬆學以致用](https://www.books.com.tw/products/0010879493?sloc=main)
  - 或許用得上 ... [連結](https://1lib.sk/)
- 程式語言
  - Python、Numpy、Pandas
- 推薦書籍
  - [Data Mining: Practical Machine Learning Tools and Techniques, 5/e (Paperback))](https://www.tenlong.com.tw/products/9780443158889)

## 作業
- 僅限授課學員。
- 同學之間可以互相討論，但千萬不要抄襲，也不要抄襲 `Discussion` 區以及網路上的內容。
- 以 `分組` 為單位，組內每個人都要註冊 `Kaggle` 帳號，並參與 [Give Me Some Credit](https://www.kaggle.com/competitions/GiveMeSomeCredit) 競賽（此競賽已過期多年，沒有排名問題）。
- 到截止時間（可在課堂間討論）為止，`組長` 需要取得所有組員的 `成績`，以 `Excel` 檔案的形式寄給我。
- `Excel` 的檔如為 `第 x 組 kaggle 成績.xlsx`，其欄位如下：

| 組別 | 組員姓名 | 成績 |
  | --- | --- | --- |
  | 1 | XXX | 0.86945 |
  | 1 | YYY | 0.87654 |
  | 1 | ZZZ | 0.86012 |
  | 1 | AAA | 0.85447 |
  | 1 | BBB | 0.86050 |

- 成績要給 `組長` 確認過，方便 `組長` 填寫成績。
- 如果有組員沒有參與競賽，或是沒有讓 `組長` 確認過，則組長可以將成績直接填寫為 `尚未確認`。
- 寄送成績的 xlsx 檔案前，最好先讓所有組員確認過，避免爭議。
- **打成績的原則**
  - 超過當年 `Private Leaderboard` 第一名的成績，直接給 `100` 分。
  - 以我的成績為 `baseline`
    - 如果成績比我好，則從 `80` 分起跳，每多 0.001 就加 5 分，最高 `100` 分。
    - 如果成績比我差，則從 `80` 分往下，每差 0.001 就扣 1 分，最低 `70` 分。
  - 如果成績欄位上填寫 `尚未確認`，則直接給 `?` 分。
- 強烈建議完成作業的同學，將程式碼上傳到 `GitHub`，並且在 `README.md` 中說明你的套件版本/程式流程說明/使用模型/擷圖證明，整理成作品集。

## 安裝套件
`pip install -r requirements.txt`

python_machine_learning

python_machine_learning 최신버젼 다운로드

오늘의 추천 프로젝트

Was this content helpful?

Recent Feedback

python_machine_learning

python_machine_learning 최신버젼 다운로드

오늘의 추천 프로젝트

Was this content helpful?

Recent Feedback

Download README