|
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
|
