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
• Python 3.x 機器學習基礎與應用特訓教材

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: [email protected]
  • 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
    • 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
  • 或許用得上 ... 連結
• 程式語言
  • Python、Numpy、Pandas
• 推薦書籍
  • Data Mining: Practical Machine Learning Tools and Techniques, 5/e (Paperback))

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 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