Cupoy 3rd-ML-100Days
- Day1_資料介紹與評估資料 (申論+程式碼)
- Day2_機器學習概論 (申論題) : 機器學習、深度學習與人工智慧差別是甚麼? 機器學習又有甚麼主題應用?
- Day3_機器學習-流程與步驟 (申論題) : 資料前處理 > 訓練/測試集切分 >選定目標與評估基準 > 建立模型 > 調整參數。熟悉整個 ML 的流程
- Day4_EDA/讀取資料與分析流程 : 如何讀取資料以及萃取出想要了解的信息
- Day5_如何新建一個 dataframe? 如何讀取其他資料? (非 csv 的資料) : 1. 從頭建立一個 dataframe 2. 如何讀取不同形式的資料 (如圖檔、純文字檔、json 等)
- Day6_EDA: 欄位的資料類型介紹及處理 : 了解資料在 pandas 中可以表示的類型
- Day7_特徵類型 : 特徵工程依照特徵類型，做法不同，大致可分為數值/類別/時間型三類特徵
- Day8_EDA資料分佈 : 用統計方式描述資料
- Day9_EDA: Outlier 及處理 : 偵測與處理例外數值點：1. 透過常用的偵測方法找到例外 2. 判斷例外是否正常 (推測可能的發生原因)
- Day10_數值型特徵 - 去除離群值 : 數值型特徵若出現少量的離群值，則需要去除以保持其餘數據不被影響
- Day11_常用的數值取代：中位數與分位數連續數值標準化 偵測與處理例外數值 1. 缺值或例外取代 2. 數據標準化
- Day12_數值型特徵-補缺失值與標準化 : 數值型特徵首先必須填補缺值與標準化
- Day13_DataFrame operation/Data frame merge常用的 DataFrame 操作 : 1 常見的資料操作方法 2. 資料表串接
- Day14_EDA: correlation/相關係數簡介 : 1 了解相關係數 2. 利用相關係數直觀地理解對欄位與預測目標之間的關係
- Day15_EDA from Correlation : 深入了解資料，從 correlation 的結果下手
- Day16_EDA: 不同數值範圍間的特徵如何檢視/繪圖與樣式Kernel Density Estimation (KDE) : 如何調整視覺化方式檢視數值範圍、轉換繪圖樣式
- Day17_EDA: 把連續型變數離散化 : 簡化連續性變數
- Day18_把連續型變數離散化 : 深入了解資料，從簡化後的離散變數下手
- Day19_Subplots 探索性資料分析 - 資料視覺化 - 多圖檢視 : 1. 將數據分組一次呈現 2. 把同一組資料相關的數據一次攤在面前
- Day20_Heatmap & Grid-plot 探索性資料分析 - 資料視覺化 - 熱像圖 / 格狀圖 : 1. 熱圖：以直觀的方式檢視變數間的相關性 2. 格圖：繪製變數間的散佈圖及分布
- Day21_模型初體驗 Logistic Regression :
- Day22_特徵工程簡介 : 介紹機器學習完整步驟中，特徵工程的位置以及流程架構
- Day23_數值型特徵 - 去除偏態 : 數值型特徵若分布明顯偏一邊，則需去除偏態以消除預測的偏差
- Day24_類別型特徵 - 基礎處理 : 介紹類別型特徵最基礎的作法 : 標籤編碼與獨熱編碼
- Day25_類別型特徵 - 均值編碼 : 類別型特徵最重要的編碼 : 均值編碼，將標籤以目標均值取代
- Day26_類別型特徵 - 其他進階處理 : 類別型特徵的其他常見編碼 : 計數編碼對應出現頻率相關的特徵，雜湊編碼對應眾多類別而無法排序的特徵
- Day27_時間型特徵 : 時間型特徵可抽取出多個子特徵，或周期化，或取出連續時段內的次數
- Day28_特徵組合 - 數值與數值組合 : 特徵組合的基礎 : 以四則運算的各種方式，組合成更具預測力的特徵
- Day29_特徵組合 - 類別與數值組合 : 類別型對數值型特徵可以做群聚編碼，與目標均值編碼類似，但用途不同
- Day30_特徵選擇 : 介紹常見的幾種特徵篩選方式
- Day31_特徵評估 : 介紹並比較兩種重要的特徵評估方式，協助檢測特徵的重要性
- Day32_分類型特徵優化 - 葉編碼 : 葉編碼 : 適用於分類問題的樹狀預估模型改良
- Day33_機器如何學習? : 了解機器學習的定義，過擬合 (Overfit) 是甚麼，該如何解決
- Day34_訓練/測試集切分的概念 : 為何要做訓練/測試集切分？有什麼切分的方法？
- Day35_Regression vs Classification : 回歸問題與分類問題的區別？如何定義專案的目標
- Day36_評估指標選定/evaluation metrics : 專案該如何選擇評估指標？常用指標有哪些？
- Day37_Regression model 介紹 : - 線性迴歸/羅吉斯回歸 線性迴歸/羅吉斯回歸模型的理論基礎與使用時的注意事項
- Day38_Regression model 程式碼撰寫 : 如何使用 Scikit-learn 撰寫線性迴歸/羅吉斯回歸模型的程式碼
- Day39_Regression model 介紹 - LASSO 回歸/ Ridge 回歸 LASSO 回歸/ Ridge 回歸的理論基礎與與使用時的注意事項
- Day40_Regression model 程式碼撰寫 : 使用 Scikit-learn 撰寫 LASSO 回歸/ Ridge 回歸模型的程式碼
- Day41_Tree-based model - 決策樹 (Decision Tree) 模型介紹 : 決策樹 (Decision Tree) 模型的理論基礎與使用時的注意事項
- Day42_Tree-based model - 決策樹程式碼撰寫 : 使用 Scikit-learn 撰寫決策樹 (Decision Tree) 模型的程式碼
- Day43_Tree-based model - 隨機森林 (Random Forest) 介紹 : 隨機森林 (Random Forest)模型的理論基礎與使用時的注意事項
- Day44_Tree-based model - 隨機森林程式碼撰寫 : 使用 Scikit-learn 撰寫隨機森林 (Random Forest) 模型的程式碼
- Day45_Tree-based model - 梯度提升機 (Gradient Boosting Machine) 介紹 : 梯度提升機 (Gradient Boosting Machine) 模型的理論基礎與使用時的注意事項
- Day46_Tree-based model - 梯度提升機程式碼撰寫 : 使用 Scikit-learn 撰寫梯度提升機 (Gradient Boosting Machine) 模型的程式碼
- Day47_超參數調整與優化 : 什麼是超參數 (Hyper-paramter) ? 如何正確的調整超參數？常用的調參方法為何？
- Day48_Kaggle 競賽平台介紹 :
- Day49_集成方法 : 混合泛化(Blending) : 什麼是集成? 集成方法有哪些? Blending 的寫作方法與效果為何?
- Day50_集成方法 : 堆疊泛化(Stacking)
- Day51-53_Kaggle 第一次期中考
- Day54_Clustering 1 非監督式機器學習簡介 : 非監督式學習簡介、應用場景
- Day55_Clustering 2 聚類算法 K-means
- Day56_K-mean 觀察 : 使用輪廓分析 非監督模型要以特殊評估方法(而非評估函數)來衡量, 今日介紹大家了解並使用其中一種方法 : 輪廓分析
- Day57_Clustering 3 階層分群算法 hierarchical clustering
- Day58_階層分群法 觀察 : 使用 2D 樣版資料集 非監督評估方法 : 2D樣版資料集是什麼? 如何生成與使用?
- Day59_Dimension reduction 1 降維方法-主成份分析 PCA
- Day60_PCA 觀察 : 使用手寫辨識資料集 以較複雜的範例 : sklearn版手寫辨識資料集, 展示PCA的降維與資料解釋能力
- Day61_Dimension reduction 2 降維方法-T-SNE TSNE
- Day62_T-SNE 觀察 : 分群與流形還原 什麼是流形還原? 除了 t-sne 之外還有那些常見的流形還原方法?
- Day63_神經網路介紹
- Day64_深度學習體驗 : 模型調整與學習曲線 : 介紹體驗平台 TensorFlow PlayGround，並初步了解模型的調整
- Day65_深度學習體驗 : 啟動函數與正規化 : 在 TF PlayGround 上，體驗進階版的深度學習參數調整
- Day66_Keras 安裝與介紹
- Day67_Keras Dataset
- Day68_Keras Sequential API
- Day79_Keras Module API
- Day70_Multi-layer Perception多層感知 MLP簡介
- Day71_損失函數
- Day72_啟動函數
- Day73_梯度下降Gradient Descent
- Day74_Gradient Descent 數學原理 : 介紹梯度下降的基礎數學原理
- Day75_BackPropagation 反向式傳播簡介
- Day76_優化器Optimizers
- Day77_訓練神經網路的細節與技巧 - Validation and overfit : 檢視並了解 overfit 現象
- Day78_訓練神經網路前的注意事項 : 資料是否經過妥善的處理？運算資源為何？超參數的設置是否正確？
- Day79_訓練神經網路的細節與技巧 - Learning rate effect 比較不同 : Learning rate 對訓練過程及結果的差異
- Day80_優化器與學習率的組合與比較
- Day81_訓練神經網路的細節與技巧 - Regularization
- Day82_訓練神經網路的細節與技巧 - Dropout
- Day83_訓練神經網路的細節與技巧 - Batch normalization 因應 overfit 的方法概述 - 批次正規化 (Batch Normalization)
- Day84_正規化/機移除/批次標準化的 組合與比較
- Day85_訓練神經網路的細節與技巧 - 使用 callbacks 函數做 earlystop 因應 overfit 的方法概述 - 煞車機制 (EarlyStopping)
- Day86_訓練神經網路的細節與技巧 - 使用 callbacks 函數儲存 model 使用 Keras 內建的 callback 函數儲存訓練完的模型
- Day87_訓練神經網路的細節與技巧 - 使用 callbacks 函數做 reduce learning rate 使用 Keras 內建的 callback 函數做學習率遞減
- Day88_訓練神經網路的細節與技巧 - 撰寫自己的 callbacks 函數
- Day89_訓練神經網路的細節與技巧 - 撰寫自己的 Loss function
- Day90_使用傳統電腦視覺與機器學習進行影像辨識 : 了解在神經網路發展前，如何使用傳統機器學習演算法處理影像辨識
- Day91_使用傳統電腦視覺與機器學習進行影像辨識 : 應用傳統電腦視覺方法進行 CIFAR-10 分類
- Day92_卷積神經網路 (Convolution Neural Network, CNN) 簡介 : 了解CNN的重要性, 以及CNN的組成結構
- Day93_卷積神經網路架構細節 : 為什麼比DNN更適合處理影像問題, 以及Keras上如何實作CNN
- Day94_卷積神經網路 - 卷積(Convolution)層與參數調整 : 卷積層原理與參數說明
- Day95_卷積神經網路 - 池化(Pooling)層與參數調整 : 介紹 Keras 中常用的 CNN layers
- Day96_Keras 中的 CNN layers
- Day97_使用 CNN 完成 CIFAR-10 資料集 : 透過 CNN 訓練 CIFAR-10 並比較其與 DNN 的差異
- Day98_訓練卷積神經網路的細節與技巧 - 處理大量數據 : 資料無法放進記憶體該如何解決？如何使用 Python 的生成器 generator?
- Day99_訓練卷積神經網路的細節與技巧 - 處理小量數據 : 資料太少準確率不高怎麼辦？如何使用資料增強提升準確率？
- Day100_訓練卷積神經網路的細節與技巧 - 轉移學習 (Transfer learning) : 何謂轉移學習 Transfer learning？該如何使用？
- Day101-103_Kaggle 期末考 : 透過 Kaggle 影像辨識測驗, 綜合應用深度學習的課程內容, 並體驗遷移學習的威力