--課程已於 2019 年 5 月更新 25->25.5 小時--
完整的資料科學訓練 : 數學、統計、 Python、 用 Python 實現進階統計、機器學習和深度學習
從這 25.5 小時的課程，你會學到
1. 這門課程提供了你成為一名資料科學家所需的整個工具箱
2. 將資料科學技能寫入你的履歷中 : 統計分析，使用 NumPy、pandas、matplotlib 和 Seaborn 做 Python 程式設計，進階的統計分析，Tableau，以 統計模型(stats models ) 和 scikit-learn 做機器學習，用 TensorFlow 做深度學習
3. 通過展示對資料科學領域的理解給面試官深刻印象
4. 學習如何預先處理資料
5. 理解機器學習背後的數學原理(其他課程絕對沒有教授的)
6. 開始用 Python 編寫程式碼，學習如何使用它進行統計分析
7. 在 Python 中執行線性和邏輯迴歸
8. 實踐叢集( cluster )和因子( factor )分析
9. 能夠在 Python 使用 NumPy、統計模型( stats models ) 和 scikit-learn 創建機器學習演算法
10. 把你的技能應用到現實生活中的商業案例中
11. 使用最先進的深度學習框架，如 Google 的 Tensorflow，開發出商業直觀，同時寫程式並以大數據完成任務。
12. 展開深層神經網路的力量
13. 改進機器學習演算法，透過研究欠彌合( underfitting )、過度彌合( overfitting )、訓練( training )、驗證( validation )、n-折疊交叉驗證( n-fold cross validation )、測試( testing )，以及如何超參數( hyperparameters ) 可改善性能
14. 將你的手熱身起來，因為你會渴望把你在這裡學到的一切都應用到越來越多的真實生活中
https://softnshare.com/the-data-science-course-complete-da…/
交叉驗證python 在 [問題] 關於K-fold交叉驗證的一段程式碼- 看板Python 的八卦
不好意思，打擾了
想請教下面圖片中關於
實作四折的k fold交叉驗證的程式碼
(出自市面上的教學書)
自己的理解是
交叉驗證只建立一次模型
之後執行k次拆解訓練集去訓練跟驗證
但圖中迴圈中會呼叫四次build_model方法
不過為什麼不會變成重新建立四次新模型，而覆蓋之前的權重？
自己以為會是建立一次編譯模型後
再連續四次用切割過的不同子資料集
呼叫fit做訓練就好
謝謝
-----
Sent from JPTT on my Sony I4193.
--
※ 發信站: 批踢踢實業坊(ptt.cc), 來自: 111.71.121.145 (臺灣)
※ 文章網址: https://www.ptt.cc/bbs/Python/M.1615203035.A.66F.html
※ 編輯: Tombo (111.71.121.145 臺灣), 03/08/2021 19:31:42
... <看更多>