Applied AI from Scratch in Python

參加本課程不需要任何特定要求。

這是一個為期 4 天的課程，介紹了 AI 及其使用 Python 程式設計語言的應用程式。完成本課程后，可以選擇額外有一天的時間來開展 AI 專案。 

監督學習：分類和回歸

• Python 中的 Machine Learning：scikit-learn API 簡介
  • 線性回歸和邏輯回歸
  • 支援向量機
  • 神經網路
  • 隨機森林
• 使用 scikit-learn 設置端到端監督學習管道
  • 使用資料檔
  • 缺失值的插補
  • 處理分類變數
  • 可視化數據

Python 人工智慧應用框架：

• TensorFlow、Theano、Caffe和Keras
• 使用 Apache Spark 的大規模 AI：Mlib

高級神經網路架構

• 用於圖像分析的捲積神經網路
• 用於時間結構數據的遞迴神經網路
• 長短期記憶細胞

無監督學習：聚類、異常檢測

• 使用 scikit-learn 實現主成分分析
• 在 Keras 中實現自動編碼器

AI 可以解決的問題的實際範例（使用 Jupyter 筆記本的動手練習），例如 

• 圖像分析
• 預測複雜的財務序列，例如股票價格，
• 複雜模式識別
• 自然語言處理
• 推薦系統

瞭解 AI 方法的局限性：失敗模式、成本和常見困難

• 過擬合
• 偏差/方差權衡
• 觀察數據中的偏倚
• 神經網路中毒

套用專案工作（選擇）