機器學習基礎

機器學習核心概念、演算法與實戰入門。

📚 完整教學系列

全民瘋AI系列2.0

• 全民瘋AI系列2.0 - 第13屆iT邦鐵人賽完整教學
  • Day 1: 目標介紹
  • Day 2: 探索AI的世界
  • Day 3: 視覺化分析
  • Day 4: 資料清理和前處理
  • Day 5: 機器學習大補帖

新手也能懂得AI系列

• 新手也能懂得AI
  • Python 基礎語法
  • Python 函式庫安裝與介紹
  • [深度神經網路 DNN](新手也能懂得AI/來辨識圖像-深度神經網路(Deep Neural Network).md)
  • 27篇系列文章: 1.md - 27.md

🎯 監督式學習

迴歸分析

• 線性迴歸
• 邏輯迴歸

分類演算法

• KNN 近鄰演算法
• SVM 支持向量機
• 決策樹

🌲 集成學習

整體學習概念

• 整體學習 Ensemble Learning

Boosting 演算法

• 隨機森林 Random Forest
• XGBoost
  • XGBoost 詳解
• LightGBM
• CatBoost

Stacking

• 堆疊法 Stacking

🔍 非監督式學習

分群演算法

• K-means 分群

降維技術

• 降維

🧬 進化演算法

基因演算法

• 基因演算法 GA
• 初探基因演算法

DEAP 函式庫

• DEAP 進化演算法
• 基於DEAP庫的Python進化演算法

📊 優化演算法

梯度下降

• 梯度下降法 Gradient Descent
• 簡單解釋梯度下降法
• 梯度最佳解相關算法

🛠️ 實用工具

資料視覺化

• Plotly Express

資料處理

• 資料分佈與離群值處理

模型驗證

• [交叉驗證 Cross-Validation 簡介](src/2021-13th-ironman/25.交叉驗證 Cross-Validation 簡介/README.md)
• [K-Fold Cross-Validation](src/2021-13th-ironman/26.交叉驗證 K-Fold Cross-Validation/README.md)

模型調參

• Optuna 超參數調整

📖 參考資源

• ML From Scratch
• 機器學習資源整理

💡 重要概念

避免常見錯誤

• 過擬合與欠擬合
• 機器學習常犯錯的十件事

模型部署

• 儲存訓練好的模型
• 使用 Python Flask 架設 API
• [使用 Heroku 部署機器學習 API](src/2021-13th-ironman/30.使用 Heroku 部署機器學習 API/README.md)

最後更新: 2025-12-01