登入首頁
收藏 0
返回課程
20251031B
  • 電子商務資安教育研究
  • 20251031
  • 20251031A
  • 20251031B
  • 20251031C
  • 20251017
  • 20251017A
  • 20251017B
  • 20251017C
  • 20251017D
  • 20250922
  • 20240922A
  • CH0 電子商務
  • 20231113A
  • 20231113B
  • 20231113C
  • 20231113D
  • 20231113E
  • CH1 GOOGLE COLAB1
  • 20230911A
  • 20230911B
  • 20230911C
  • 20230911D
  • CH2 GOOGLE COLAB2
  • 20230918A
  • 20230918B
  • 20230918C
  • 20230918D
  • CH2 GOOGLE COLAB3習題
  • 20230923A
  • 20230923B
  • 20230923C
  • CH3 網路爬蟲取得資料1
  • 20230925A
  • 20230925B
  • 20230925C
  • 20230925D
  • CH3 網路爬蟲取得資料2習題
  • 20231002A
  • 20231002B
  • 20231002C
  • CH4 用PANDAS做資料前處理1
  • 20231016A
  • 20231016B
  • 20231016C
  • 20231016D
  • CH4 用PANDAS作資料前處理2
  • 20231023A
  • 20231023B
  • 20231023C
  • 20231023D
  • CH4 用PANDAS作資料前整理3與習題
  • 20231030A
  • 20231030B
  • 20231030C
  • CH5 常見的資料視覺化圖表1
  • 20231120A
  • 20231120B
  • 20231120C
  • 20231120D
  • 20231120E
  • CH5 常見的視覺畫圖表2與習題
  • 20231127A
  • 20231127B
  • 20231127C
  • 20231127D
  • CH6 探索性資料分析
  • 20231204A
  • 20231204B
  • CH07機器學習CH08線性回歸
  • 20231218A
  • 20231218B
  • 20231218C
  • 20231218D
  • CH09 機器學習KNN法
  • 20231225A
  • 20231225B
  • CH10 機器學習 K-Means
  • 20240108A
  • 20240108B
  • 20240108C
  • 台鐵40大站
  • 20240326A
  • 20240326B
  • 20240326C
  • 20240326D
  • 20240326E
  • 索引
  • 重點
  • 討論
  • 筆記
長度: 1:03:17, 發表時間 : 2025-10-31 21:24
觀看次數 : 10
  • 23:06
    1. index 1
  • 00:05
    2. index 2
  • 00:31
    3. L113機器學習概念
  • 00:22
    4. L113機器學習概念 答案彙整
  • 01:00
    5. 1. 機器學習（Machine Learning）的核心目標是？
  • 01:29
    6. 2. 監督式學習（Supervised Learning）主要依賴什麼資料？
  • 01:56
    7. 3. 下列哪個問題屬於分類（Classification）？
  • 00:01
    8. 4. 下列哪個問題屬於回歸（Regression）？
  • 00:01
    9. 5. 非監督式學習（Unsupervised Learning）的特徵是？
  • 00:52
    10. 4. 下列哪個問題屬於回歸（Regression）？
  • 00:52
    11. 5. 非監督式學習（Unsupervised Learning）的特徵是？
  • 01:59
    12. ** after L113機器學習概念20250904.pptx
  • 00:00
    13. 5. 非監督式學習（Unsupervised Learning）的特徵是？
  • 00:45
    14. 6. K-means 屬於哪一類方法？
  • 00:49
    15. ** after L113機器學習概念20250904.pptx
  • 00:07
    16. K-MEANS非分群法
  • 00:01
    17. K Nearest Neighbors KNN監督式分類法已知有3群了，將未知的X分類
  • 00:39
    18. K-MEANS非分群法
  • 00:02
    19. K Nearest Neighbors KNN監督式分類法已知有3群了，將未知的X分類
  • 00:03
    20. K-MEANS非分群法
  • 00:01
    21. K Nearest Neighbors KNN監督式分類法已知有3群了，將未知的X分類
  • 00:01
    22. K-MEANS非分群法
  • 00:09
    23. ** after L113機器學習概念20250904.pptx
  • 00:22
    24. K-MEANS分群法
  • 00:07
    25. K Nearest Neighbors KNN監督式分類法已知有3群了，將未知的X分類
  • 00:01
    26. K-MEANS分群法
  • 00:04
    27. K Nearest Neighbors KNN監督式分類法已知有3群了，將未知的X分類
  • 00:04
    28. K-MEANS分群法
  • 01:23
    29. K Nearest Neighbors KNN監督式分類法已知有3群了，將未知的X分類
  • 00:12
    30. K-MEANS
  • 14:44
    31. ** after L113機器學習概念20250904.pptx
  • 00:13
    32. 7. PCA（主成分分析）的主要功能是？
  • 00:01
    33. 8. 強化學習（Reinforcement Learning）的核心要素不包含以下哪一個？
  • 00:01
    34. 7. PCA（主成分分析）的主要功能是？
  • 00:08
    35. ** after L113機器學習概念20250904.pptx
  • 00:02
    36. 7. PCA（主成分分析）的主要功能是？
  • 00:40
    37. ** after L113機器學習概念20250904.pptx
  • 00:41
    38. 7. PCA（主成分分析）的主要功能是？
  • 01:02
    39. 8. 強化學習（Reinforcement Learning）的核心要素不包含以下哪一個？
  • 00:40
    40. 9. AlphaGo 使用的主要方法是？
  • 00:40
    41. 10. 在機器學習中，「過擬合（Overfitting）」的情況是？
  • 00:23
    42. 11. 欠擬合（Underfitting）的情況是？
  • 02:51
    43. ** after L113機器學習概念20250904.pptx
  • 00:06
    44. 11. 欠擬合（Underfitting）的情況是？
  • 00:10
    45. 10. 在機器學習中，「過擬合（Overfitting）」的情況是？
  • 00:01
    46. 11. 欠擬合（Underfitting）的情況是？
  • 02:02
    47. ** after L113機器學習概念20250904.pptx
  • 00:07
    48. 11. 欠擬合（Underfitting）的情況是？
  • 00:19
    49. ** after L113機器學習概念20250904.pptx
  • 00:55
    50. 11. 欠擬合（Underfitting）的情況是？
  • 00:03
    51. ** after L113機器學習概念20250904.pptx
附件
長度: 1:03:17, 發表時間 : 2025-10-31 21:24
觀看次數 : 10
附件
此教材已將討論功能關閉
筆記功能僅開放給課程成員，請先加入課程
Prev
20251031A
Next
20251031C