🏷️課程簡介
丁語婕
email:sarah30135@gmail.com
Python基礎程式設計
了解神經網路基本概念
了解神經網路模型訓練流程
能實作迴歸問題的神經網路模型
🎬課程內容
辨別迴歸問題與分類問題
查看波士頓房屋資料集
說明課程架構
介紹實作環境及工具套件
在Anaconda建立虛擬環境
安裝開發環境Spyder
下載Tensorflow、Pandas、Matplotlib
從Tensorflow獲取波士頓房屋資料集
將資料分為訓練與測試資料集
觀察資料儲存的變數型態與格式
使用Pandas將數據整理為易讀的表格
進行資料前處理:洗牌、資料標準化
認識迴歸問題的神經網路模型架構
介紹激活函數(activation function):ReLU
認識編譯模型的MSE損失函數、Adam優化器、MAE評估指標
實作神經網路的架構並編譯
認識驗證資料集
認識Early Stopping
實作神經網路模型訓練
使用測試資料集評估神經網路模型
從測試資料取出前10筆資料做預測
介紹Matplotlib並實作圖表
分辨過度配適(overfitting)的圖表
實作圖表觀察神經網路模型的過度配適問題
依模型訓練流程,總結本系列課程內容
提供兩個問題請學生思考並嘗試
課後練習:股價預測資料集
✏️課後測驗
📖參考資料