人工智慧與機器學習概論

上午教導線性回歸，老師先說明機器學習主要使用3類模型:

*Linear Model

1. 線性回歸
2. Logistic Regression
3. 其他: ex-Lasso, Ridge

*Non-Linear Model

1. Decision Tree 決策樹
2. 貝氏分類
3. Neurel Network

• Ensemble Model

1. Ensemble Learning
2. Random Forest
3. Adaboost
4. Xgboost

依照特徵及標籤，區分為監督式學習、非監督式學習、強化學習。

下午使用colab線上開發，依照 CRISP-DM design 方法，參照sklearn來實作練習，操作流程

• Step 1: Load Data
• Step 2: Prepare X, Y
• Step 3: Build ML Model
• Step 4: Evaluate Model

今日感想，雖然之前有學過一些機器學習，但今天有感受到不同老師教的東西都不太一樣，希望未來能夠整合相關的知識與技巧。