上午: 網站設計與網頁工程技術

# 連接資料庫
import sqlite3
import numpy as np
con = sqlite3.connect('db.sqlite3')
cur = con.cursor()

data = cur.execute('SELECT * FROM stock_stock_price WHERE id <= 50')
alist = cur.fetchall()
data_1 = np.array(alist)
x = data_1[:,4].astype('float64')

cur.execute('SELECT * FROM stock_stock_price WHERE id > 1 AND id <=51')
alist_y = cur.fetchall()
data_2 = np.array(alist_y)
y = data_2[:,4].astype('float64')
y

from sklearn.pipeline import make_pipeline
from sklearn.linear_model import LinearRegression
from sklearn.preprocessing import PolynomialFeatures
def PolynomialRegression(degree=2, **kwargs):
    return make_pipeline(PolynomialFeatures(degree), LinearRegression(**kwargs))

# 訓練模型
PLR_model = PolynomialRegression(degree=100).fit(x[:,np.newaxis],y)
ypred = PLR_model.predict(x[:,np.newaxis])

# 資料視覺化
plt.plot(x,y,'o')
plt.plot(x,ypred)

這們課程還有些部分沒有上完，老師之後會採用錄影的方式提供學員之後補齊。

下午: 專題討論

今日各組以論文形式報告專題，並給予建議與改善方法。