課程描述：

課程專為進階預測分析設計，學習如何使用 Minitab 的高階機器學習工具來處理複雜的數據關係。課程將從單一決策樹進階到集成學習，涵蓋分類與迴歸兩大監督式學習問題。 透過本課程，您將學會運用 MARS®、Random Forests® (隨機森林) 與 TreeNet® (梯度提升樹) 等強大演算法來建立高準確度的預測模型。此外，課程更包含如何從海量變數中發掘關鍵預測變數，以及利用自動化機器學習快速評估並挑選出最佳預測模型，幫助企業從數據中獲取洞察並做出精準決策。

學習目標：

• 了解機器學習進階概念
• 建立迴歸與分類的進階模型
• 模型優化與變數解析
• 關鍵變數特徵篩選
• 自動化與模型評估

適合對象：

品管/品保、製程、研發、產品開發

適合具備基礎數據分析，想要超越傳統迴歸與單一決策樹限制，進一步掌握 Minitab 高階預測分析與機器學習技術的人員

課程內容：

• 進階機器學習概述
  1. 機器學習中的誤差類型
  2. 偏差與變異的權衡
  3. 集成學習原理


• 監督式學習:迴歸
  1. MARS® 迴歸
  2. Random Forests® 迴歸
  3. TreeNet® 迴歸


• 監督式學習:分類
  1. Random Forests® 分類
  2. TreeNet® 分類


• 發掘關鍵預測變數


• 自動化機器學習

課程長度：1 天

建議先修課程：Minitab 精要

近期課程時間