項目 | 單元名稱 | 課程介紹 | 課程大綱 | 時長 |
單元1 | Orange Data Mining安裝與基本功能介紹 | 介紹orange data mining 工具箱安裝，基本功能模組：資料匯入、資料清理、基礎統計分析、圖表呈現等案例說明。 | Tool installation Basic function introduction Basic data visualization | 1:20 hr |
單元2 | 資料可視化與機器學習之分類模型 | 透過案例，實際演練資料處理流程，特徵分析，與分類模型建構，決策樹、隨機森林等模型解釋，學習模型訓練與解讀模型結果。 | Description analysis Classification model Model training and confusion matrix | 1:30 hr |
單元3 | 機器學習之迴歸模型與分群模式 | 講述回歸模型與其案例，搭配模型解釋工具，分析各特徵值之權重，從訓練到預測結果之解釋，並講述分群模型，與降維的實作演練。 | Regression model Clustering model Principal Component Analysis | 1:20 hr |
單元4 | 機器學習之模型解釋與影像分析 | 模型解釋工具SHAP之操作與講解，搭配案例進行說明，了解參數貢獻值，並針對圖形資料，講述遷移學習與圖形建模分析等步驟。 | Model explainability Image analysis Transfer learning | 1:45 hr |
單元5 | 文字探勘分析 | 文字探勘，說明如何透過orange 進行文字資料的解析，如何計算詞頻、繪製詞彙雲，透過前處理進一步搭配模型對案例進行操作說明 | Text mining Hierarchical clustering Corpus with classification | 1:30 hr |
