關於 機器學習 集成學習 ，我們在網路上蒐集到這些相關的討論、資訊與評價

🧠＃AI趨勢不可逆 你必知的機器學習
「機器學習（Machine Learning），是人工智慧發展的一環。
指的是讓機器『自主學習』並『增強』的演算法。」

🧠＃你該學會機器學習的4大理由 ➡https://bit.ly/36t5uNn
Bain顧問公司研究結果顯示，採用機器學習和分析技術的企業：
❶ 可增加 2 倍以資料分析結果作為依據的決策數量
❷ 決策速度比競爭對手更快的機率可提升 5 倍
❸ 可加快 3 倍原來上述決策的執行速度
❹ 可增加 2 倍原來獲得理想財務回報的機會
想加速決策效率、獲得理想回報？那麼推薦您學習：
【機器學習好簡單，輕鬆讓你一手掌握資料科學實作 10 大技巧】

🧠12 章節Ｘ 4.1 小時教學全面解密 ＃機器學習必備十大技巧
❶線性迴歸 ❷羅吉斯迴歸 ❸決策樹 ❹隨機森林 ❺支援向量機 SVM
❻樸素貝葉斯 ❼集成學習 ❽K-Means ❾階層式分群​​ ❿密度式分群

🧠＃豐富實作
這門課，除了幫助你認識完整的機器學習概念外
還可以實作出超豐富的機器學習應用，如：
「房屋價格預測、股票分析預測、產品品質管理」等類似實作
更多應用請見➡https://bit.ly/36t5uNn

💗貼心提醒：即日起至12/21止，早鳥享8折優惠價1,264元

AI的未來？你不能不認識的人工智慧與資料科學自動化技術—AutoML(3/10)
二、模型選擇（Model Selection）
模型選擇在建立良好的機器學習模型中有著至關重要的作用。模型選擇是從訓練資料集的候選機器學習模型集合中，選擇一個最終機器學習模型的過程。模型選擇是可以同時應用於不同類型的模型（例如，邏輯回歸、SVM、KNN等）以及配置有不同模型超參數的相同類型的模型的過程。前述之Auto-sklearn是基於scikit-learn的自動化套件，是一種自動模型選擇的工具。另外還有H2O AutoML，除了有自動模型選擇功能外，也能產生高預測性的集成學習（ensemble learning）模型，圖為H2O software stack，引用自https://docs.h2o.ai/h2o/latest-stable/h2o-docs/architecture.html

R語言機器學習與營運預測
時間:11/30、12/7 9:30-16:30 中興院區
詳細公告:https://goo.gl/GD9Mg5
聯絡人:03-5912673黃小姐

 課程大綱 <請自備個人windows NB>
一、R語言與機器學習
1. R/RStudio簡介
2. 機器學習簡介
3. 集群分析
4. 關聯規則
5. 主成分分析
6. 案例演練(一) 銷售資料機器學習
二、預測與集成學習
1. 迴歸分析與廣義線性模型
2. 決策樹與隨機森林法
3. 類神經網路
4. 模型績效評估
5. 集成學習
6. 案例演練(二) 銷售資料預測