用於迴歸的人工神經網路

Contents

建立 ANN 迴歸模型來預測聯合循環發電廠的電能輸出

從這 1 小時的課程，你會學到

如何用 Python 實現人工神經網路
如何進行迴歸
如何使用谷歌 Colab

要求

深度學習基礎知識

課程說明

你準備好透過學習如何使用 Python 從頭開始建立和實現人工神經網路來展示你的深度學習技能了嗎？

透過實作課程測試你的技能是學習資料科學的最佳、最有趣的方式之一…現在我們免費提供你這個機會。

在這個免費課程中，人工智慧專家 Hadelin de Ponteves 將指導你完成一個案例研究，向你展示如何建立 ANN 回歸模型來預測聯合循環發電廠的電能輸出。

目標是建立一個資料模型，使用可用的每小時平均環境變數來預測工廠的每小時淨電能輸出 (EP)。

與Hadelin 一起動手解決這一複雜的、現實世界的深度學習挑戰，該挑戰涵蓋從資料預處理到建構和訓練ANN 的所有內容，同時利用機器學習程式庫、Tensorflow 2.0 和 Google Colab（基於瀏覽器的免費工具）完全在雲端運作的筆記本環境。這是一個改變遊戲規則的介面，將增強你的機器學習工具包。

查看註冊時為你準備的內容：

第 1 部分 : 資料處理

輸入資料集
將資料集分為訓練集( training set )和測試集( test set )

第 2 部分 : 建ㄧ個 ANN

起始 ANN
添加輸入層和第一隱欌層
添加輸出層
編譯 ANN

第 3 部分: 訓練 ANN

在訓練集上訓練 ANN 模型
預測測試集的結果

有關聯合循環發電廠的更多資訊

聯合循環發電廠是一種將燃氣渦輪機 (GT) 和蒸汽渦輪機 (ST) 組合使用的發電廠，使用相同的燃料產生比單循環發電廠更多的電力。

燃氣渦輪機壓縮空氣並將其與加熱到非常高溫度的燃料混合。熱的空氣燃料混合物穿過葉片，使它們旋轉。快速旋轉的燃氣渦輪機驅動發電機發電。熱回收蒸汽發生器 (HSRG) 系統利用透過燃氣渦輪機排氣煙囪逸出的廢熱來產生旋轉蒸汽渦輪機的蒸汽。此蒸汽渦輪機驅動發電機產生額外的電力。假設 CCCP 的發電量比單一發電廠多 50%。

目標受眾

任何對機器學習和深度學習感興趣的人

講師簡介

Hadelin de Ponteves 資料科學家

Hadelin 是一位在線企業家，他向世界創建了 30 多門頂級教育電子課程，涉及人工智慧、機器學習、深度學習、區塊鍊和加密貨幣等新技術主題。他熱衷於將這些知識帶給世界並幫助盡可能多的人。迄今為止已有超過 170 萬學生訂閱了他的課程。

SuperDataScience Team 幫助資料科學家成功的團隊

Hi, 你好！

我們是 SuperDataScience 團隊。你將在 Kirill Eremenko 教授的資料科學課程中看到我們 – 我們在這裡幫助你解決任何問題，並確保你在課程的旅程中總是一舤風順！

聯繫最好的方法是在你正在學習的課程的問答中討論。在大多數情況下，我們會在 24 小時內回覆。

我們熱衷於幫助你享受課程！

課堂中見囉!

誠摯地，
SuperDataScience Team

Ligency Team 幫助資料資料科學家取得成功

你好呀，

我們是 Ligency 公關和行銷團隊。當新課程發佈時，當我們發布新播客、部落格、分享備忘錄等時，你將會收到我們的訊息！

我們隨時幫助你保持資料學習和技術的尖端。

我們在課室見，

真摯地，

Ligency 的真實人員

英文字幕：有

想要了解如何將英文字幕自動翻譯成中文? 請參考這篇 How-To

點選這個 Network & Security 課程✨優惠連結✨ ( NT390 起特價中 ) | 新客戶✨ 優惠連結 ✨| Udemy 永久擁有課程 ( 在電腦瀏覽器登入，點選“優惠連結”後再回想要的課程介紹中點選“報名參加課程”即可取得）
Udemy 現在越來越多課程有中文字幕，請參考 Soft & Share 中文線上課程
手機上點選優惠連結看到的價格比電腦上看到的貴
＄代表當地貨幣, 如在台灣為 NT
點選”報名參加課程”有可能因瀏覽器 cookies 轉久一點或回報錯誤而無法連上，請稍等刷新或重新點選就會出現