機器學習 A-Z [2026]：使用 AWS、Python 和 R 學習機器學習、深度學習和人工智慧

跟隨兩位人工智慧專家學習如何在 AWS、Python 和 R 中建置、訓練和部署機器學習、深度學習和人工智慧模型。提供程式碼模板。

課程介紹影片

從這 49 小時的課程，你會學到

進行強大的分析
做出精準的預測
培養對多種機器學習模型的深刻理解
使用 AWS、Python 和 R 建立穩健的機器學習模型
監督學習( Supervised Learning )：迴歸模型( Regression models )與分類模型( Classification models )
無監督學習( Unsupervised Learning )：K-均值( K-Means )聚類和層次聚類( Hierarchical Clustering )
關聯規則學習：用於市場籃子分析( Market Basket Analysis )和親和力分析( Affinity Analysis )的資料探勘( Data Mining )
強化學習( Reinforcement Learning )：用於點擊率優化( CTR Optimization )的置信上限和湯普森採樣( Thompson Sampling )
使用人工神經網路和感知器進行回歸和分類的深度學習
使用卷積神經網路( Convolutional Neural Networks，CNN )進行電腦視覺和目標識別的深度學習
梯度提升模型：用於回歸和分類的 XGBoost、LightGBM 和 CatBoost
整合模型：建立強大的機器學習模型集群，以最大程度地提高預測能力
降維：主成分分析( Principal Component Analysis, )、線性判別分析( Linear Discriminant Analysis )與二次判別分析( Quadratic Discriminant Analysis )
使用 AWS 進行機器學習資料預處理
機器學習使用 AWS 進行模型開發
使用 AWS 進行機器學習模型部署
使用 AWS 實現機器學習工作流程自動化（CI/CD 管線）
使用 AWS 進行機器學習解決方案監控和維護
為您的業務創造強大的附加價值
負責任的機器學習

課程介紹

對機器學習領域有興趣？那麼這門課程就是為你量身打造的！

本課程由兩位人工智慧和機器學習專家精心設計，旨在分享我們的知識，幫助你以簡潔易懂的方式學習複雜的理論、演算法和程式碼庫。

我們將帶你一步步走進機器學習的世界。透過每一節教程，你將掌握新的技能，並加深對這個充滿挑戰卻又前景廣闊的資料科學子領域的理解。

你可以選擇完成 AWS 教學、Python 教學或 R 教學課程，也可以同時學習 AWS、Python 和 R 三個教學。根據你的職涯發展需求選擇合適的教學。

本課程既有趣又令人興奮，同時我們也會深入探討機器學習的奧秘。課程架構如下：

第 1 部分 – 資料預處理：使用 pandas 匯入資料集、特徵矩陣和目標向量、訓練集和測試集、缺失值插補、分類變數編碼、特徵縮放
第 2 部分 – 迴歸：簡單線性迴歸、多元線性迴歸、多項式迴歸、支援向量迴歸 (SVR)、決策樹迴歸、隨機森林迴歸
第 3 部分 – 分類：邏輯迴歸、K-近鄰 (K-NN)、支援向量機 (SVM)、核支援向量機 (Kernel SVM)、樸素貝葉斯、決策樹分類、隨機森林分類
第 4 部分 – 聚類：K-均值聚類、層次聚類
第 5 部分 – 關聯規則學習：Apriori 演算法、Eclat 演算法
第 6 部分 – 強化學習：信賴上限、Thompson 採樣
第 7 部分 – 自然語言處理：詞袋模型和自然語言處理演算法
第 8 部分 – 深度學習：人工神經網路、卷積神經網絡
第 9 部分 – 降維：PCA、LDA、核心 PCA
第 10 部分 – 模型選擇與提升：k 折交叉驗證、參數調優、網格搜尋、XGBoost
第 11 部分 – 使用 AWS 進行機器學習資料預處理：資料類型（Apache Parquet、JSON、CSV）、使用 S3 進行資料準備、使用 AWS Glue 進行 ETL、使用 AWS Glue DataBrew 和 SageMaker Data Wrangler 進行資料整理、使用 SageMaker 進行特徵工程
第 12 部分 – 使用 AWS 進行機器學習模型開發：XGBoost、LightGBM、CatBoost、集成模型、超參數調優技術、使用 Amazon SageMaker AI 構建用於回歸和分類的集成模型、使用 Amazon Comprehend 進行自然語言處理、使用 Amazon Rekognition 進行計算機視覺、使用 Amazon Polly 進行文本轉6、使用文本轉頁進行機器翻譯
第 13 部分 – 機器學習使用 AWS 進行模型部署：生產環境模型部署方法、Amazon SageMaker AI 中的部署、無伺服器、即時和非同步推理的比較、Amazon SageMaker 中的部署端點、SageMaker、ECS、EKS 和 Lambda 部署目標的比較、CloudFormation 和雲端彈性套件 (CDK) ECR、ECS 和 EKS 建置容器
第 14 部分 – 使用 AWS 實現機器學習工作流程自動化（CI/CD 管道）：AWS CodePipeline、AWS CodeBuild、AWS CodeCommit、AWS CodeDeploy、使用 Amazon SageMaker Pipelines 建立機器學習管道
第 15 部分 – 使用 AWS 進行機器學習解決方案監控和維護：負責任人工智慧的特性、生成式人工智慧的法律風險、負責任機器學習工具、使用 SageMaker Clarify 進行模型/資料品質和偏差漂移的評估、使用 SageMaker 監控生產環境中的模型模型監控器、SageMaker 模型推理卡、SageMaker aker

每個部分中的每個章節都是獨立的。因此，您可以選擇從頭到尾學習整個課程，也可以直接跳到任何特定章節，學習您目前職業發展所需的知識。

此外，本課程包含大量基於真實案例研究的實踐練習。因此，您不僅可以學習理論知識，還能獲得大量建構自身模型的實務經驗。

最後，本課程還提供 Python 和 R 程式碼模板，您可以下載並在自己的專案中使用。

上這堂課需要什麼基礎？

只要具備高中數學水準

目標受眾為何？

任何對機器學習感興趣的人
至少具有高中數學知識和想要開始學習機器學習的學生
任何已經知道機器學習基礎知識的中階人士，包括classical algorithms，例如線性回歸或邏輯回歸，想要了解更多，並且想要探索機器學習的所有不同領域的人
對於不喜歡程式設計，但對機器學習感興趣，並希望將其輕鬆應用於 datasets 的人
任何在大學的學生想要開始在資料科學的職業生涯
任何想要升級機器學習的資料分析師
任何對他/她們的工作不滿意並想成為資料科學家的人
任何想要通過使用強大的機器學習工具為他們的業務創造附加值的人

講師簡介

Kirill Eremenko 資料科學家和外匯系統專家

我的名字是 Kirill Eremenko ，你正在讀這讓我超級興奮 !

我在 Udemy 量個別的領域授課 : 資料科學和外匯交易。我想你將會對我是否可以提供你最好的訓練有信心，以下是我在這兩個領域的一些背景。

資料科學

在專業方面，我有超過 5 年在金融、零售、交通運輸等行業的資料科學管理顧問經驗。曾受過澳大利亞 Deloitte 最好的分析導師的訓練，今天我運用大數據來推動企業戰略、改造客戶體驗和徹底改變現有的操作流程。

從我的課程中，你將立即注意到我如何將現實生活的經驗和物理與數學學術背景結合起來，在資料科學領域提供專業的分步指導。我也熱衷於公開演講，並定期在澳大利亞領先的大學和行業盛會上介紹大數據。

外匯交易

自2007年以來，我一直以交易員的身份積極參與外匯市場，並辦 MQL4 的程式設計課程計畫。我很享受外匯交易，因為外匯市場可以帶來的財務上的自由，更重要的 – 個人自由

我生活的另一部分-是一個資料科學家 – 研究商業流程和人類行為模式的各種模式… 聽起來很熟悉？是的！巧合的是，我也是演算法交易的大粉絲 : ) EAs、外匯機器人、指標、腳本、MQL4，甚至使用 java 程式設計做外匯 – 我全部都很愛!

Kirill Eremenko

Hadelin de Ponteves 資料科學家

你好。我的名字是 Hadelin de Ponteves。總是渴望學習，我投入了大量的時間在學習和教學中，涵蓋廣泛的科學話題。

今天我熱衷於機器學習、深入學習和人工智慧 ( AI )。我將盡最大的努力傳達我對資料科學的熱情。我在這個領域獲得了豐富的經驗。我擁有資料科學專業的工程碩士學位。我花了一年時間研究機器學習，從事創新和令人興奮的專案。然後在Google的工作經驗中，我實施了一些用於商業分析的機器學習模型。

最終，我意識到我花了大部分時間做分析，我逐漸需要培養更多的創意，所以我踏入創業生涯。我的課程結合分析和創造力的兩個維度，使你可以在應用於創意思考的同時學習資料科學中所需的所有分析技能。

期待和你一起完成學習！

Hadelin de Ponteves

SuperDataScience 團隊 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 真正的人

字幕：簡中、英文

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

Udemy 永久擁有課程 NT290 起特價中（點擊看優惠)
✨年訂閱每月 NT350 ( ✨更進一步 NT280 特價 )🌈悠遊 Udemy 的 28000+ 門課，最大化學習 ( 原價 NT635/月 )
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