不寫程式也能玩資料分析：Orange Data Mining

Position: 吳俊逸 > AI

2022-06-08 12:28:01, Reply(0), Views(1134)

https://college.itri.org.tw/Home/LessonData?PosterGUID=9C4E6BC7-772F-441E-B68F-2CE6FAB181F5&fbclid=IwAR3ALbIST8Plf_EXzxJQva-_oZ7iKttK-F9MFcEdibpRntUTEXs7o7HLU7c

Orange 資料探勘(Orange Data Mining，舊稱Orange 3) 是一個支援視覺化、圖示化介面的資料探索工具。使用Orange就可以像積木一樣，透過堆疊功能模組進行資料探勘( Data Mining)、機器學習 (Machine Learning)、圖像分析 (Image Analysis)、文字探勘 (Text Mining)，方便使用者可以專注於探索性數據而不是編碼工作。因此Orange這種視覺化程式設計工具(Visual Programming Tools)可提供開發人員和資料科學家各式各樣的模組，讓資料處理、模型建置、訓練及部署機器學習模型更加快速且視覺化更容易上手!

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
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
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
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
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

課程特色/目標

上完本課程可以

透過視覺化編程(Visual Programming)進行資料分析。
學習到資料探勘技術(Data Mining)與機器學習(Machine Learning)方法。
建立自己的數據分析流程(Data Pipeline)，並使用這些數據建構所需要的機器學習模型。

課程對象

大專以上，無需特別背景，適合研發工程師、生產製造、品保等相關工程師/資料分析人員及各管理階層；
研究單位工程師、學生或對對於數據分析與機器學習感興趣者；
具電腦基本操作或有基礎程式語言基礎者為佳。

https://college.itri.org.tw/Home/LessonData?PosterGUID=9C4E6BC7-772F-441E-B68F-2CE6FAB181F5&fbclid=IwAR3ALbIST8Plf_EXzxJQva-_oZ7iKttK-F9MFcEdibpRntUTEXs7o7HLU7c