ML From Zero to Master 是一個從零開始的機器學習專案，旨在幫助學習者從基本概念到高級技術，逐步掌握機器學習的核心知識和技能。本專案包含了全面的教程、實踐代碼和詳細的步驟說明，適合所有對機器學習有興趣的學習者，無論是初學者還是有一定經驗的開發者。
- 基礎知識：機器學習概念、數據處理、特徵工程、模型評估、常見機器學習算法
- 資料集: 使用Scikit-learn提供的乳腺癌數據集（Breast Cancer dataset）
- Pandas 資料分析和常用工具: 介紹常用Pandas函數用於處理、分析資料
- 資料前處理 Data PreProcessing: 介紹常用資料前處理的方法
- 正則化 Data Normalization: 介紹常用正則化的技術
- 特徵工程 Feature Engineering: 介紹常用的特徵篩選方法
- 建立模型：建立機器學習模型
- 超參數調整：使用GridSearchCV及RandomizedSearchCV進行超參數調整
- 可視化分析：使用SHAP可視化分析模型結果
-
Pandas Cookbook
-
Feature Engineering
-
Hyperparameter Tuning
-
SHAP
-
Demo: 包含讀取資料集、資料前處理、正則話、建立模型、可視化分析
-
Try it: 自己手動嘗試建立一個預測模型