澳門現場數據科學培訓

此講師主導的實作培訓（線上或線下）旨在協助初級專業人士理解預訓練模型的概念，並學習如何應用它們解決實際問題，無需從頭建構模型。

完成本培訓後，學員將能夠：

• 理解預訓練模型的概念與優勢。
• 探索多種預訓練模型架構及其適用情境。
• 針對特定任務微調預訓練模型。
• 在簡易機器學習專案中實作預訓練模型。

此由導師主導的現場培訓 澳門（線上或線下），面向希望透過 AWS Cloud9 優化數據科學工作流程的中階數據科學家與分析師。

完成本課程後，學員將能夠：

• 在 AWS Cloud9 中設定數據科學環境。
• 在 Cloud9 中使用 Python、R 及 Jupyter Notebook 進行數據分析。
• 將 AWS Cloud9 整合至 S3、RDS 及 Redshift 等 AWS 數據服務。
• 利用 AWS Cloud9 進行機器學習模型的開發與部署。
• 優化基於雲端的數據分析與處理工作流程。

本課程由導師現場指導，提供線上或線下培訓形式（澳門）。旨在協助中級學員自動化及管理機器學習工作流程，包含模型訓練、驗證及部署，採用 Apache Airflow 工具。

完成本培訓後，學員將能夠：

• 為機器學習工作流程協調設置 Apache Airflow。
• 自動化數據預處理、模型訓練和驗證任務。
• 將 Airflow 整合至機器學習框架和工具。
• 使用自動化管理管線部署機器學習模型。
• 監控並優化生產環境中的機器學習工作流程。

此課程由講師帶領在 澳門（線上或線下）進行培訓，主要對象為希望學習使用 Google Colab 進行基礎數據科學的初學者級數據科學家及 IT 專業人員。

完成本課程後，學員將能夠：

• 安裝與操作 Google Colab。
• 編寫並執行基礎 Python 程式碼。
• 匯入並處理資料集。
• 使用 Python 函式庫建立視覺化圖表。

此導師主導的實訓課程在 澳門（線上或線下）進行，旨在為中等級別的資料分析師、開發人員或 aspiring data scientists 提供應用 Python 中的機器學習技術以提取洞察、做出預測並自動化數據驅動決策的技能。

完成本課程後，學員將能夠：

• 理解並區分關鍵的機器學習範式
• 探索資料預處理技術和模型評估指標
• 應用機器學習演算法解決實際問題
• 使用 Python 庫和 Jupyter notebooks 進行實作
• 構建用於預測、分類、推薦及聚類的模型