# AIGO高中職生_資料科學家
> 資料科學家
> 理論實作都有，滿好上手的課程
> 滿多基本概念，推推(AI常見的幾個模型架構都有提到！學起來！)
> but 整套課程時間滿長的

## 基礎概論
- [Google數位學程-機器學習](https://learndigital.withgoogle.com/digitalgarage-tw/course/machine-learning-basics/module/141) ``簡介與應用；時間短；可以當個開頭之類的``
- [人工智慧概論1](https://www.youtube.com/watch?v=ZE_dpug3gzY) / [人工智慧概論2](https://www.youtube.com/watch?v=SD0WOJ6DDyw) ``簡單入門概論
2有講到各模型架構(MLP/CNN/SVM/RNN)``
- [AWS educate](https://www.awseducate.com/student/s/) ``有點弱智(x)，but可以練英文``

## AI理論
- [認識AI](https://www.youtube.com/watch?v=dTwsC6x79iY) ``定義問題+演算法(分類/群、監/非監、決策樹、SVM、KNN、K-means)``
- [神經網路](https://www.youtube.com/watch?v=3BmuZHmA9lE) ``架構、前向/反向傳播、梯度下降、CNN、RNN``
- [圖像辨識](https://www.youtube.com/watch?v=d4-OwpTgGxY) ``濾波器、CNN(AlexNet)、激活函數、資料切割、overfit、圖像辨識應用``

- 隨機森林 `` 推!我覺得他講的好棒~有空再來做實作``
- [人工智慧的簡介](https://www.youtube.com/watch?v=uELYnxqiwUA)
- [簡介：xy+決策樹](https://www.youtube.com/watch?v=XsJm3-MGpbk&feature=emb_title)
- [集成學習＋bagging+bootstrap](https://www.youtube.com/watch?v=4Ot9vkMjL-E&feature=emb_imp_woyt)
- [重複取樣+0.632(涵蓋率)](https://www.youtube.com/watch?v=7VbfbHKsdAg)
- [提升法Boosting：改善前一個模型（預測錯誤的加權重）](https://www.youtube.com/watch?v=5WRx7SLZ0f4)
- [堆疊法Stacking：特徵也隨機抽樣](https://www.youtube.com/watch?v=EyHUTOEgNt0)
- [詳細+交叉驗證+n=?](https://www.youtube.com/watch?v=uPx39ZS9XKQ)
- [子決策樹的差異性up+感人肺腑的話](https://www.youtube.com/watch?v=25SoGSHTmaU)
- [!!!決策樹實作+sklearn](https://www.youtube.com/watch?v=bQ2SGtxXobk&feature=emb_imp_woyt)

- NVIDIA－Deep Learning Course
- [Introduction](https://www.youtube.com/watch?v=6eBpjEdgSm0)
- [DIGITS](https://www.youtube.com/watch?v=jUiudfxjdr8&feature=emb_title)
- [Caffe](https://www.youtube.com/watch?v=rvMVqPsXL10&feature=emb_imp_woyt)
- [Theano](https://www.youtube.com/watch?v=BuIsI-YHzj8&feature=emb_imp_woyt)
- [Torch7](https://www.youtube.com/watch?v=cXKtYbHdGPU)