使用 Python 的資料科學與機器學習新手訓練營

學習如何使用 NumPy，Pandas，Seaborn，Matplotlib，Plotly，Scikit-Learn，機器學習，Tensorflow等技術！

課程介紹影片

✍介紹影片有中文字幕，請記得打開字幕設定

從這 25 小時的課程，你會學到

使用 Python 進行資料科學和機器學習
使用 Spark 進行大數據分析
實現機器學習演算法
學習使用 NumPy 處理數值數據
學習使用 Pandas 進行資料分析
學習使用 Matplotlib 進行 Python 繪圖
學習使用 Seaborn 進行統計繪圖
使用 Plotly 進行互動式動態視覺化
使用 SciKit-Learn 完成機器學習任務
K 均值聚類
邏輯迴歸
線性迴歸
隨機森林與決策樹
自然語言處理和垃圾郵件過濾器
神經網路
支援向量機

要求

有些程式設計的經驗
具有下載檔案的管理權限

課程說明

你準備好踏上成為資料科學家的道路！

這個全方位的課程將指導你學習如何運用Python來分析數據、建立漂亮的視覺化報表，並使用強大的機器學習演算法！

資料科學家已經在 Glassdoor 排名第一，根據事實，資料科學家的平均工資在美國超過12萬美元。資料科學是個收益豐碩的事業，讓你解決一些世界上最有趣的問題！

本課程為具有一些程式設計經驗的初學者或希望能夠跳到資料科學的有經驗開發者設計！

這個全方位課程可與其他資料科學新生訓練營相比，通常花費數千美元，但現在你可以小小的成本學習所有的資訊！課程有超過 100 個高解析度影片和詳細的程式碼筆記本，這是 Udemy 資料科學和機器學習最詳盡的課程之一！

我們將教你如何使用 Python 寫程式，如何建立令人驚艷的資料視覺化，以及如何使用機器學習與 Python！這裡只列出幾個我們將學習的主題：

使用 Python 程式設計
用 Python 與 NumPy
使用 pandas 資料框架來解決複雜的任務
使用 pandas 來處理 Excel 檔案
使用 python 實作 Web
連接 Python 到 SQL
使用 matplotlib 和 seaborn 進行資料視覺化
使用 plotly 互動視覺化
以 SciKit Learn 做機器學習，包括：
線性回歸
K Nearest Neighbors
K Means Clustering
決策樹
Random Forests
自然語言處理
神經網絡和深度學習
Support Vector Machines
還有更多、更多！

註冊課程，今天就成為一名資料科學家吧！

目標受眾

本課程為已經有程式開發經驗者製作

關於講師

Jose Portilla 資料科學家 ( 更多講師主講課程介紹 )

Jose Marcial Portilla 擁有來自聖克拉拉(Santa Clara )大學的機械工程學士學位和碩士學位，也有多年資料科學和程式設計專業教練和培訓師的經驗。他在各種領域如微流體、材料科學和資料科學技術中有出版物和專利。在他的職業生涯中，他已經發展了分析資料的技能，他希望利用他在教學和資料科學方面的經驗，幫助其他人學習程式開發的能力、分析資料，以及清晰地呈現數據和漂亮的可視化。目前他是Pierian Data Inc.的資料科學主管，為世界各地的各種公司提供現場資料科學和python培訓課程，包括瑞士信貸等頂級銀行。隨時在LinkedIn上與他聯繫，獲取個人培訓課程的更多資訊。