Contents
透過 Python 入門資料科學、機器學習，涵蓋 Numpy/Pandas/Matplotlib/Seaborn、資料處理、分析、視覺化。
從這 6 小時的課程，你會學到
- 如何使用 Jupyter Notebook
- 如何使用 numpy 進行資料處理
- 如何使用 pandas 進行資料處理和分析
- 如何使用 matplotlib 進行資料視覺化
- 如何使用 Seaborn 進行資料視覺化
- 真實專案實戰
要求
- 熟悉Python的基本語法
- 有基本的數學基礎
- 電腦的基本操作
課程說明
根據Indeed，Glassdoor和Dice等職場網站所提供的信息，與去年同期相比，隨著各行各業越來越依賴於資法進行決策，商業對資飯科學家的需求也在繼續擴大。
事實上，對於我們可以從不同的學習路徑進入到熱門的職業中，如何選擇一條合適的道路取決於你現在所處的職業階段。除去數學和統計學的要求外，程式設計方面的專業技術同樣是資料科學必須掌握的一項技能。
資料科學家們需要處理複雜的問題，一般問題的解決過程都包括四個主要的步驟：資料收集和清洗、資料探索、資料建模和資料視覺化。
Python可以在整個流程中提供必要有效的處理工具，每一個步驟都有專門的工具庫，對此我們會在下面做詳細介紹。 Python包含許多強大的統計學和數學工具，比如Pandas, Numpy, Matplotlib, SciPy, scikit-learn等等，另外還包括先進的深度學習工具，比如Tensorflow, PyBrain等等。
此外，Python被認作是人工智慧和機器學習的基礎語言，而資料科學和人工智慧又有著密切的交集。因此，Python被視為資料科學領域應用最廣泛的語言並不會令人感到意外。
本課程的學習需要有一定的 Python 基礎，建議您先學習一下我的 “Python3 物件導向程式設計” 課程。
本課程是 Python Data Science 的入門課程，是學習 Python 在 Text Mining，Machine learning，deep learning 中應用的基礎。
本課程主要包含以下內容：
- anaconda 和 Jupyter 的安裝
- numpy入門
- pandas入門
- 使用 pandas 進行資料分析處理
- 資料視覺化之 Matplotlib
- 資料視覺化之 Seaborn
- 資料分析專案實戰
資料科學是通過組織，處理和分析資料從大量不同的資料中獲取知識和洞察力的過程。它涉及許多不同的學科，如數學和統計建模，從資料源提取資料和應用資料視覺化技術。通常還涉及處理大數據技術以收集結構化和非結構化資料。
目標受眾
- 對 data science 感興趣並想從事相關職業
- 對使用 Python 進行資料處理分析感興趣
講師簡介
Peng Xiao 資深網路 DevOps 工程師 | “麥兜搞IT” ( 更多講師主講課程介紹 )
Peng Xiao 是一名網路和軟體 DevOps 工程師。
他在 IT/網路行業擁有超過 10 年的經驗，過去 12 年曾在 Cisco Systems、Nerdalize、KPN、ING 工作。
擅長Python編程（10年以上經驗）、網路技術尤其是 L3 路由協議、分佈式系統、資料庫等。他也喜歡開源技術，作為 GitHub 用戶加入了一些開源小組並做出了一些貢獻 給他們。
他是一名 scrum master，並擁有 Cisco Service Provider CCIE 認證。
他現在在荷蘭工作和生活。
他有個中文網站 “麥兜搞IT”
🙌 如何有效率地管理 ChatGPT 輸出與整理自己的 ChatGPT 提示( prompts )使用情境？LN+ for Web 已經針對 ChatGPT 的整合做最佳化
🙌 讓 Notion AI 成為你線上學習的得力助手，詳細操作請參考 – 使用 Notion AI 功能來為 udemy 的課程做摘要總結
- 點選這個✨優惠連結 ，課程最低價 NT330 起 至 2月1日
- Udemy 現在越來越多課程有中文字幕，請參考 Soft & Share 中文線上課程
- 手機上點選優惠連結看到的價格有可能比電腦上看到的貴
- 點選”報名參加課程”有時會轉久一點或回報無法連上線，請稍等或重新點選就會出現
報名參加課程
也許你會有興趣
- Python 程式設計學習地圖
- ★英語學習地圖 – 練好英文是最大的學習槓桿
- 如何找工作學習地圖 – 找工作不要靠運氣！
- 從 Soft & Share 各種社團頻道挑選你喜歡的加入
你必須登入才能發表留言。