中文課程 - Python 3 資料分析 Data Science零基礎完全入門

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”

點選這個✨優惠連結✨ 課程特價 | Udemy 永久擁有課程 NT330 起( 在電腦瀏覽器登入，點選“優惠連結”後再回想要的課程介紹中點選“報名參加課程”即可取得）
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比電腦上看到的貴
＄代表當地貨幣, 如在台灣為 NT
點選”報名參加課程”有可能因瀏覽器 cookies 轉久一點或回報錯誤而無法連上，請稍等刷新或重新點選就會出現