|
所在平台: Udemy |
课程主页: https://www.udemy.com/course/uvod-do-jazyka-python-pro-datovou-vedu/
课程评论：没有评论
本课程的目标是帮助您快速掌握Python语言在数据科学领域的应用。与其他Python课程不同，本课程专注于数据科学领域必需的关键Python语法和对象，旨在节省您的学习时间，并使您能够理解Kaggle等平台上的高级分析师的模型逻辑，或者构建您自己的分析和模型。 课程强调数据科学家在使用Python时采取的是一种交互式、即时反馈的学习和工作方式，而不是编写复杂的程序。您将通过Jupyter Notebook这类工具，以“指令-结果”的模式进行数据准备、模型构建和测试。 课程内容包括： * Python在数据科学中的核心概念和常用工具。 * 如何使用Python进行数据分析和原型开发。 * 重点关注实际应用中所需的Python知识，而非广泛的通用编程技能。 课程所需工具： * Anaconda发行版，因为它集成了Python和Jupyter Notebook，并且是免费的。 * Jupyter Notebook（可以是在线版本或Anaconda提供的离线版本）。 课程鼓励您探索更多关于数据科学的课程，涵盖Excel和KNIME等工具。
Když jsem před lety začínal s datovou vědou, koupil jsem si knížku Big Data: Revoluce, která změní způsob, jak žijeme, pracujeme a myslíme. Počtení to bylo zajímavé a motivační. Zde jsem se dozvěděl o internetových platformách pro analytiky a datové vědce, jako Kaggle, nebo Data Camp. Byl jsem tímto supermoderním tématem nadšen a motivován! Obrovský zdroj informací, ochotná globální komunita, otevřenost, komplexní příklady z reálného světa firem. Mělo to však háček.Datové analýzy a reálné příklady aplikací z oblasti velkých dat a strojového učení, zde byly prezentovány v jazyce Python. Protože jsem tento jazyk neovládal, byly pro mě začátky poměrně obtížné.Začal jsem se učit obecný Python - prošel jsem komplexními kurzy na Sololearnu a Data Campu, a strávil jsem téměř dva měsíce tréninkem. Zjistil jsem však, že až polovina informací, které jsem se zde naučil, se v datové vědě vůbec nepoužívá...Náš kurz se proto soustředí na vybrané konstrukce a objekty jazyka Python, které jako budoucí datový vědec budete nezbytně potřebovat, ať už pro porozumění logiky existujících modelů od špičkových analytiků na Kagglu, nebo pro vytváření vlastních analýz a modelů. Cílem tohoto kurzu tedy je dostat vás rychle do tématu "jazyk Python pro datovou vědu" a ušetřit vám čas. Pomoci vám porozumět jazyku Python, který je vedle jazyka R hlavním globálním nástrojem datové vědy, a dát vám základy, na kterých můžete začít stavět své první samostatné datové projekty.Cílem tohoto kurzu naopak není udělat z jeho absolventů programátory - datoví vědci v Pythonu nepíší komplexní programy, ani nevytváří žádná programátorská veledíla. Datový vědec pracuje s Pythonem interaktivně, metodou akce-reakce, příkaz-výsledek. Takto postupně připravuje data, vytváří a testuje své modely, hledá optimální výsledky. V současné době již existují, a rychle se dále rozvíjejí pokročilá grafická prostředí pro datové vědce, např. skvělý Knime, nebo Microsoft ML Studio. Pro výuku, výzkum, či vysvětlení modelů se však dále používají prostředí typu Jupyter Notebook. Mekka datových vědců - platforma Kaggle, kde je možné se skutečně naučit na reálných příkladech, jak se v datové vědě pohybovat, rovněž používá Jupyter Notebook a přímý (negrafický) přístup. Platfroma Quantopian, pro automatické obchodování s akciemi, nebo další Data Science platforma DataCamp, apod. rovněž používají prostředí typu Jupyter Notebook a přímý zápis příkazů Pythonu. Pokud byste hledali řešení pro vaše budoucí úlohy, například z oblasti aplikovaného strojového učení, naleznete je opět ve formě interaktivních skriptů v jazyce Python (nebo R).Co budete potřebovatStáhnout si archiv s výukovými materiály - viz odkaz v první sekci kurzuJupyter Notebook s jazykem Python (on-line - viz lekce 1.1, nebo lépe off-line v rámci distribuce Anaconda - viz instruktážní video).Použitý software - Anaconda, jazyk Python, a Jupyter Notebook jsou zdarma. Máme štěstí, že komunita datových vědců, podporovaná technologickými giganty, nástroje pro datovou vědu sdílí, jako tzv. open-source, a to včetně nejmodernějších a nejvýkonnějších systémů. Doporučuji navštívit i další naše kurzy o datové vědě:Elderberry Data - datová věda v ExceluElderberry Data - datová věda v PythonuElderberry Data - datová věda v Knime
