|
業界具實務經驗講師授課
即使完全沒有程式設計基礎的人也可以輕鬆上手
Python將讓你成為晉升數據分析師或資料科學家的敲門磚
零基礎也能學會 |
|
零基礎也能學會的語言 |
適合從未接觸過程式語言的初學者,或是曾經撰寫過簡單的程式。本次課程從環境、語法到主題應用,從初學者的需求來規劃,利用許多實例操作,讓同學零基礎入門,並能結合目前最受許多業界重視網路爬蟲分析/機器學習/深度學習的實務運用。 |
學習流程圖 |
|
修課條件: |
Python基礎—無需任何基礎,只要有興趣即可 |
|
Python爬蟲—需要Python基礎 |
|
Python機器學習—需要Python基礎 |
|
Python深度學習—需要Python基礎 |
|
【平日班】48小時讓你搞懂Python 零基礎也能學會 (自備NB) |
|
|
|
主辦單位: |
財團法人自強工業科學基金會 |
上課地點: |
自強基金會台北分部(台北市博愛路80號3樓) |
諮詢專線: |
02-23113316分機2282 林小姐 hllin@tcfst.org.tw |
|
授課老師 |
|
「我是周凡剛」
我具多年的程式語言教學經驗,非常理解程式語言初學者的痛點與卡關處。
在我的課程中,我會以簡單易懂、貼近實際應用的教學方式,切入語言核心概念,讓你輕鬆了解程式語言內涵世界。接著,我擅長使用有趣又生活化的例子,引導你進入大數據的世界。快來一起學【地表最好懂的 Python 課程】吧!
|
|
國立台灣大學電機系電腦科學組碩士
擅長語言:Python, JAVA, Swift, PHP, Javascript, Android
曾任職於:
1. 聯發科兩年半無線系統開發R&D的工作
2. 健行科技大學擔任JAVA講師
3. 資策會擔任JAVA講師
4. 中央大學擔任Python講師
5. 北科大Python講師 |
|
|
為什麼要學Python? |
Python是最受歡迎的語言
2017資料科學與機器學習行業現狀調查:Python是最受歡迎的語言
根據調查,想進入資料科學領域,最推薦新手學什麼語言→ Python |
|
資料來源:https://www.kaggle.com |
薪資行情百萬起跳 |
104人力網:資料經濟人才需求3年後臺灣上看10萬人
在台灣,大數據相關工作的月薪從5萬元起跳,上看10萬元。薪資極具競爭力。所以你一定要學。 |
職場未來新趨勢 |
2017資料科學與機器學習行業現狀調查:Python是最受歡迎的語言
Python 這一套功能強大、直譯式並且物件導向的程式語言。Python 具有許多物件導向的特性,然而並不要求一定得用物件導向的方式撰寫。撇開物件導向的議題不談,Python 通常可以靠比較短的程式碼完成比較多的功能,或者可以寫得比較清楚。
Python 幾個優點: |
|
資料來源:104人力銀行 |
Python 四大特色 |
第一:容易撰寫
Python 具有許多物件導向的特性,然而並不要求一定得用物件導向的方式撰寫。撇開物件導向的議題不談,Python 通常可以靠比較短的程式碼完成比較多的功能,或者可以寫得比較清楚。 |
第二:功能強大
Python 自 1990 年由 Guido van Rossum 在荷蘭的 CWI 開始發展以來,從 0.9 進步到今天的 3.6.5,不但累積了相當完整的標準程式庫 (模組),更有無以計數的非標準模組,而且絕大部分都是開放原始碼的。單以內建的模組來講,從簡單的數學運算、字串處理、網際網路協定連線、網際網路資料處理、各種壓縮格式,以及 POSIX 與主要作業系統的支援功能等等,含括的範圍非常地廣泛。 |
第三:跨平台
各種主要的作業系統都支援 Python。Python 程式常常不需要修改,便可以同時在 Linux 與 Windows 平台上執行,即使撰寫 GUI 程式 (透過 PyGTK
wxPython 等 binding) 也是一樣。所撰寫的 Python 程式透過標準的 distutils (模組) 進行包裝後,用標準的方式即可安裝於各種平台;在 Windows 下更可以自動產生方便的可執行 installer。 |
第四:容易擴充
Python 算是執行效率不錯的直譯式語言,但畢竟比不上 C 和 Fortran。然而只要我們想,大可以 C/C++ 或 Fortran 撰寫高效率的模組;這些模組的使用方式,與內建模組以及用 Python 撰寫的模組完全一樣。 |
|
課程名稱 |
地表最好懂的Python基礎 |
課程代碼 |
【平日班】13C057 |
上課日期 |
113/11/5(二)、11/6(三)
9:00~16:00,12小時 |
課程介紹 |
資料抓取的入門課,透過有趣的實驗以及小遊戲帶你透徹的認識Python程式語言的基礎 |
課程目標 |
了解Python基礎
1. 基本資料類型
2. 群集資料類型
3. IF-ElSE, FOR |
4. 物件導向
5. Try-Catch
3. 第三方函式庫 |
|
課程內容 |
|
檔案下載 |
|
課程名稱 |
地表最好懂的Python爬蟲 |
課程代碼 |
【平日班】13C058 |
上課日期 |
113/11/12(二)、11/13(三)
9:00~16:00,12小時 |
課程介紹 |
資料蒐集的集大成課,教你資料的抓取和處理,包括Open Data,表格的處理,網路API以及網路爬蟲 |
課程目標 |
了解資料抓取
1. Open Data
2. Pandas函式庫處理表格
(CSV, excel…等等) |
3. 第三方社群軟體API
4. 網路爬蟲 |
|
課程內容 |
|
檔案下載 |
|
課程名稱 |
地表最好懂的Python機器學習 |
課程代碼 |
【平日班】13C059 |
上課日期 |
113/11/19(二)、11/20(三)
9:00~16:00,12小時 |
課程介紹 |
機器學習是一個發展已久的學科,利用大量的資料試圖教電腦從資料中學會規律,進而達成推測類別或者預測。最後達成AI的初衷,這門課會從整個機器學習的發展史找出最關鍵幾個演算法,讓你了解如何教會電腦學習。 |
課程目標 |
1. 了解AI, ML和DL
2. 了解機器學習的原理 |
3. 了解深度學習的原理和概念
4. 了解機器學習標竿演算法 |
|
課程內容 |
|
課程名稱 |
地表最好懂的Python深度學習 |
課程代碼 |
【平日班】13C060 |
上課日期 |
113/11/26(二)、11/27(三)
9:00~16:00,12小時 |
課程介紹 |
深度學習是一個機器學習新興的分支。藉由生物學對於人類神經的研究,試圖把人類如何學會抽象的概念這行為教給電腦,最後達成AI的終極目標。 |
課程目標 |
1. 了解AI,ML和DL
2. 了解機器學習的原理 |
3. 了解深度學習的原理和概念
4. 了解深度學習標竿演算法 |
|
課程內容 |
|
|
|