✅ 課程說明

成為一個完整的資料科學家和機器學習工程師！ 加入一個由20多萬名工程師組成的線上社群，參加一個由行業專家教授的課程，這些專家實際上為矽谷和多倫多等地的大公司工作過。 這是一個剛剛在 2020年 1 月推出的全新機器學習和資料科學課程！ Andrei 課程的畢業生現在在谷歌、特斯拉、亞馬遜、蘋果、 IBM、 JP 摩根、 Facebook 等頂級科技公司工作。

從頭開始學習資料科學和機器學習，得到聘用，並在 Udemy 的最現代、最新的資料科學課程(我們使用最新版本的 Python、Tensorflow 2.0 和其他程式庫)的道路上享受樂趣。 本課程的重點在於提高效率: 不要再花時間在令人困惑的、過時的、不完整的機器學習教程上了。 我們非常自信，這是你找遍任何地方才能找到的最全面、最現代的課程(我們知道，這是一個大膽的陳述)。

這個綜合性的、基於專案的課程將向你介紹資料科學家的所有現代技能，在這個過程中，我們將建立許多真實世界的專案，新增到你的履歷組合中。 你可以訪問 Github 上的所有程式碼、工作簿和模板( Jupyter Notebooks ) ，這樣你就可以馬上把它們放到你的作品集中了！ 我們相信這門課程解決了進入資料科學和機器學習領域的最大挑戰: 在一個地方擁有所有必要的資源，並學習僱主想要的最新趨勢和工作技能。

課程將是非常實際的，因為我們將帶領你從頭到尾成為一名專業的機器學習和資料科學工程師。 課程提供兩個路徑。 如果你已經知道程式設計，那麼你可以直接進入並跳過我們從頭教你 Python 的部分。 如果你是全新的，我們將從一開始就教你 Python 以及如何在現實世界中使用它來完成我們的專案。 不要擔心，一旦我們通過了像機器學習 101 和 Python 這樣的基礎知識，我們就可以進入高階主題，像神經網路、深度學習和轉移學習，這樣你將能夠在真實世界中實踐，並為實戰做好準備(我們向你展示完全成熟的資料科學和機器學習專案，並給你程式設計資源和備忘錄) ！

本課程的主題包括 :

✅ 資料探索與視覺化
✅ 神經網路和深度學習
✅ 模型評估與分析
✅ Python 3
✅ Tensorflow 2.0
✅ Numpy
✅ Scikit-Learn
✅ 資料科學與機器學習專案和工作流程
✅ 在 Python 用 MatPlotLib 和 Seaborn 做資料視覺化
✅ 轉移學習( Transfer Learning )
✅ 影像辨識和分類
✅ 訓練/測試並交叉驗證
✅ 監督學習 : 分類、迴歸和時間序列
✅ 決策樹和隨機森林
✅ 整體學習( Ensemble Learning )
✅ 調整超參數( Hyperparameter Tuning )
✅ 採用 Pandas 資料框解決複雜任務
✅ 採用 Pandas 處理 CSV 檔
✅ 採用 TensorFlow 2.0 和 Keras深度學習 / 神經網路
✅ 使用 Kaggle 並進入機器學習競賽
✅ 如何呈現你的發現並讓你的老闆印象深刻
✅ 如何為你的分析清理並準備你的資料
✅ K 最近鄰( K Nearest Neighbours )
✅ 支援向量機( Vector Machines )
✅ 迴歸分析( Linear Regression/Polynomial Regression )
✅ 如何運用 Hadoop、Apache Spark、Kafka 和 Apache Flink
✅ 如何用 Conda、MiniConda 和Jupyter Notebooks 設定你的環境
✅ 配合 Google Colab 採用 GPUs

到本課程結束時，你將成為一名完整的資料科學家，可以在大公司找到工作。 我們將利用我們在課程中學到的一切來建構專業的真實世界專案，比如心臟病檢測、推土機價格預測器、犬種影像分類器等等。 到最後，你將有許多你已經建立的專案向其他人炫耀。

事實是: 大多數課程都教你資料科學，而且就只這樣。 他們會告訴你如何開始。 但問題是，你不知道接下來要往哪去，也不知道如何建立自己的專案。 或者他們會在螢幕上顯示大量的程式碼和複雜的數學運算，但是他們並沒能好好地解釋清楚到你能夠自己去解決現實生活機器學習問題的程度。

無論你是程式設計新手，還是想提高你的資料科學技能，或者來自不同的行業，這門課程都是為你而設的。 這個課程不是讓你在沒有理解原則的情況下編寫程式碼，這樣當你完成這個課程的時候，除了看另一個教學，你不知道還能做什麼。 不！ 這門課程將推動你且向你挑戰，從一個完全沒有資料科學經驗的初學者，到成為一個可以滿載離開、忘記 Daniel 和 Andrei、建立自己的資料科學和機器學習工作流程的人。

機器學習在商業行銷和金融、醫療保健、網路安全、零售、運輸和物流、農業、物聯網、遊戲和娛樂、病人診斷、詐欺檢測、製造業的異常檢測、政府、學術 / 研究、推薦系統等等方面都有應用。 在這門課程中學到的技能將為你的職業生涯提供許許多多的選擇。

你聽到許多像人工神經網路或人工智慧等敘述，完成本課程，你將對這些詞有深刻的了解。

現在就加入課程，加入我們社群，在這個行業獲得支持，學習資料科學和機器學習。 我們保證這比任何關於這個話題的訓練營或者線上課程都要好。 課堂內見！

https://softnshare.com/complete-machine-learning-and-data-science-zero-to-mastery/

[外掛推薦] 34 個最棒的 Python 開源函式庫推薦（2019 年版）

英文說明文章： https://goo.gl/hHMxCv
簡中說明文章： https://goo.gl/87juhA

--------（本文開始）--------

寫程式最需要的，就是好用的外掛。那種不用寫一個字，就能擁有強大、穩定功能的方便感，就如同一個不會做菜的人可以不用研究食譜，直接走到樓下便利商店填飽肚子的重要性一樣。今天要推薦的，是 34 款由網友評選出來，2018 年最重要的 Python 開源函式庫。

為了各位能快速掌握這 34 款函式庫是什麼，我幫各位整理在下面。詳情可以點進上方英文或簡中說明文章觀看：

Part 1：Python 小工具（Python Toolkits）

01. pipenv：為人類提供 Python 開發流程的函式庫
02. pyxel：簡單就能做出復古小遊戲的 Python 函式庫
03. PyTest：Python 測試用函式庫
04. poetry：Python 套件相依關係管理函式庫。當你裝某個函式庫時，會自動幫你裝相依的函式庫，不會裝完後還缺東缺西。
05. Loguru：Python 日誌函式庫。
06. Faust：Python 串流應用程式（Streaming Applications）構建函式庫
07. Pampy：「模式匹配」（Pattern Match）用函式庫
08. Pyre-check：高效率的拼寫檢查（Type-Checking）函式庫
09. Delorean：讓你撰寫時區（Time-zone）相關程式更簡單的 Python 函式庫
10. Cirq：一套讓你撰寫「量子電腦」專用程式的 Python 函式庫
11. python-nubia：一套讓你輕鬆寫出命令列網路程式的函式庫

Part 2：網頁函式庫

12. Requests-HTML：讓你輕鬆解析網路爬蟲爬回來的 HTML 語法之 Python 函式庫
13. Bokeh：以視覺化呈現資料（餅圖、長條圖...）的 Python 函式庫
14. Vibora：一個「主從式（Client-Server）」 Python 網頁框架
15. PyWebView：讓你可以在自己的程式內，輕鬆顯示遠方網頁內容的函式庫（Web View Library）
16. WhatWaf：一個能偵測網頁應用程式防火牆、並想辦法繞過去的函式庫
17. Molten：一個小型的網站後台框架（如果你不想用 Django 或 Flask 這麼肥的框架，可以用這個來取代）

Part 3：命令列工具

18. TermToSVG：可以把命令列發生的過程，記錄成動畫，以 SVG 格式儲存（寫網誌示範執行流程時很好用）
19. Asciinema：與前一款 TermToSVG 一樣，也是可以記錄命令列執行過程的函式庫。
20. Termgraph：可以在命令列視窗繪製長條圖等簡單圖形的函式庫

Part 4：原始碼編輯

21. Black：可以幫你把 Python 原始碼排列得漂漂亮亮的工具
22. Algojammer：可以讓你把一個 Python 寫的演算法，運作過程視覺化出來
23. Bowler：一個 Python 重構（Re-factoring）工具

Part 5：除錯用工具

24. Py-spy：一個測速工具。可以讓你找出執行緩慢的瓶頸是發生在哪一段程式碼
25. Birdseye：一個 Python 除錯工具
26. Icecream：可以利用螢幕輸出（print 指令）來除錯的工具

Part 6：編譯器/轉譯器

27. Transcrypt：可以把 Python 寫成的程式碼，轉成 JavaScript 的工具
28. Pyodide：可以把 Python 轉譯成 WebAssembly 語言

Part 7：資料處理用函式庫

29. Voluptuous：檢查用 JSON、YAML 等格式表示的資料，是否符合該格式語法的檢查函式庫
30. Botflow：可以用「管道串接（Pipeline）」來執行資料處理（網路爬蟲...等）的函式庫
31. Fast-Pandas：用來測試 Pandas（一個資料處理用函式庫）執行瓶頸的函式庫

Part 8：繪圖用工具

32. A Tour in the Wonderland of Math with Python：一個用來繪製各種美觀數學圖形的函式庫
33. Chartify：用來繪製各種統計圖表的函式庫
34. Hypertools：用來取得高維度資料的視覺化圖形之函式庫

希望大家喜歡今天的分享！請大家多多按讚鼓勵、或追蹤我的 FB、YouTube、以及 Instagram 喔～

---------------

Facebook 粉絲頁（歡迎追蹤）： https://goo.gl/N1z9JB
YouTube 頻道（歡迎訂閱）： https://goo.gl/pQsdCt
Instagram 日常生活： https://goo.gl/nBHzXC

[外掛推薦] 34 個最棒的 Python 開源函式庫推薦（2019 年版）

英文說明文章： https://goo.gl/hHMxCv
簡中說明文章： https://goo.gl/87juhA

-\-\-\-\-\-\-\-\（本文開始）-\-\-\-\-\-\-\-\

寫程式最需要的，就是好用的外掛。那種不用寫一個字，就能擁有強大、穩定功能的方便感，就如同一個不會做菜的人可以不用研究食譜，直接走到樓下便利商店填飽肚子的重要性一樣。今天要推薦的，是 34 款由網友評選出來，2018 年最重要的 Python 開源函式庫。

為了各位能快速掌握這 34 款函式庫是什麼，我幫各位整理在下面。詳情可以點進上方英文或簡中說明文章觀看：

Part 1：Python 小工具（Python Toolkits）

01. pipenv：為人類提供 Python 開發流程的函式庫
02. pyxel：簡單就能做出復古小遊戲的 Python 函式庫
03. PyTest：Python 測試用函式庫
04. poetry：Python 套件相依關係管理函式庫。當你裝某個函式庫時，會自動幫你裝相依的函式庫，不會裝完後還缺東缺西。
05. Loguru：Python 日誌函式庫。
06. Faust：Python 串流應用程式（Streaming Applications）構建函式庫
07. Pampy：「模式匹配」（Pattern Match）用函式庫
08. Pyre-check：高效率的拼寫檢查（Type-Checking）函式庫
09. Delorean：讓你撰寫時區（Time-zone）相關程式更簡單的 Python 函式庫
10. Cirq：一套讓你撰寫「量子電腦」專用程式的 Python 函式庫
11. python-nubia：一套讓你輕鬆寫出命令列網路程式的函式庫

Part 2：網頁函式庫

12. Requests-HTML：讓你輕鬆解析網路爬蟲爬回來的 HTML 語法之 Python 函式庫
13. Bokeh：以視覺化呈現資料（餅圖、長條圖...）的 Python 函式庫
14. Vibora：一個「主從式（Client-Server）」 Python 網頁框架
15. PyWebView：讓你可以在自己的程式內，輕鬆顯示遠方網頁內容的函式庫（Web View Library）
16. WhatWaf：一個能偵測網頁應用程式防火牆、並想辦法繞過去的函式庫
17. Molten：一個小型的網站後台框架（如果你不想用 Django 或 Flask 這麼肥的框架，可以用這個來取代）

Part 3：命令列工具

18. TermToSVG：可以把命令列發生的過程，記錄成動畫，以 SVG 格式儲存（寫網誌示範執行流程時很好用）
19. Asciinema：與前一款 TermToSVG 一樣，也是可以記錄命令列執行過程的函式庫。
20. Termgraph：可以在命令列視窗繪製長條圖等簡單圖形的函式庫

Part 4：原始碼編輯

21. Black：可以幫你把 Python 原始碼排列得漂漂亮亮的工具
22. Algojammer：可以讓你把一個 Python 寫的演算法，運作過程視覺化出來
23. Bowler：一個 Python 重構（Re-factoring）工具

Part 5：除錯用工具

24. Py-spy：一個測速工具。可以讓你找出執行緩慢的瓶頸是發生在哪一段程式碼
25. Birdseye：一個 Python 除錯工具
26. Icecream：可以利用螢幕輸出（print 指令）來除錯的工具

Part 6：編譯器/轉譯器

27. Transcrypt：可以把 Python 寫成的程式碼，轉成 JavaScript 的工具
28. Pyodide：可以把 Python 轉譯成 WebAssembly 語言

Part 7：資料處理用函式庫

29. Voluptuous：檢查用 JSON、YAML 等格式表示的資料，是否符合該格式語法的檢查函式庫
30. Botflow：可以用「管道串接（Pipeline）」來執行資料處理（網路爬蟲...等）的函式庫
31. Fast-Pandas：用來測試 Pandas（一個資料處理用函式庫）執行瓶頸的函式庫

Part 8：繪圖用工具

32. A Tour in the Wonderland of Math with Python：一個用來繪製各種美觀數學圖形的函式庫
33. Chartify：用來繪製各種統計圖表的函式庫
34. Hypertools：用來取得高維度資料的視覺化圖形之函式庫

希望大家喜歡今天的分享！請大家多多按讚鼓勵、或追蹤我的 FB、YouTube、以及 Instagram 喔～

-\-\-\-\-\-\-\-\-\-\-\-\-\-\-

Facebook 粉絲頁（歡迎追蹤）： https://goo.gl/N1z9JB
YouTube 頻道（歡迎訂閱）： https://goo.gl/pQsdCt
Instagram 日常生活： https://goo.gl/nBHzXC

單元02_基本語法與結構控制件

01_基本語法與變數宣告
02_變數型別輸出練習
03_變數型別與跳脫字元練習
04_運算子與邏輯年齡判斷範例
05_邏輯判斷與年齡判斷說明
06_將PYTHON程式改為VBA說明
07_將輸入輸出改為EXCEL的Range物件
08_邏輯判斷BMI範例說明
09_計算BMI與格式化練習
10_BMI結果與格式化字串
11_BMI範例轉為VBA作業說明

完整教學
http://goo.gl/aQTMFS

吳老師教學論壇
http://www.tqc.idv.tw/

教學論壇(之後課程會放論壇上課學員請自行加入)：
https://groups.google.com/forum/#!forum/tcfst_python_2019_3

課程簡介：
單元01_建置Python開發環境
單元02_基本語法與結構控制件
單元03_迴圈資料結構與自訂函數
單元04_串列與字典型態、檔案處理、資料庫處理
單元05-1_開放資料處理
CSV和JSON資料處理(停車與PM2.5)
單元05-2_開放資料處理
練習題_新北市開放資料JSON
單元05-3_GOOGLE雲端當CSV來源與CSV處理
單元05-4_網頁資料擷取
單元06_使用Pandas與處理_Excel_試算表
單元07_Phython連結MYSQL資料庫
單元08_視覺化報表使用圖表繪製Matplotlib

上課用書：
參考書目
Python初學特訓班(附250分鐘影音教學/範例程式)
作者： 鄧文淵/總監製, 文淵閣工作室/編著?
出版社：碁峰? 出版日期：2016/11/29

吳老師 109/2/12

EXCEL,VBA,Python,東吳推廣部,自強工業基金會,EXCEL,VBA,函數,程式設計,線上教學,PYTHON安裝環境

單元02_基本語法與結構控制件

01_基本語法與變數宣告
02_變數型別輸出練習
03_變數型別與跳脫字元練習
04_運算子與邏輯年齡判斷範例
05_邏輯判斷與年齡判斷說明
06_將PYTHON程式改為VBA說明
07_將輸入輸出改為EXCEL的Range物件
08_邏輯判斷BMI範例說明
09_計算BMI與格式化練習
10_BMI結果與格式化字串
11_BMI範例轉為VBA作業說明

完整教學
http://goo.gl/aQTMFS

吳老師教學論壇
http://www.tqc.idv.tw/

教學論壇(之後課程會放論壇上課學員請自行加入)：
https://groups.google.com/forum/#!forum/tcfst_python_2019_3

課程簡介：
單元01_建置Python開發環境
單元02_基本語法與結構控制件
單元03_迴圈資料結構與自訂函數
單元04_串列與字典型態、檔案處理、資料庫處理
單元05-1_開放資料處理
CSV和JSON資料處理(停車與PM2.5)
單元05-2_開放資料處理
練習題_新北市開放資料JSON
單元05-3_GOOGLE雲端當CSV來源與CSV處理
單元05-4_網頁資料擷取
單元06_使用Pandas與處理_Excel_試算表
單元07_Phython連結MYSQL資料庫
單元08_視覺化報表使用圖表繪製Matplotlib

上課用書：
參考書目
Python初學特訓班(附250分鐘影音教學/範例程式)
作者： 鄧文淵/總監製, 文淵閣工作室/編著?
出版社：碁峰? 出版日期：2016/11/29

吳老師 109/2/12

EXCEL,VBA,Python,東吳推廣部,自強工業基金會,EXCEL,VBA,函數,程式設計,線上教學,PYTHON安裝環境

單元02_基本語法與結構控制件

01_基本語法與變數宣告
02_變數型別輸出練習
03_變數型別與跳脫字元練習
04_運算子與邏輯年齡判斷範例
05_邏輯判斷與年齡判斷說明
06_將PYTHON程式改為VBA說明
07_將輸入輸出改為EXCEL的Range物件
08_邏輯判斷BMI範例說明
09_計算BMI與格式化練習
10_BMI結果與格式化字串
11_BMI範例轉為VBA作業說明

完整教學
http://goo.gl/aQTMFS

吳老師教學論壇
http://www.tqc.idv.tw/

教學論壇(之後課程會放論壇上課學員請自行加入)：
https://groups.google.com/forum/#!forum/tcfst_python_2019_3

課程簡介：
單元01_建置Python開發環境
單元02_基本語法與結構控制件
單元03_迴圈資料結構與自訂函數
單元04_串列與字典型態、檔案處理、資料庫處理
單元05-1_開放資料處理
CSV和JSON資料處理(停車與PM2.5)
單元05-2_開放資料處理
練習題_新北市開放資料JSON
單元05-3_GOOGLE雲端當CSV來源與CSV處理
單元05-4_網頁資料擷取
單元06_使用Pandas與處理_Excel_試算表
單元07_Phython連結MYSQL資料庫
單元08_視覺化報表使用圖表繪製Matplotlib

上課用書：
參考書目
Python初學特訓班(附250分鐘影音教學/範例程式)
作者： 鄧文淵/總監製, 文淵閣工作室/編著?
出版社：碁峰? 出版日期：2016/11/29

吳老師 109/2/12

EXCEL,VBA,Python,東吳推廣部,自強工業基金會,EXCEL,VBA,函數,程式設計,線上教學,PYTHON安裝環境