Search
#東京日常之下班後的最後一拍
#雑談一下負3628
下班時經過公司旁的廣場，看到今年的燈飾比去年少了很多，雖然有些許冷清，但是晚上看起來還是很溫馨的～抓一下耶誕節尾巴祝大家耶誕節快樂喔💕
雜談一下今天的上班趣事，可能因應接下的年末長假，人事部門調出員工的緊急連絡人一覽表之後，著急的走到我位置旁說：米粒，你的緊急連絡人的電話出現-3628，你家電話是-3628喔？
突然一驚原來當時在公司系統中的+886-7-xxx-xxxx老家的電話，從系統輸出CSV檔後會自動幫我加加減減之後剛好等於-3628耶!!!!會不會太貼心太主動直接幫我加減啦吼～
可是為什麼其他日本同事的03-xxxx-xxxx沒有自動加減，還是出現+-之後系統感應到什麼暗示了嗎？完全看不穿耶!!!!
#果然電腦系統是死的人是活的
#這一格可不可以填的時候出現提醒視窗怎麼填
#好想變成正8888
✅ 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/
單元01_建置Python開發環境(用懶人包快速建立)
開發環境和EXCEL VBA相較，Python真的太麻煩了，
VBA只要開啟開發人員標籤，就可以開始寫程式了，
另外EXCEL本身就可以充當資料庫來使用，資料也可以隨時存放，但這些都是Python無法做到的，原因應該和商用軟體(OFFICE)和自由軟體(PYTHON)的差異，商用軟體有收費自然就有必要幫大家把需要的環境做好，但衍生的就是需要不斷收費，但自由軟體因為不用收費，只要不是商業用途，都沒有費用問題，但也就需要什麼都自己來，有點像自助餐的概念，什麼都要自己來，所有建置環境也就需要自己準備好，甚至，建置環境的方法至少幾十種，
那一種最好？
我想為了Python的教學便利，不讓大家太麻煩，
所以幫大家準備好Pyhon建置環境懶人包，
只要將兩個檔案解壓縮到D碟(或C碟)中，
在直接執行Eclipse的執行檔就好，Eclipse是免安裝程式，可是是為Python相當好用的編輯器，開啟後在和Pyhton連結就好，再設定好編碼方式為UTF-8，就可以開始寫Python程式了，至於後面的VBA可以把EXCEL當成存取資料和資料庫來用，後面會再講解對應到Python的檔案與資料庫使用，以下說明如何使用。
教學影音(完整版在論壇)：
https://terry55wu.blogspot.com/2020/02/01python.html
使用懶人包
先下載
eclipse_python.zip [下載]
Python37-32.zip [下載]
結語：
和EXCEL VBA相較之下，Pyhton的開發環境麻煩太多，
但帶來的好處是費用上的節省，
和未來有用不完的外掛可以擴充，所以如果你的應用需求很簡單，
建議用VBA就好，但如果需要更複雜的處理工作，
也不想付錢給軟體公司，Python是很好的選項。
課程理念與課程介紹：
因應大數據分析、物聯網、工業4.0的需求，能更容易的學會網路爬蟲、機器學習、物聯網、影像辨識、自動圖像報表等需求，其中以EXCEL VBA與Python程式開發最為熱門，因此將VBA的自動化延伸到PYTHON設計，讓學員能夠比較兩個工具的長處，並能相互協同應用。
課程內容
單元01_建置Python開發環境與程式測試
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、字典與檔案與資料庫處理
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_網頁資料擷取基礎與外匯
單元05-5_網頁資料擷取台彩與股市資料
單元05-6_擷取網頁上櫃股票行情
單元06_使用Pandas與處理_Excel_試算表
單元07_VBA與Phython連結MYSQL資料庫
單元08_視覺化報表使用圖表繪製Matplotlib
吳老師 2020/2/10
12.如何用Power BI取得XML範例檔案
Google Analytics 是一個Google開發的免費線上工具，主要功能是進行網站資料分析，並以視覺化分析呈現結果。會使用GA工具並不代表會網站分析，因為每一個人都可以輕易申請好GA的使用權，都可以輕易看到GA的報表，視覺化分析是很重要的學習重點。
如何進行網站分析、分析什麼?這才是本門課的重點。本課程以自己的網站被瀏覽次數為資料來源，使用Power BI軟體做資料分析，並找出行為模式，找出瀏覽者地理位置、瀏覽行為、喜歡哪些網頁；真正達到自己的網站、自已分析的目的。
雖然試算表軟體是因應商業應用而發展的，但在科學上已廣為應用，而「商業智慧」軟體(BI)是另一個適合做科學應用的工具。越早熟悉BI軟體的使用，就能越早利用大數據。面對大數據的分析，需要先利用視覺化分析找到線索後，再找證據驗證想法。所以中研院統計所的陳君厚所長曾說「學習可以做什麼，有助於在資料分析的過程中達到事半功倍的效果」。請跟著我們一起來透過實際操作，體驗如何做「探索式資料分析(ExploratoryDataAnalysis)」吧！
本次課程將分成基礎與進階訓練，課程中將會使用全校免費授權使用的PowerBI工具。利用其內建的視覺效果及自訂視覺效果群組，讓您可以建立出色的報表。
日期：2017年8月16日及8月23日（星期三）下午13:30~16:30
地點：陽明大學圖資大樓4樓401室電腦教室(座位50位)
課程簡介：認識大數據、大數據分析、資料視覺化、分群、預測與發布結果，讓數字說話，提升管理品質，有效提升工作效率。
內容大綱：
8/16(三)生醫大數據分析-基礎訓練
1.認識PowerBI、
2.連接到數據、
3.可視化分析、
4.繪製地圖、
5.新增欄位、
6.儀表板201
8/23(三)生醫大數據分析-進階訓練
1.可視化分析
2.計算入門
3.分群、預測與管理
4.儀表板
5.視覺效果
6.分群
7.預測
8.發布與分享成果
