104學習精靈

最多人推薦給新手的Python 入門課程，邁向數據科學之路首先要先打好Python基礎，Python自學不是不行，有好的老師好的實作讓你無痛轉職，8個基礎實作+程式範例練習，一次學會Python的原理概念，同學一致好評的課程與講師

「104 talks」致力於協助職場人士的知識學習與能力提升 - 為每位忙碌的職場人士，創立一個能夠高效學習的節目平台，集結各領域專業講師的知識與分享，為職場人士帶來啟發和新視角。 104人資市集 x 緯育TibaMe  AI科技賦能，人才轉型不卡關 - 掌握數位趨勢，打造企業人才競爭力 隨著時代變遷科技快速發展，AI正在以前所未有的速度改變各行各業。企業若要在激烈的競爭中立於不敗之地，必須擁抱變革，積極推動人才轉型。 在本次直播活動中，我們特別邀請了教育科技培訓專家和企業人資代表，深入探討AI科技如何賦能人才轉型，共享實戰經驗，助力企業在變革中持續發展，確保人才的永續發展。 ★解鎖生產力，全方位AI+人才佈局 - 主講人 : 李定丞 Daniel | 緯育TibaMe企業處資深經理 ★AI浪潮下跨世代賦能新解方 - 主講人 : 陳威廷 Wayne | 瑞嘉軟體科技人資經理 ★讓學習與數位傳承植入企業DNA - 主講人 : 楊雅婷 Rita | 州巧科技 管理總處 專案經理 ★AI人才管理-大數據與智慧化運作 - 主講人 : 楊碩祐 Simon | 邁達特數位人資長

能夠掌握 AI 基本概念，並認識相關熱門詞彙的意義（如：Big Data ） 能夠理解 AI 的應用原則及限制，並初步判斷在產業中的切入點 能夠了解 AI 基本的運作原則，並運用於職場溝通、合作中 能夠利用課程所學，發現實務案例中，AI 導入企業的常見錯誤

本課程是以財團法人中華民國電腦技能基金會（CSF）的「TQC+ 人工智慧-機器學習認證」為範疇，技能規範及試題命製，符合教育部課綱之規劃，共分為三大類別，循序漸進，由淺入深建立學員運用機器學習解決問題的基本概念。 學習機器學習，可以讓您初窺現代人工智慧技術由資料中學習建立模型，進行分類、預測以解決問題，逐步邁向人工智慧實用學習技術，提高洞察力、反應力。 這門課內容豐富，提供了各種機器學習模型，同學只要根據所面對問題（或是想要探索的資料集形式）選取適當的範例（模型）來改寫，就可以找到實際問題的解法，可以簡單入手人工智慧，解決實務問題。授課老師擁有超過 30 年的教學經驗，將帶領同學由零學起，掌握人工智慧-機器學習實務應用技術。

課程介紹 人力銀行徵才上，不只是資訊科技業，而是化工業、台灣大車隊、金融業、電信業、甚至是房仲業，各行各業都在搶數據分析師！ 徵才月薪至少有四萬元以上，對於大學畢業生及工作一兩年想轉職的人，都是極佳的投入機會。 想要當數據分析師，不一定非要資工資管背景，跟著容噗老師學習，文科生也能轉職成為數據分析師！ 有別於市面上的資料分析課程都是以程式教學為大宗，非工科生有點難以進入。 容噗老師以非工科生成功轉為數據分析師的經驗、第一線職場實戰角度出發，來設計這門課程，適合零基礎、初入門、想轉職作數據分析師的你! 學會本課，讓你徹底掌握數據分析師的必備技能，充分的模擬資料分析練習，學完還讓你帶走三個具有高度移植性的資料分析專案，提供程式碼下載，以利與職場接軌。 文科生不用怕，容噗老師會教導Python基本程式邏輯及技巧，懂了邏輯，運用網路免費程式資源將如魚得水！ 為什麼需要這門課？ 資料分析演算法眾多，到底哪些才是第一線在用的？ 別多花時間學用不到的，學習最實用的數據分析實戰技巧！ 分析思維與職場溝通不是看看網路文章就可以簡單學會的，一份資料的分析方向是需要透過自己清晰的思路，以及與各單位溝通結果來決定的。 看圖說分析的檢討報告時代已過，老闆們更想知道的是未來會發生甚麼事，Python的預測模組非常完善，本次課程會帶領學員正式接觸預測模型。 大數據時代下，資料量日與遽增，傳統Excel能處理的資料量有限，Python這種程式語言會是未來的趨勢。 以最短的時間輕鬆上手Python工具，邁入數據分析師的領域。 課程大綱 PART1: 數據分析師簡介 大數據及常見分析工具的介紹，R、Python、SQL、Excel優缺點 數據分析師的專業技能: 資料整理、資料分析、分析報告 數據分析師的職場定位&工作夥伴 學習資源介紹: Kaggle平台操作 & YouTube 頻道介紹 PART2: PYTHON基礎 Python – Anaconda安裝 Python – Spyder啟用 Python – 介面介紹 Python – 套件安裝 Python – Pandas、sklearn套件介紹 Python – 函式介紹與使用 PART3: PYTHON新手村: 巨量資料整理 資料整理 vs 資料清理 Pandas – data格式簡介&檔案讀取與輸出 Pandas – 行列整理、篩選 Pandas – 排序、移除重複、取代 Pandas – 格式轉換(character、date、float、int) Pandas – 合併、串接 Pandas – 字串取代、篩選、合併 Pandas – 樞紐 PART4: FACEBOOK用戶資料探索(EDA) - 模擬公司會員資料(CRM) 你將學習到本專案藉由Facebook資料來模擬職場真實的會員資料(CRM)，透過一層層收斂的分析邏輯，準確提供需求方有用的資訊，例如男性會員與女性會員的價值差異，哪些客群應該投入更大的行銷資源，以換取更大的利益。 常用統計量的應用說明: 四分位、眾數、MSE、MAE、MAPE、R2、acc 資料探索(EDA) 資料清洗 – NA值處理 資料清洗 – 離群值處理 資料視覺化 資料探索結論 提供程式碼下載 PART5: IKEA 商品折扣預測 - 模擬公司商品銷售資料 你將學習到本專案藉由IKEA資料來模擬職場真實的商品銷售資料，透過一層層收斂的分析邏輯，預測哪些商品該給予折扣，哪些商品不用，以避免公司內折，換取更大的利益。 分析需求確認 | vs 行銷人員＆主管＆老闆 資料探勘 | vs 資料庫人員: 資料理解 資料探勘 | 隨機森林、XGBoosting、SVM演算法教學 特徵篩選 | R2教學 特徵壓縮 | PCA教學 隨機抽樣 | 28 & 37法則 模型調參 | 各演算法重要參數說明 模型診斷 | 損失函數說明 模型結果說明 提供程式碼下載 PART6: 特斯拉股價預測 - 模擬公司營收資料 你將學習到本專案藉由特斯拉資料來模擬職場真實的營收資料，透過一層層收斂的分析邏輯，預測未來的股票價格，讓高層了解公司未來走向，提早做好策略。 特斯拉股價預測 預測盲點補充 模型準確度不佳怎麼辦? 提供程式碼下載 300%解鎖: 模擬客服文字資料第1步 - GOOGLE評論資料清理 專案說明：本專案藉由Google評論資料來模擬職場真實的客服文字資料，無論是公司內部或是網路輿情，文字資料無所不在，就讓容噗老師由文字資料清理，帶你進入自然語言處理(NLP)的領域吧。 安裝套件by終端機 文字資料介紹&整理 – jieba斷詞 文字資料清洗 – stopword 500%解鎖: 模擬客服文字資料第2步 - GOOGLE評論資料探索 專案說明：本專案藉由Google評論資料來模擬職場真實的客服文字資料，透過一層層收斂的分析邏輯，快速理解民眾每天所討論的內容，節省人工閱讀的時間。 文字常用統計量 – TF-IDF 文字資料視覺化 文字資料探索結論 700%解鎖: 模擬客服文字資料第3步 - GOOGLE評論資料探勘 專案說明：本專案藉由Google評論資料來模擬職場真實的客服文字資料，透過一層層收斂的分析邏輯，抓出風向者、關鍵主題，節省人工閱讀評論的時間。 文字資料探勘 – 風向者偵測 文字資料探勘 – 主題挖掘LDA演算法 1000%解鎖: GITHUB介紹 程式人用的GOOGLE CLOUD 如何用 GitHub 製作履歷，增加轉職成功率 教師介紹 容噗老師 學歷：東吳大學資料科學系碩士 專長：巨量資料分析、統計檢定、機器學習（預測建模）、跨部門溝通 經歷：上市櫃公司之數據分析師 教學經驗：YouTube千人訂閱教學頻道-- 容噗玩Data、R語言線上講師

在能力上，能夠： - 理解爬取與載入、清理與轉置等資料分析流程 - 具備資料驅動的思維，解決職場或求學的問題 - 運用課程的問題解決案例，歸納出自己的「成為資料分析師」行動方案