Kursus Ilmu Data Python 12 jam gratis ini akan membawa Anda dari tidak tahu apa-apa tentang Python hingga mampu menganalisis data. Anda akan belajar Python dasar, bersama dengan alat canggih seperti Pandas, NumPy, dan Matplotlib
Ini adalah kursus langsung dan Anda akan mempraktikkan semua yang Anda pelajari langkah demi langkah.
Kursus ini mencakup basis kode lengkap untuk referensi Anda.
Ini dimulai dengan pengenalan satu jam untuk konsep pemrograman dasar, pemecahan masalah, dan pseudocode
Kemudian memandu Anda melalui cara menginstal Python dan platform ilmu data Anaconda yang kuat
Selanjutnya, kursus ini akan menunjukkan cara meluncurkan Jupyter Notebook Anda sendiri. Ini adalah cara populer untuk membuat dokumen dengan kode interaktif yang disematkan
Notebook Jupyter berjalan tepat di dalam browser orang. Ini membuatnya mudah untuk dibagikan dan digunakan – bahkan untuk non-programmer. Ini telah menjadikan mereka alat favorit lama dari komunitas ilmu data
Berikut adalah beberapa topik lain yang akan dibahas kursus ini
- Pengkodean pada iPython Shell
- Variabel dan Operator di Python
- Boolean dan Perbandingan dengan Python
- Fungsi yang berguna Python
- Kontrol Aliran dengan Python
- Fungsi dalam Python
- Modul dengan Python
- String dengan Python
- Struktur Data Python penting lainnya. Daftar, Tupel, Set, dan Kamus
- Pustaka Python Ilmu Data NumPy
- Perpustakaan Python Ilmu Data Panda
- Perpustakaan Python Ilmu Data Matplotlib
Dan terakhir, Anda akan melihat semua alat ini bekerja bersama sebagai bagian dari aplikasi dasar penganalisis tren COVID-19
Anda dapat menonton kursus di bawah ini, atau menontonnya di freeCodeCamp. saluran YouTube org (tontonan 12 jam)
IKLAN
IKLAN
Guru yang mendirikan freeCodeCamp. org
Jika Anda membaca sejauh ini, tweet ke penulis untuk menunjukkan bahwa Anda peduli. Tweet terima kasih
Belajar kode secara gratis. Kurikulum open source freeCodeCamp telah membantu lebih dari 40.000 orang mendapatkan pekerjaan sebagai pengembang. Memulai
Jadi, Anda ingin menjadi ilmuwan data atau mungkin Anda sudah menjadi ilmuwan data dan ingin memperluas gudang alat Anda. Anda telah mendarat di tempat yang tepat. Tujuan halaman ini adalah untuk menyediakan jalur pembelajaran yang komprehensif bagi orang yang baru mengenal Python untuk ilmu data. Jalur ini memberikan ikhtisar komprehensif tentang langkah-langkah yang perlu Anda pelajari untuk menggunakan Python untuk ilmu data. Jika Anda sudah memiliki beberapa latar belakang, atau tidak memerlukan semua komponen, jangan ragu untuk mengadaptasi jalur Anda sendiri dan beri tahu kami bagaimana Anda membuat perubahan di jalur tersebut
Anda juga dapat memeriksa versi mini jalur pembelajaran ini –> Infografis. Panduan Cepat untuk mempelajari Ilmu Data dengan Python
Baca ini di tahun 2019? . Lihat di portal kursus kami dan mulai perjalanan ilmu data Anda hari ini
Langkah 0. Pemanasan
Sebelum memulai perjalanan Anda, pertanyaan pertama yang harus dijawab adalah
Mengapa menggunakan Python?
atau
Bagaimana Python bisa berguna?
Tonton 30 menit pertama dari ceramah ini dari Jeremy, Pendiri DataRobot di PyCon 2014, Ukraina untuk mendapatkan gambaran tentang manfaat Python
Langkah 1. Menyiapkan mesin Anda
Sekarang setelah Anda mengambil keputusan, sekarang saatnya menyiapkan mesin Anda. Cara termudah untuk melanjutkan adalah dengan mengunduh Anaconda dari Continuum. io. Itu dikemas dengan sebagian besar hal yang Anda butuhkan. Kelemahan utama dari mengambil rute ini adalah Anda harus menunggu Continuum memperbarui paket mereka, bahkan ketika mungkin ada pembaruan yang tersedia untuk pustaka yang mendasarinya. Jika Anda seorang pemula, itu tidak masalah
Jika Anda menghadapi tantangan dalam penginstalan, Anda dapat menemukan petunjuk yang lebih mendetail untuk berbagai OS di sini
Langkah 2. Pelajari dasar-dasar bahasa Python
Anda harus mulai dengan memahami dasar-dasar bahasa, pustaka, dan struktur data. Kursus gratis oleh Analytics Vidhya tentang Python adalah salah satu tempat terbaik untuk memulai perjalanan Anda. Kursus ini berfokus pada bagaimana memulai dengan Python untuk ilmu data dan pada akhirnya Anda akan merasa nyaman dengan konsep dasar bahasa tersebut
Penugasan. Ikuti kursus Python gratis yang keren dari Analytics Vidhya
Sumber daya alternatif. Jika pengkodean interaktif bukan gaya belajar Anda, Anda juga dapat melihat Kelas Google untuk Python. Ini adalah rangkaian kelas 2 hari dan juga mencakup beberapa bagian yang akan dibahas nanti
Langkah 3. Pelajari Ekspresi Reguler dengan Python
Anda harus sering menggunakannya untuk pembersihan data, terutama jika Anda mengerjakan data teks. Cara terbaik untuk mempelajari Ekspresi reguler adalah melalui kelas Google dan simpan lembar contekan ini
Penugasan. Lakukan senam nama bayi
Jika Anda masih membutuhkan lebih banyak latihan, ikuti tutorial ini untuk membersihkan teks. Ini akan menantang Anda pada berbagai langkah yang terlibat dalam perselisihan data
Langkah 4. Pelajari pustaka Ilmiah dengan Python – NumPy, SciPy, Matplotlib, dan Pandas
Di sinilah kesenangan dimulai. Berikut adalah pengenalan singkat ke berbagai perpustakaan. Mari mulai berlatih beberapa operasi umum
- Latih tutorial NumPy secara menyeluruh, terutama array NumPy. Ini akan membentuk fondasi yang baik untuk hal-hal yang akan datang
- Selanjutnya, lihat tutorial SciPy. Telusuri pendahuluan dan dasar-dasarnya dan lakukan sisanya berdasarkan kebutuhan Anda
- Jika Anda menebak tutorial Matplotlib selanjutnya, Anda salah. Mereka terlalu komprehensif untuk kebutuhan kita di sini. Alih-alih, lihat notebook ipython ini hingga Line 68 (i. e. sampai animasi)
- Terakhir, mari kita lihat Panda. Panda menyediakan fungsionalitas DataFrame (seperti R) untuk Python. Ini juga di mana Anda harus menghabiskan waktu yang baik untuk berlatih. Panda akan menjadi alat yang paling efektif untuk semua analisis data berukuran sedang. Mulailah dengan pengenalan singkat, 10 menit ke panda. Kemudian lanjutkan ke tutorial yang lebih detail tentang panda
Anda juga dapat melihat Analisis Data Eksplorasi dengan Panda dan Data munging dengan Panda
Sumber daya tambahan
- Jika Anda memerlukan buku tentang Panda dan NumPy, “Python untuk Analisis Data oleh Wes McKinney”
- Ada banyak tutorial sebagai bagian dari dokumentasi Pandas. Anda dapat melihatnya di sini
Penugasan. Selesaikan tugas ini dari kursus CS109 dari Harvard
Langkah 5. Visualisasi Data yang Efektif
Pelajari formulir kuliah ini CS109. Anda dapat mengabaikan 2 menit awal, tetapi yang terjadi setelah itu luar biasa. Ikuti kuliah ini dengan tugas ini
Langkah 6. Pelajari Scikit-learn dan Machine Learning
Sekarang, kita sampai pada inti dari keseluruhan proses ini. Scikit-learn adalah perpustakaan paling berguna di python untuk pembelajaran mesin. Demikian sekilas tentang perpustakaan. Ikuti kuliah 10 hingga kuliah 18 dari kursus CS109 dari Harvard. Anda akan melalui ikhtisar pembelajaran mesin, algoritme pembelajaran yang diawasi seperti regresi, pohon keputusan, pemodelan ansambel, dan algoritme pembelajaran tanpa pengawasan seperti pengelompokan. Ikuti kuliah individu dengan tugas dari kuliah tersebut
Anda juga harus melihat kursus 'Pengantar Ilmu Data' untuk memberi diri Anda dorongan besar dalam pencarian Anda untuk mendapatkan peran sebagai ilmuwan data
Sumber daya tambahan
Langkah 7. Berlatih, berlatih dan Berlatih
Selamat, Anda berhasil
Anda sekarang memiliki semua yang Anda butuhkan dalam keterampilan teknis. Ini adalah masalah latihan dan tempat apa yang lebih baik untuk berlatih daripada bersaing dengan sesama Ilmuwan Data di platform DataHack. Pergi, selami salah satu kompetisi langsung yang saat ini berjalan di DataHack dan Kaggle dan coba semua yang telah Anda pelajari
Langkah 8. Pembelajaran Mendalam
Sekarang setelah Anda mempelajari sebagian besar teknik pembelajaran mesin, sekarang saatnya untuk mencoba Deep Learning. Ada kemungkinan besar Anda sudah tahu apa itu Deep Learning, tetapi jika Anda masih membutuhkan intro singkat, ini dia
Saya sendiri baru dalam pembelajaran mendalam, jadi harap terima saran ini dengan sedikit garam. Sumber daya yang paling komprehensif adalah pembelajaran mendalam. bersih. Anda akan menemukan semuanya di sini – ceramah, kumpulan data, tantangan, tutorial. Anda juga dapat mencoba kursus dari Geoff Hinton untuk mencoba memahami dasar-dasar Neural Networks
Mulai dengan Python. Tutorial Lengkap Untuk Mempelajari Ilmu Data dengan Python Dari Awal
P. S. Jika Anda perlu menggunakan pustaka Big Data, cobalah Pydoop dan PyMongo. Mereka tidak disertakan di sini karena jalur pembelajaran Big Data adalah keseluruhan topik itu sendiri