Chia Sẻ Khóa Học Python Data Science Với Pandas - Làm Chủ 12 Project Nâng Cao [Update Tháng 9-2022] [Khóa 7765 A]
07 tháng 10 2022
/
No Comments
Làm việc với Pandas, SQL Database, JSON, Web API, v.v. để làm chủ các Dự án Machine Learning & Finance trong thế giới thực của bạn.
Bạn sẽ học được gì:
- ✓ Data Workflows trong thế giới thực nâng cao với Pandas mà bạn sẽ không tìm thấy trong bất kỳ khóa học nào khác.
- ✓ Làm việc song song với Pandas và SQL-Databases (tận dụng tối đa hai thế giới).
- ✓ Làm việc với API, JSON và Pandas để import các Tập dữ liệu lớn từ Web.
- ✓ Đưa Pandas đến Giới hạn của nó (và hơn thế nữa ...).
- ✓ Ứng dụng Machine Learning: Dự đoán giá bất động sản.
- ✓ Ứng dụng tài chính: Backtesting & Forward Testing Investment Strategies + Index Tracking.
- ✓ Feature Engineering, Standardization, Dummy Variables và Sampling với Pandas.
- ✓ Làm việc với các Tập dữ liệu lớn (hàng triệu hàng/cột).
- ✓ Làm việc với các Tập dữ liệu hoàn toàn lộn xộn / không sạch sẽ (trường hợp tiêu chuẩn trong thế giới thực).
- ✓ Xử lý JSON Data được xâu chuỗi và lồng vào nhau với Pandas.
- ✓ Loading Data từ Database (SQL) vào Pandas và ngược lại.
- ✓ Loading JSON Data vào Pandas và ngược lại.
- ✓ Web-Scraping với Pandas.
- ✓ Làm sạch các Tập dữ liệu lớn và lộn xộn (hàng triệu hàng/cột).
- ✓ Làm việc với các API và Python Wrapper Package để import các Tập dữ liệu lớn từ Web.
- ✓ Explanatory Data Analysis với các tập dữ liệu lớn trong thế giới thực.
- ✓ Trực quan hóa nâng cao với Matplotlib và Seaborn.
Chào mừng bạn đến với Khóa học Pandas Data Science dựa trên dự án và nâng cao này!
Bạn có thể viết một số code Pandas nhưng bạn vẫn đang gặp khó khăn với các dự án trong thế giới thực vì:
- ✓ Dữ liệu trong thế giới thực thường không được cung cấp trong một hoặc một vài tệp văn bản/excel -> cần phải có các Kỹ thuật Data Importing nâng cao hơn.
- ✓ Dữ liệu trong thế giới thực lớn, không có cấu trúc, lồng vào nhau và không sạch -> kỹ thuật thao tác dữ liệu và phân tích / trực quan hóa dữ liệu nâng cao hơn là bắt buộc.
- ✓ Nhiều phương thức Pandas dễ sử dụng hoạt động tốt nhất với các Dataset tương đối nhỏ và sạch -> Dataset trong thế giới thực yêu cầu nhiều General Code hơn (kết hợp các Thư viện / Mô-đun khác).
Không cần biết bạn cần những kỹ năng xuất sắc của Pandas cho các mục đích Data Analysis, Machine Learning hay Finance, đây là Khóa học phù hợp để bạn nâng các kỹ năng của mình lên Cấp độ Chuyên gia! Làm chủ các dự án trong thế giới thực của bạn!
Khóa học này bao gồm toàn bộ Data Workflow từ A đến Z:
- ✓ Import dữ liệu (phức tạp và lồng nhau) từ các tệp JSON.
- ✓ Import dữ liệu (phức tạp và lồng nhau) từ Web với Web API, JSON và Wrapper Packages.
- ✓ Import dữ liệu (phức tạp và lồng nhau) từ Cơ sở dữ liệu SQL.
- ✓ Lưu trữ dữ liệu (phức tạp và lồng nhau) trong các tệp JSON.
- ✓ Lưu trữ dữ liệu (phức tạp và lồng nhau) trong Cơ sở dữ liệu SQL.
- ✓ Làm việc song song với Pandas và SQL Database (tận dụng tối đa cả hai thế giới).
- ✓ Nhập và hợp nhất Dữ liệu từ nhiều tệp văn bản / CSV một cách hiệu quả.
- ✓ Làm sạch các Tập dữ liệu lớn và lộn xộn với nhiều General Code hơn.
- ✓ Làm sạch, xử lý và làm phẳng Dữ liệu lồng nhau và được xâu chuỗi trong DataFrames.
- ✓ Biết cách xử lý và chuẩn hóa Unicode strings.
- ✓ Hợp nhất và kết hợp nhiều tập dữ liệu một cách hiệu quả.
- ✓ Scale và Automate data merging..
- ✓ Explanatory Data Analysis và Data Presentation với các công cụ Trực quan hóa nâng cao (Matplotlib & Seaborn nâng cao).
- ✓ Test Performance Limits of Pandas bằng Data Aggregations và Grouping nâng cao.
- ✓ Data Preprocessing và Feature Engineering for Machine Learning với Pandas code đơn giản.
- ✓ Sử dụng Dữ liệu của bạn 1: Đào tạo và thử nghiệm Mô hình Học máy trên Dữ liệu được xử lý trước và phân tích kết quả.
- ✓ Sử dụng Dữ liệu của bạn 2: Backtesting and Forward Testing các chiến lược đầu tư (Finance & Investment Stack).
- ✓ Sử dụng Dữ liệu của bạn 3: Index Tracking (Finance & Investment Stack).
- ✓ Sử dụng Dữ liệu của bạn 4: Trình bày Dữ liệu của bạn bằng Python ở định dạng HTML đẹp mắt (Website Quality).
- ✓ Và nhiều hơn nữa...!
Mục lục:
- ✓ 01 - Bắt đầu.
- ✓ 02 - Dự án 1: Explanatory Data Analysis & Data Presentation (Movies Dataset).
- ✓ 03 - Dự án 2: Data Import - Làm việc với API và JSON (Movies Dataset).
- ✓ 04 - Dự án 3: Data Cleaning - Thu dọn các tập dữ liệu lộn xộn (Movies Dataset).
- ✓ 05 - Dự án 4: Merging, Cleaning & Transforming Data (Movies Dataset).
- ✓ 06 - Dự án 5: Làm việc với Pandas và SQL Databases (Movies Dataset).
- ✓ 07 - Dự án 6: Importing & Concatenating nhiều file (Baby Names Dataset).
- ✓ 08 - Dự án 7: Explanatory Data Analysis & Visualization nâng cao (Baby Names).
- ✓ 09 - Project 8: Data Preprocessing & Feature Engineering for Machine Learning.
- ✓ 10 - Dự án 9: Data Import - Web Scraping, API & Wrappers (US Stocks).
- ✓ 11 - Dự án 10 (Finance Stack): Backtesting Investment Strategies (US Stocks).
- ✓ 12 - Dự án 11 (Finance Stack): Index Tracking và Forward Testing (US Stocks).
- ✓ 13 - Dự án 12: Explanatory Data Analysis và Seaborn Visualization (Olympic Games).
- ✓ 14 - Dự án bổ sung: Chuẩn bị cho tương lai - Pandas Version 1.0.
- ✓ 15 - Phụ lục: Khóa học Pandas.
- ✓ 16 - Tiếp theo là gì? (triển vọng và các nguồn tài nguyên bổ sung).
Khóa học này dành cho ai:
- ✓ Tất cả những ai thực sự muốn làm chủ các Tập dữ liệu lớn, lộn xộn và không sạch sẽ.
- ✓ Tất cả những ai muốn cải thiện các kỹ năng từ "Tôi có thể viết một số Pandas Code" đến "Tôi có thể thành thạo các Dự án dữ liệu từ thực tế của mình với Pandas".
- ✓ Các nhà khoa học dữ liệu.
- ✓ Chuyên gia học máy.
- ✓ Chuyên gia Tài chính & Đầu tư.
- ✓ Các nhà nghiên cứu.
NHẬN GET EBOOK TRÊN AMAZON THEO YÊU CẦU
Copyright Disclaimer:
This site does not store any files on its server. We only index and link to content provided by other sites. Please contact the content providers to delete copyright contents if any and email us, we'll remove relevant links or contents immediately.
Tuyên bố miễn trừ bản quyền:
Trang web này không lưu trữ bất kỳ tệp nào trên máy chủ của nó. Chúng tôi chỉ lập chỉ mục và liên kết đến nội dung được cung cấp bởi các trang web khác. Vui lòng liên hệ với các nhà cung cấp nội dung để xóa nội dung bản quyền nếu có và gửi email cho chúng tôi, chúng tôi sẽ xóa các liên kết hoặc nội dung có liên quan ngay lập tức.
