SECTION_TITLE.OVERVIEW
ก้าวสำคัญสู่สายอาชีพ Data Scientist เรียนครบสูตรการทำงาน ตั้งแต่เริ่มสร้างโปรเจกต์จนนำ Insights ไปใช้งาน
- Project Setup: ตั้งคำถามเพื่อกำหนดทิศทางของโปรเจกต์ และเริ่มเก็บข้อมูล
- Data Preparation: นำเข้าข้อมูลจากแหล่งต่างๆ แล้วทำความสะอาด พร้อมปรับรูปแบบข้อมูลให้พร้อมนำไปใช้ต่อ
- Data Analysis: วิเคราะห์ข้อมูล หาค่าทางสถิติ ค่าความสัมพันธ์ระหว่างตัวแปรต่างๆ พร้อม Visualize ให้เข้าใจง่ายขึ้น
- Result Delivery: นำ Insights ที่ได้จากการวิเคราะห์ไปใช้ตัดสินใจในขั้นตอนต่อไป
Pandas
Library ที่สำคัญของภาษา Python มีจุดเด่นด้านการวิเคราะห์ข้อมูล (Data Analysis) และการทำความสะอาดของข้อมูล (Data Cleaning/Wrangling) Pandas สามารถนำเข้าข้อมูลได้หลายประเภท เช่น CSV, TSC, SQL Database และสามารถทำงานกับข้อมูลขนาดใหญ่ระดับ Big Data ได้อีกด้วย
NumPy
อีกหนึ่งใน Library ภาษา Python ย่อมากจาก ‘Numerical Python’ มีจุดเด่นด้านการทำงานกับตัวเลข และ Array แบบหลายมิติ และเป็น Library ที่สำคัญในการใช้งาน Pandas อีกด้วย
โปรเจกต์ที่จะได้ทำในคอร์ส
- วิเคราะห์ Facebook Fan Page
- วิเคราะห์ยอดขายบนแพลตฟอร์ม Lazada
สิ่งที่จะได้รับจากคอร์สนี้
- เรียนรู้พื้นฐานการทำงานโปรเจกต์ Data Science แบบครบลูป ตั้งแต่การเริ่มยัน Insights ไปต่อยอด
- เรียนรู้การใช้ Library ยอดนิยมทั้ง NumPy และ pandas ตั้งแต่พื้นฐาน เน้นจุดสำคัญ สำหรับนำไปใช้งาน
- เรียนรู้วิธีการจัดการ และการทำความสะอาดข้อมูลอย่างมีประะสิทธิภาพ
- ลงมือทำโปรเจกต์เองตั้งแต่ต้น ถึง 2 โปรเจกต์ พร้อมคำบอกใบ้ผ่าน Notebook บน Google Colab
- เรียนจบรับประกาศนียบัตร (Certificate of Completion) ไปอัปโปรไฟล์ได้ทันที
คอร์สนี้เหมาะสำหรับ
- Data Analyst ที่ต้องการย้ายสายงานไปเป็น Data Scientist
- ผู้ที่ต้องการปูพื้นฐานสู่ Machine Learning ในอนาคต
- ผู้ที่ต้องการเปลี่ยนจากการวิเคราะห์ข้อมูลด้วย Spreadsheets เป็น Python
- ผู้ที่ต้องทำงานกับข้อมูลขนาดใหญ่ หรือวิเคราะห์ข้อมูลด้วยการเขียนโปรแกรม
- นิสิต นักศึกษา หรือผู้สนใจทั่วไป ที่อยากเรียนรู้การวิเคราะห์ข้อมูลด้วย Python และ pandas
พื้นฐานที่ควรมีสำหรับคอร์สนี้
- ทักษะการเขียนโปรแกรมเบื้องต้น
- ทักษะการใช้งาน Python เบื้องต้น
คอร์สนี้ไม่เหมาะสำหรับ
- ผู้ที่ไม่มีพื้นฐาน Python
สอบถามข้อมูลเพิ่มเติม
- ++Facebook ของ Skooldio++
- สำหรับท่านที่ต้องการสมัครในนามบริษัท 5 ท่านขึ้นไป ติดต่อรับส่วนลด bulk discount ได้ที่ hello@skooldio.com
SECTION_TITLE.INSTRUCTOR
SECTION_TITLE.COURSE_OUTLINE
NumPy - Introduction
NumPy - ndarray
NumPy ndarray
How to create an ndarray?
Notes on ndarray
[Demo] ndarray
16:36
[Quiz] NumPy - ndarray
NumPy - Basic Operations
Overview of Basic Operations
Arithmetic
[Demo] Arithmetic
8:34
Statistics
8:09
[Demo] Statistics
5:49
Sorting
3:53
[Demo] Sorting
4:38
[Quiz] NumPy - Basic Operations
NumPy - Indexing and slicing
Overview of Indexing and Slicing
Basic Indexing
[Demo] Basic Indexing
7:41
Basic Slicing
10:32
[Demo] Basic Slicing
11:11
Notes on Basic Slicing
8:40
[Demo] Notes on Basic Slicing
4:16
Boolean Indexing
12:20
[Demo] Boolean Indexing
8:33
[Quiz] NumPy - Indexing and Slicing
NumPy - 2D Array
Overview of 2D Array
Creating a 2D Array
[Demo] Creating a 2D Array
7:59
Playing with Axis
11:21
[Demo] Playing with Axis
5:38
Indexing and Slicing a 2D Array
13:26
[Demo] Indexing and Slicing a 2D Array
6:04
[Quiz] NumPy - 2D Array
NumPy - Summary
Summary of NumPy
2:40
Introducing NumPy Practice
2:00
Basic pandas - Introduction
Introduction to pandas
6:10
Overview of Basic pandas
Basic pandas - Importing and Inspecting Data
Overview of Importing and Inspecting Data
Introducing Datasets in CSV
Import a Simple .csv File
Mount drive on Google Colab
[Demo] Mount drive on Google Colab & Import a Simple .csv File
5:34
Inspecting a DataFrame
[Demo] Inspecting a DataFrame
4:51
Viewing Columns
[Demo] Viewing Columns
4:30
Indexing a DataFrame with .iloc
5:39
[Demo] Indexing a DataFrame with .iloc
3:50
Indexing a DataFrame with .loc
6:50
[Demo] Indexing a DataFrame with .loc
4:41
Filtering a DataFrame with Boolean Conditions
5:05
[Demo] Filtering a DataFrame with Boolean Conditions
4:43
Filtering a DataFrame with Boolean Conditions - Chained Indexing
5:58
[Demo] Filtering a DataFrame with Boolean Conditions - Chained Indexing
10:25
Sorting Data
3:40
[Demo] Sorting Data
11:59
The 'inplace' parameter
[Quiz] Basic pandas - Importing and Inspecting Data
Basic pandas - Transforming Data
Overview of Transforming Data
Transforming Numerical Data
Simple Arithmetic Operations
[Demo] Simple Arithmetic Operations
8:07
Cumulative Operations
[Demo] Cumulative Operations
4:28
Data Binning
10:27
[Demo] Data Binning
11:10
Transforming String
3:10
Extracting Substrings
3:20
(Demo) Extracting Substrings
5:53
Checking Substring Existence
8:31
(Demo) Checking Substring Existence
15:07
Checking Substring Occurrences
0:57
(Demo) Checking Substring Occurrences
5:03
(Demo - Extra) Checking Substring Occurrences
2:42
Transforming Datetime Data
1:54
Converting String to Datetime
6:06
(Demo) Converting String to Datetime
9:42
(Demo) Converting Datetime to String
10:22
(Demo) Datetime Calculations
9:27
[Quiz] Basic pandas - Transforming Data
Basic pandas - Aggregating and Summarizing Data
Overview of Aggregating and Summarizing Data
Individual Column Summarization (Numerical)
(Demo) Individual Column Summarization (Numerical)
9:00
Individual Column Summarization (Categorical)
7:56
(Demo) Individual Column Summarization (Categorical)
15:09
GroupBy: Split-Apply-Combine
8:13
(Demo) GroupBy: Split-Apply-Combine
9:07
(Demo - Extra) GroupBy: Split-Apply-Combine
4:24
GroupBy: Multiple-Keys
2:31
(Demo) GroupBy: Multiple-Keys
5:58
GroupBy: Multiple Aggregations with .agg()
0:55
(Demo) GroupBy: Multiple Aggregations with .agg()
4:00
[Quiz] Basic pandas - Aggregating and Summarizing Data
Basic pandas - Visualizing Data
Overview of Visualizing Data
One-Variable Plots
(Demo) One-Variable Plots
17:10
Categorical x Numerical Plots
4:11
(Demo) Categorical x Numerical Plots
7:14
Numerical x Numerical Plots
2:27
(Demo) Numerical x Numerical Plots
1:01
Time-Series Plots
1:59
(Demo) Time-Series Plots
13:44
Basic Plot Adjustments
4:08
(Demo) Basic Plot Adjustments
7:03
[Quiz] Basic pandas - Visualizing Data
Basic pandas - Summary
Recap - Basic Pandas
8:45
Introducing to Basic Pandas Practice
2:07
Introduction to Practical pandas
Introduction to Practical pandas
Practical pandas - Working with more Data Formats
Overview of Working with more Data Formats
0:56
Create a DataFrame from Scratch
2:02
(Demo) Create a DataFrame from Scratch
11:20
Importing an Excel File
1:45
(Demo) Importing an Excel File
13:04
Saving a DataFrame
5:45
(Demo) Saving a DataFrame
8:53
[Quiz] Practical pandas - Working with More Data Formats
Practical pandas - Cleaning Data
Overview of Cleaning Data
Renaming Columns
(Demo) Renaming Columns
6:25
Dealing with Missing Values + Introducing Kaggle's Titanic Dataset
7:55
Dealing with Missing Values (How?)
7:39
(Demo) Dealing with Missing Values (How > Fill)
7:33
(Demo) Dealing with Missing Values (How > Impute)
11:42
(Demo) Dealing with Missing Values (How > Drop)
7:15
Summary of Dealing with Missing Values
5:54
Replacing Values
6:13
(Demo) Replacing Values
13:50
Dropping Duplicates
0:50
(Demo) Dropping Duplicates
7:16
Formatting Data Types
5:36
(Demo) Formatting Data Types
9:03
[Quiz] Practical pandas - Cleaning Data
Practical pandas - Applying Custom Functions
Overview of Applying Custom Functions
0:25
Applying Custom Functions
12:53
(Demo) Applying Custom Functions
6:32
[Quiz] Practical pandas - Applying Custom Functions
Practical pandas - Performing Advanced Aggregations
Overview of Performing Advanced Aggregations
1:19
Customized GroupBy
3:18
(Demo) Customized GroupBy
7:01
Introduction to Pivot Table
1:32
Pivot Table
8:06
(Demo) Pivot Table
9:02
Cross Tabulation
4:37
(Demo) Cross Tabulation
4:09
[Quiz] Practical pandas - Performing Advanced Aggregations
Practical pandas - Concatenating and Joining Tables
Overview of Concatenating and Joining Tables
0:30
Concatenating and Joining Tables
3:42
Concatenating Tables
2:41
(Demo) Concatenating Tables
3:18
Joining Tables
7:12
(Demo) Joining Tables
4:31
[Quiz] Practical pandas - Concatenating and Joining Tables
Summary
Introducing to Practical pandas Practice
1:06
Recap + Congratulations!
8:48
SECTION_TITLE.FAQS
Q:
ซื้อคอร์สออนไลน์ในนามนิติบุคคลผ่านหน้าเว็บไซต์ได้หรือไม่
A:
สามารถทำได้ โดยในหน้าคำสั่งซื้อ กดเครื่องหมายถูกในช่อง "ต้องการออกใบกำกับภาษี/ใบเสร็จรับเงิน" จากนั้นเลือก "นิติบุคคล/บริษัท" และคำสั่งซื้อจะมีการหักภาษี ณ ที่จ่าย 3% โดยอัตโนมัติ ในกรณีบริษัทของท่านไม่ใช่ 3% กรุณาส่งรายละเอียดที่ต้องการสั่งซื้อมาที่ hello@skooldio.com
Q:
วิธีขอใบกำกับภาษีในนามนิติบุคคลและใบกำกับภาษีสำหรับบุคคลทั่วไป
A:
กดเครื่องหมายถูกในช่อง "ต้องการออกใบกำกับภาษี/ใบเสร็จรับเงิน" ในหน้าชำระเงินและเลือกประเภทบุคคลทั่วไปหรือนิติบุคคล และกรอกรายละเอียด
Q:
คอร์สออนไลน์สามารถกลับมาเรียนซ้ำได้หรือไม่
A:
สำหรับคอร์สที่ซื้อในนามบุคคลทั่วไป คอร์สมีอายุตลอดชีพ สำหรับคอร์สที่ซื้อในนามนิติบุคคล สามารถกลับมาเรียนซ้ำได้ภายใน 1 ปี
Q:
สามารถแก้ไขใบกำกับภาษีจากในนามนิติบุคคลเป็นใบกำกับภาษีบุคคลทั่วไป และ ใบกำกับภาษีบุคคลทั่วไปเป็นใบกำกับภาษีในนามนิติบุคคลได้หรือไม่
A:
หลังจากได้รับใบกำกับภาษีแล้ว หากต้องการแก้ไขข้อมูล สามารถทำได้ภายใน 7 วัน นับจากวันที่ได้รับใบกำกับภาษีแบบเต็มรูปทางอีเมล โดยสามารถแก้ไขข้อมูลได้เฉพาะ ชื่อ-นามสกุล เลขประจำตัวผู้เสียภาษีและที่อยู่เท่านั้น จะไม่สามารถแก้ไขข้อมูลคำสั่งซื้อได้