Python 資料分析＆機器學習入門

講師介紹

葉家豪，畢業於台灣大學電機所電腦科學組，曾擔任台積電 Data Scientist，協助使用生產數據提升 iPhone8 10 奈米晶片製造的良率，目前在 Yahoo 擔任 Data Engineer，協助開發關鍵字廣告分析工具。

Python 數據分析&機器學習入門-討論群組

https://www.facebook.com/groups/321180294961952

在討論群組內講師與助教將會回答同學的課程問題以及提供各種資料科學學習的資源

並讓同學互相交流、討論 Kaggle 比賽內容，提升學習動機

為什麼要學習 Python 資料分析&機器學習？

近年來資料分析、機器學習已成為熱門關鍵字，除了科技產業目前正在持續招聘大量資料科學家之外，傳統的銀行業、製造業、旅遊業以及政府也正在積極成立資料科學團隊利用數據增加營收以及提供組織未來的商業決策。而在 104、Linkedin 上面關於數據分析的工作也正在急速增加當中，因此學會數據分析的技能可以大大幫助你增加在職場上的競爭力！

這門課程著重在手把手教學，讓沒程式設計基礎的同學也能夠快速學會使用程式做資料分析、並能套用現成的 Model 進行預測，迅速應用在工作以及報告中。不同於於其他市面上的機器學習課程較強調理論以及數學的部分，對於初學者來說會有較高的學習門檻。

（圖為 104 以及 Linkedin 關於資料分析的職缺）

那我要怎麼樣開始呢？

首先你必須要決定要從哪一個語言開始出發，主流語言有兩種 Python 以及 R，這兩種語言都很適合資料分析以及機器學習也有各自的支持者，以我自己的使用經驗來說 Python 在效能以及記憶體方面有較佳的彈性，未來也很容易擴展至分散式運算像是 PySpark，並且 Python 在爬蟲、網站架設、深度學習的相關資源比較多，因此建議從 Python 開始出發。

（圖為 Jupyter notebook 直接視覺化呈現資料）

課程內容

這門課主要分為三部分：

1.資料分析

在一開始我們將介紹最適合資料科學家的分析工具 Jupyter Notebook 以及 Python 最基礎的資料處理套件 Pandas，並介紹一些實務上常用資料前處理以及資料分析技巧，最後運用視覺化的套件像是 Matplot, Seaborn, Plotly 來進行酷炫的視覺化呈現

（圖為 Plotly 視覺化圖表）

2.機器學習

接著我們會介紹如何使用 Scikit-Learn 來實作常見的機器學習 Model 像是 Linear Regression、Logistic Regression、SVM 以及 Random forest

3.實戰演練

在實戰演練部分我們會帶領大家實際參加 Kaggle 的競賽

Kaggle 是全世界最大的資料科學家的社群，上面有許多企業舉辦資料分析比賽像是 Google, Facebook, Amazon, Airbnb, 賓士，並且許多高手會在討論區分享自己是如何得名的技巧，學會研究 Kaggle 上面的比賽是一個讓自己快速進步的方法。

最後我們帶大家運用前面的所學實際參與 Kaggle上 最熱門比賽：鐵達尼號災難預測來預測鐵達尼號上的乘客能是否存活下來、以及共享單車需求預測來預測不同天氣、季節、早晚對於自行車的需求的變化。

還在等什麼呢？

讓我們一起進入資料分析以及機器學習的世界吧！

課堂範例一：鐵達尼號乘客存活分析

鐵達尼號競賽是 Kaggle 上面最多參賽隊伍的比賽，透過學習這個比賽，我們可以學習到許多世界一流的資料科學家如何透過不同觀點分析乘客的背景資料（年齡、年紀、船票費用、船艙位址、出發港口）並預測鐵達尼號的乘客是否能夠存活下來。

課堂範例二：共享單車需求預測

共享單車是近年來火熱的創業題目，因此要如何預測單車租借的數量大大的影響了利潤，在學習入門的鐵達尼號範例之後接著可以嘗試中級的機器學習題目。

Pycone 松果城市團隊介紹

我們的團隊來自一群愛好 Python 的開發者。當課程上有問題時，在課程問題與討論中提問，可以快速的獲得解答。

課程提供教材與所有範例程式碼，讓同學上完課可以自行練習。

當學習完所有課程時，透過實務專題練習的方式，使同學可以應用課堂所學。

藉由課堂上的講解，使同學愛上 Python，並用 Python 解決問題。

Pycone粉絲團
https://www.facebook.com/pycone2016

初心者 － Python 入門
https://hahow.in/cr/python-for-beginnersPython 網頁爬蟲入門實戰
https://hahow.in/cr/python-web-crawler

關於解鎖課程

解鎖課程的募資人數會累積到正式課程上架前。

解鎖課程上架時間預計為課程正式上架的兩週內會完成解鎖課程的錄製。