Python資料科學程式馬拉松【Python資料科學課程】

想成為 AI 工程師 ? 你必需掌握的 40 個知識點

資料科學是 AI 的基石，它是一種數據導向的應用科學，使用者必需先觀察資料，再提出假設，最後驗證結果並發掘數據中的重要特徵與關鍵因素。掌握資料科學才能學好機器學習。

本課程特別邀集業界第一線的資料科學家，為資料科學重要的 40 個知識點，從 Python 程式、統計觀念到實務專題，帶著學員一步步挑戰成為資料科學家的必經學習歷程。

專家導讀+線上助教輔導

本屆課程全面加入專家影音導讀，每日的教材與範例帶你手把手通關，另外搭配線上助教講解服務，專家與助教陪你升級打怪，只要你有心，不怕學不會。

誰適合上這門課

參加本課程，你將學會

a. Numpy 陣列操作、數學函數與統計函數、I/O、結構化陣列。

b. Pnadas 索引操作、類別資料與缺失值處理、各種常用函式、樞紐分析表與效能調校。

c. Data Visualizaion (資料視覺化)：運用 Matplotlib / Seaborn / Bokeh 等工具進行資料視覺化，協助你更了解手上的巨量資料集。

建立統計基本觀念：
資料科學中常用的統計學：用敘述統計描述資料的樣態、用機率分布描述亂中有序的世界－離散分配與連續分配、用貝式定理讓決策更精準、掌握 AB test 的精隨。
運用所學知識實作專題：
運用所學知識實際進行資料科學中重要的 EDA (探索性資料分析)，並由專家出題設計多個資料科學專題，強化你的資料科學實作能力

當你完成本次馬拉松挑戰，你將能進一步學習應用 Python 解決各種資料科學的問題，並完成進一步挑戰機器學習與AI的技術領域的先備知識。

你的努力值得被看見

打造個人獨特的履歷亮點
你在本活動的學習紀錄與專題成果，將上傳至世界最大的開源碼平台 Github，你可以反覆練習與修改上傳的程式碼，提升對各知識點的掌握，而這些紀錄將為你未來的職涯發展與學習加分。
你在 Cupoy 上發表的分享文章，將與其它優秀的學習者並列，並讓更多人認識你，對未來的職涯發展與個人能力的展示有正面的幫助。