Skip to main content

Introduce Python for Data Science

Python là một ngôn ngữ lập trình đa năng mà ngày càng trở nên phổ biến đối với khoa học dữ liệu. Các công ty trên toàn thế giới đang sử dụng Python để thu thập thông tin chi tiết từ dữ liệu của họ và có được lợi thế cạnh tranh. Không giống như bất kỳ hướng dẫn Python nào khác, khóa học này tập trung vào Python đặc biệt cho khoa học dữ liệu. Trong Giới thiệu về lớp Python, bạn sẽ học về các cách mạnh mẽ để lưu trữ và thao tác dữ liệu cũng như các công cụ khoa học dữ liệu để bắt đầu các phân tích. 

Các mục sẽ học trong phần này:

  1. Python Basic
    1. Hello Python
    2. Variables & Type
    3. List, what are they?

  2. Python Lists
  3. Functions và Packages
  4. NumPy
  5. Thực hành 

Popular posts from this blog

[Intermediate Python] - Matplotlib: Histogram

Bài viết này giới thiệu về histogram, histogram là cách nhìn rất hữu ích để khám phá dữ liệu LÝ THUYẾT Hãy tưởng tượng có 12 giá trị giữa 0 và 6 và tôi đặt nó trên 1 đường thẳng, để xây dựng một biểu đồ histogram cho những giá trị này, tôi sẽ chia đường thẳng thành những đoạn bằng nhau, được gọi là những ngăn (bins). Giả sử bạn có 3 ngăn, mỗi ngăn có độ rộng là 2, tiếp theo bạn đếm xem có bao nhiêu điểm dữ liệu bên trong mỗi ngăn, ở đây ta có 4 điểm trong ngăn 1, 6 điểm trong ngăn 2 và 2 điểm trong ngăn 3, cuối cùng, ta sẽ vẽ 1 thanh biểu trưng cho mỗi ngăn, chiều cao của thanh tương ứng với số lượng điểm dữ liệu trong ngăn đó. Kết quả của biểu đồ cho ta một cái nhìn tổng quan về cách mà 12 giá trị được phân phối, một vài giá trị ở ngăn giữa, nhưng có nhiều giá trị nhỏ hơn 2 và lớn hơn 4.  Tất nhiên, matplotlib cũng có khả năng tạo biểu đồ histograms, như bài học trước thì ta cũng cần phải import gói pyplot bên trong matplotlib, tiếp theo ta có thể sử dụng hàm hist() ...
Đọc tiếp »

[Intermediate Python] - Matplotlib: Basic plots with matplotlib

Trong bài này, bạn sẽ được học cách hình dung dữ liệu thực tế, cách lưu trữ dữ liệu trong các cấu trúc dữ liệu mới; khi đã thành thạo các cấu trúc điều khiển, bạn cần điều chỉnh các đoạn scripts và các thuật toán, chúng ta sẽ  kết thúc chương này với một bài tập nhỏ và chúng ta sẽ phải kết hợp mọi thứ đã  học để giải quyết bài toán.  LÝ THUYẾT Phần đầu tiên của chương là về cách hình dung dữ liệu (data visualization), nó rất quan trọng trong việc phân tích dữ liệu. Đầu tiên, bạn sẽ sử dụng nó để khám phá tập dữ liệu (dataset) để hiểu dữ liệu của bạn một cách rõ nhất, từ đó bạn mới có một cái nhìn sâu sắc về nó, và chia sẻ cái mà bạn đã nhận thức được từ dữ liệu với người khác   Ví dụ: ta nhìn vào biểu đồ xinh đẹp bên trên, nó được tạo bởi giáo sư người Thụy Sĩ Hans Rosling, giáo sư nói về sự phát triển dân số toàn cầu được xem hàng triệu lần và sắp xếp chúng tạo nên 1 biểu đồ, giáo sư đã để dữ liệu nói lên lịch sử của chính nó. Ở đây, chúng ta thấy ...
Đọc tiếp »

[DFP] - 6: How to create Ad tags in DoubleClick ad Exchange

Chúng ta sẽ học một vài thủ thuật và mẹo để quản lý quảng cáo một cách hiệu quả. Tạo các tags từ network chẳng hạn như Google Ad Exchange là phần trọng tâm của bất kỳ thiết lập DFP nào, bài hướng dẫn này trình bày ngữ trường hợp sử dụng cao hơn DFP ở mức Order. B1 : Lên kế hoạch các kiểu của tags mà bạn muốn tổ chức thực hiện trên spreadsheet hoặc notepad Bước đầu tiên là lên kế hoạch các kiểu của ad tags mà bạn muốn thực hiện và ghi chúng lại vào spreadsheet hoặc notepad. Tên của tags cũng rất quan trọng, nó vừa thể hiện được ý nghĩa của tags đồng thời là yếu tố nhận dạng để chúng ta theo dõi nó. Bạn sẽ muốn quy định một hệ thống danh pháp cho những tags này. Chúng tôi đề nghị chia tags thành "components" và gắn nó với một hệ thống cho tất cả các thẻ. Ví dụ: chúng ta đã từng xây dựng những tên tags như "ch1_AdX_MonetizeMore_top_728x90", ghi chú là chúng ta sử dụng dấu gạch chân để phân tách các thành phần trong nhãn, không thể ngăn cách bằng khoảng trắn...
Post a Comment
Đọc tiếp »