Tôi thường không bình luận về những đánh giá không tốt, nhưng tôi nghĩ đánh giá này quá mức nên tôi sẽ phản hồi. Trước hết, R là ngôn ngữ quan trọng để trực quan hóa dữ liệu như Python, vì vậy tôi đã giải thích nó cho những ai cần nó trong quá trình thực hiện, nhưng tôi không biết đã dành bao nhiêu thời gian để thực hiện bài đánh giá này. Và Anaconda là phần mềm được sử dụng không chỉ trong khóa học này mà còn trong hầu hết các khóa học về phân tích dữ liệu bằng Python, vì vậy tôi không hiểu tại sao đây lại là một vấn đề. Khóa học này là khóa học dành cho người mới bắt đầu, vì vậy nó không đề cập đến môi trường ảo nhưng lại được đề cập trong các khóa học dự án nâng cao khác. Tôi không thể đồng ý với việc họ đang nói như thể môi trường ảo là điều cần thiết. Tôi đã loại nó khỏi khóa học cơ bản vì tôi nghĩ nó sẽ gây nhầm lẫn và bạn hoàn toàn có thể tìm hiểu nội dung khóa học ngay cả khi đó không phải là môi trường ảo. Mỗi khóa học đều có mục đích và cấp độ. Khóa học này bao gồm trực quan hóa và thao tác dữ liệu bằng Python. Có các khóa học riêng biệt bao gồm TensorFlow và machine learning. Nó được viết rõ ràng trong tiêu đề hoặc phần giới thiệu khóa học, nhưng tôi không biết tại sao mọi người lại phàn nàn rằng nó không liên quan gì đến khóa học và họ không thể học TensorFlow. Nhìn vào ID của sinh viên, tôi thấy rằng trước đây anh ấy đã để lại một đánh giá tiêu cực tương tự và đánh giá thấp về 'Bài giảng cốt lõi 100 phút về Python' của tôi. Tôi không hiểu tại sao anh ấy liên tục nhận những bài giảng không đầy đủ của tôi và bỏ đi. những đánh giá như vậy. Cho dù có bao nhiêu quan điểm khác nhau về một bài giảng, vui lòng xem xét quan điểm, chủ đề và mục đích của người hướng dẫn khi tạo ra bài giảng khó và hãy cẩn thận khi đánh giá khóa học của bạn.

Nói một cách đơn giản, người mới bắt đầu không biết gì cả. Mọi thứ đều phải được dạy. Thế là tôi xem bài giảng. Tuy nhiên, bài giảng chỉ có tác dụng trong một số môi trường nhất định. Người mới bắt đầu nghĩ. ừ..? Tôi nên làm gì khi môi trường của tôi khác với môi trường của tôi?... Và rồi tôi bỏ cuộc hoặc tìm kiếm trên mạng không ngừng nghỉ. Nếu điều này xảy ra, chẳng phải sẽ không có lý do gì để trả tiền cho việc giảng dạy sao? Lý do bạn trả tiền để tham gia một khóa học là để tiết kiệm thời gian và giúp bạn đỡ mất công tìm kiếm. Tuy nhiên, phần phải được đề cập trong bài giảng là cài đặt các gói bằng pip... (Pandas hiển thị ở đây cũng có thể được cài đặt chỉ bằng pip install pandas, nhưng nếu bạn nhìn vào nội dung bài giảng, nó nói rằng nếu bạn muốn cài đặt riêng lẻ, hãy truy cập trang web Pandas và tự cài đặt.) Hỗ trợ Anaconda. Những người đăng ký có bảng phát triển (board Jetson Nano của Nvidia hoặc thậm chí Raspberry Pi) không hoạt động nên làm gì? Chỉ trích Anaconda thôi.. Ồ không.. Tôi biết hết. Thật dễ dàng để cài đặt Anaconda. Vấn đề là có những môi trường không hỗ trợ Anaconda. Đặc biệt nếu CPU là dòng ARM. Dòng Linux chỉ hỗ trợ dòng x86_64 và IBM Power9 (xem tải xuống trang web Anaconda). Hơn nữa, nếu thực sự nói về những người mới bắt đầu, bạn chắc chắn nên đề cập đến những thứ như ảo hóa để những người đăng ký sau này sẽ nghĩ rằng họ có công nghệ như vậy và nên thử sử dụng nó. Đối với những người mới bắt đầu, tôi nghĩ cần phải nhắc đến ít nhất một lần những công nghệ đó. sẽ rất cần thiết sau này. RBạn có thể đề cập đến điều gì đó. Tuy nhiên, ảo hóa, một công nghệ thực sự cần thiết lại không được đề cập đến. Nếu đó là một khóa học Python, trước tiên nên tập trung vào Python. Sẽ hợp lý hơn nếu đề xuất phương pháp cài đặt bằng ảo hóa hoặc pip khi đề cập đến R? Và để tải xuống các tài liệu cần thiết cho bài giảng, bạn phải đăng ký trang web do người hướng dẫn tạo ra. Nếu đây là bài giảng miễn phí, tôi sẽ làm điều đó. Tuy nhiên, đó là bài giảng trả phí và việc yêu cầu mọi người đăng ký một trang khác để tải tài liệu cần thiết để xem bài giảng và thực hành là một thủ thuật nhằm tăng số lượng thành viên trên trang do người hướng dẫn điều hành (Để tham khảo, nếu. bạn nhìn vào sách sẽ thấy mã nguồn. Có trường hợp bạn cần tải code hoặc tài liệu nhưng đa số trường hợp bạn chỉ lấy mà không cần đăng ký.) Tôi rất tiếc khi phải cung cấp thông tin cá nhân của mình. thông tin cho người hướng dẫn để tải tài liệu về bài giảng mà tôi trả tiền để xem. Tôi không nghĩ đây là một hành động công bằng đối với một người hướng dẫn kiếm tiền thông qua các bài giảng trả phí để làm cho những người đăng ký của mình. Cuối cùng, khi xem bài giảng, tôi được hỏi tại sao tôi cứ đưa ra những đánh giá không tốt và tôi cũng muốn được hoàn lại tiền. Tuy nhiên, lúc đầu, tôi thanh toán một lần cho tất cả 6 khóa học (từ Python cơ bản đến TensorFlow). Vì tiền eo hẹp nên tôi buộc mình phải xem khi có thời gian. Và họ nói đó là một đánh giá tồi, nhưng tôi chỉ nói, "Tôi là kẻ mê Lee Kang." Tôi không viết điều đó. Tôi đã viết ra lý do cho mọi thứ, nhưng thà bày tỏ sự không hài lòng của mình bằng cách gọi đó là một đánh giá không tốt còn hơn là nghĩ đến việc sửa chữa nó. Đó là lời nói hay, có mục đích và trình độ tốt. Tuy nhiên, ngay cả đối với người mới bắt đầu, vẫn có những phần thiết yếu. Đúng như người hướng dẫn cho rằng R chắc chắn đáng được đề cập, tôi nghĩ những thứ như phương pháp cài đặt sử dụng pip và ảo hóa. Tôi nghĩ việc đã có lúc đề cập đến R nhưng không đề cập đến việc cài đặt bằng pip và ảo hóa, một trong những chức năng cốt lõi của Python, đang gây hiểu lầm cho khán giả. Đây không phải là để giải thích về ảo hóa. Chỉ cần đề cập đến nó, giống như đề cập đến R, sẽ giúp ích rất nhiều cho người mới bắt đầu.