(Python) Bất cứ ai cũng có thể vào Kaggle (feat. Sinh viên đại học địa phương/không chuyên/nhân văn)

Giới thiệu về Phân tích dữ liệu + Giới thiệu về Kaggle tất cả trong một!

Thông báo quan trọng

• Chúng tôi đã cập nhật khóa học này và tạo một khóa học mới. Khóa học mới: https://inf.run/maZh
• Vui lòng không học khóa học này nữa và tham khảo khóa học mới.
• Chúng tôi sẽ tổ chức sự kiện giảm giá khai trương trong khoảng một tháng, vì vậy chúng tôi hy vọng nhiều bạn sẽ tham gia khóa học.

Giới thiệu chủ đề 📝

• Khóa học này bắt đầu bằng phần giới thiệu về phân tích dữ liệu và kết thúc bằng phần giới thiệu đơn giản về Kaggle .
• Mục đích chính của bài giảng này là giúp phần "giới thiệu về Kaggle", vốn có vẻ khó hiểu, trở nên dễ tiếp cận hơn. Chúng tôi sẽ cùng bạn tham gia hành trình với giảng viên.
• Học cách tự học và quản lý sự nghiệp của bạn nói chung.

Tại sao phải là "Kaggle" ✒️

• Kaggle là cuộc thi được công nhận trên toàn quốc và quốc tế.
• Nếu bạn làm việc chăm chỉ và giành được giải thưởng, người quản lý tuyển dụng sẽ ưu tiên tuyển dụng bạn.
• Một lợi thế nữa là vì các nhà khoa học dữ liệu quốc tế tham gia cuộc thi nên nhiều người có thể học hỏi từ mã nguồn mở.
• Ngoài ra, bạn có thể tải xuống dữ liệu thực tế miễn phí và thực hành.
• Tìm kiếm trên Kaggle trên People & JobKorea. Bạn sẽ thường thấy những cụm từ như sau:

Những gì bạn sẽ học được trong khóa học này ✏️

• Tìm hiểu cú pháp cơ bản của Python và các thư viện cần thiết cho khoa học dữ liệu.
• Tìm hiểu cách sử dụng các phương pháp học tập Kaggle, bao gồm NumPy, Pandas, Matplotlib và Scikit-Learn, cũng như cách tham gia các cuộc thi.
• Tìm hiểu cách tích hợp Google Colab + GitHub + Drive.
• (Phần thưởng) Tôi sẽ chỉ cho bạn cách tạo một blog phát triển.

Tính năng bài giảng 💡

• Tôi không thể nói cho bạn biết lý thuyết chi tiết.
• Tuy nhiên, chúng tôi chia sẻ các liên kết được giảng viên tham khảo để bạn có thể tự học.
  (Thật bất tiện khi phải thường xuyên sử dụng Google Dịch hoặc Papago ^^)
• Khóa học được tiến hành chủ yếu với 20% lý thuyết và 80% thực hành .

Giới thiệu ngắn gọn về từng phần 📖

• Tích hợp GitHub vào Google Colab

• Ví dụ về bảng Pivot Pandas

• Ví dụ trực quan hóa

• Ví dụ về học máy

Các công cụ được đề cập ở đây 🧰

1. Tất cả những gì bạn cần là một tài khoản Google Gmail.
2. Vui lòng đảm bảo bạn có đủ dung lượng lưu trữ Google Drive (bạn sẽ tải dữ liệu lên).

Câu hỏi dự kiến Hỏi & Đáp 🙋🏻‍♂️

H. Sinh viên không chuyên ngành cũng có thể tham gia khóa học này không?
A. Tôi cũng là sinh viên khoa học nhân văn, nhưng tôi không chuyên về khoa học máy tính hay thống kê. Nhưng bạn phải học chăm chỉ nhé!

H. Khóa học này có ưu điểm gì đặc biệt không?
A. So với các giảng viên có năng lực khác, kinh nghiệm giảng dạy của tôi là một lợi thế. Hầu hết các giảng viên đều tốt nghiệp từ các công ty hoặc trường đại học danh tiếng, đã từng du học. Tuy nhiên, so với kinh nghiệm hạn chế của mình, tôi có lợi thế là truyền cho học viên sự tự tin rằng họ cũng có thể làm được. (Tôi chắc chắn đã giảm bớt rào cản đầu vào!)

H. Ước mơ của bạn trong lĩnh vực này là gì?
A. "Học hỏi và cống hiến." Tôi muốn viết một cuốn sách và giúp những người trẻ tuổi bắt đầu sự nghiệp ở cấp độ cao hơn.