
Học JavaScript qua trò chơi
nomad
Khóa học này dạy cho bạn những kiến thức cơ bản và kỹ năng thực tế về JavaScript trong khi tạo chương trình trò chơi của riêng bạn.
Nhập môn
JavaScript
Đây là quy trình chuẩn bị dự án học máy và học sâu, xử lý dữ liệu lớn của Boston Marathon thành dạng mong muốn bằng Python và biến nó thành thông tin có giá trị bằng nhiều biểu đồ và công nghệ khác nhau.

Đánh giá từ những học viên đầu tiên
5.0
권오현
Cảm ơn
5.0
이화영
Thật dễ hiểu khi anh ấy bình tĩnh giải thích từng khái niệm cơ bản :) Nhìn vào các bài giảng trực quan khác trên Infron, thật khó để hiểu các bài giảng vì nhiều phần giải thích đã bị lược bỏ. Tôi nghĩ bài giảng này sẽ dễ dàng theo dõi nếu bạn biết kiến thức cơ bản về Python.
5.0
박민정
Đây là khóa học tốt để nắm vững kiến thức cơ bản về trực quan hóa dữ liệu và pandas.
Phân tích dữ liệu bằng Python
Xử lý dữ liệu cho học máy và học sâu
Phân tích xử lý dữ liệu với Python Pandas
Tìm hiểu 5 công dụng chính của biểu đồ
Hiểu và phát triển 10 biểu đồ chính
Thiết kế các kỹ thuật phân tích trực quan hóa dữ liệu
Sử dụng các biểu đồ và kỹ thuật trực quan thích hợp cho các phân tích khác nhau
Hiểu trực quan hóa dữ liệu và biểu đồ
Nó có thể được sử dụng trong nhiều dự án khác nhau như học máy và học sâu bằng cách sử dụng Pandas, Matplotlib và Seaborn của Python.
Tìm hiểu các kỹ thuật phân tích và trực quan hóa dữ liệu cùng một lúc.
Dữ liệu lớn của giải Marathon Boston sử dụng Python
Xử lý nó thành hình dạng mong muốn và sử dụng nhiều biểu đồ và kỹ thuật khác nhau.
Đây là quá trình chuẩn bị các dự án học máy và học sâu để tạo ra thông tin có giá trị.
Thao tác dữ liệu theo ý muốn bằng Python Pandas.
Hãy cùng tạo 10 biểu đồ bằng nhiều thư viện Python khác nhau.
Tìm hiểu về GUI chủ động, hoạt ảnh và nhiều thứ khác để trực quan hóa dữ liệu tốt hơn.
Hãy đón chờ các bài giảng tiếp theo về học máy, học sâu, IoT, v.v., tất cả đều sử dụng hình ảnh hóa dữ liệu.
Tài liệu và nguồn chương trình được sử dụng trong bài giảng có thể được tìm thấy trên trang web Creapple (www.creaapple.com), một nền tảng học tập kiến thức do tôi điều hành.
Khóa học này dành cho ai?
Những người đang chuẩn bị cho các dự án học máy và học sâu
Những người làm việc trong các dự án phân tích dữ liệu
Bất cứ ai quan tâm đến trực quan hóa dữ liệu
Những người cảm thấy những hạn chế của phân tích Excel
Những người muốn phân tích bằng biểu đồ thích hợp
Cần biết trước khi bắt đầu?
Bài giảng cốt lõi 100 phút về Python
Sẵn sàng học tập chăm chỉ
22,403
Học viên
506
Đánh giá
556
Trả lời
4.4
Xếp hạng
25
Các khóa học
Công ty Deep-tech được Hàn Quốc và NVIDIA công nhận, startup Fintech được Singapore lựa chọn, chúng tôi hiện thực hóa tiềm năng của bạn trên đấu trường quốc tế.
Nomad Creator không chỉ dừng lại ở sự phát triển cá nhân mà đang vươn mình trở thành một startup, cung cấp các bài giảng IT chuyên nghiệp trên phạm vi toàn cầu.
Hành trình của chúng tôi bắt đầu từ năm 2019 thông qua chương trình Entrepass Innovator của chính phủ Singapore, và sớm mở rộng thành câu chuyện về một startup đổi mới sáng tạo.
Vào năm 2020, chúng tôi đã khẳng định vị thế là đơn vị dẫn đầu trong lĩnh vực Deep-tech bằng việc phát triển các giải pháp Fintech trí tuệ nhân tạo tại Hàn Quốc, đồng thời đạt được nhiều thành tựu và sự công nhận toàn cầu, bao gồm Dự án xuất sắc nhất trong chương trình hợp tác với NVIDIA và giải thưởng ASUS Global Startup Challenge Award.
Đến năm 2023, với sự hỗ trợ từ NVIDIA, chúng tôi đã thành lập công ty tại Hoa Kỳ, bắt đầu bước nhảy vọt hướng tới thị trường toàn cầu.

Trước khi khởi nghiệp, tôi đã tích lũy được kinh nghiệm thực tế và chuyên môn thông qua việc dẫn dắt các dự án toàn cầu với tư cách là System Engineer, Project Manager, và IT Consultant trong suốt 25 năm tại các công ty như LG CNS và T-money.
Dựa trên các chứng chỉ chuyên môn như PMP, SAP BW, SCJP, MCSE+DBA, và OCP-DBA, tôi đã tiếp nối những thử thách thành công trong nhiều lĩnh vực khác nhau như phát triển chương trình, quản lý dự án và thiết kế giải pháp IT.
Giờ đây, Nomad Creator đã đúc kết những kinh nghiệm và bí quyết này để cung cấp các nội dung giáo dục mà bất kỳ ai cũng có thể học tập một cách dễ dàng và thú vị. Từ các bài giảng tập trung vào thực hành đến các khóa học chuyên sâu phản ánh xu hướng công nghệ mới nhất, chúng tôi đề xuất lộ trình học tập tùy chỉnh cho sự phát triển của mỗi cá nhân.
Thông qua sự kết hợp giữa công nghệ và giáo dục, chúng tôi giúp nhiều người hơn nữa hiện thực hóa tiềm năng của chính mình.
Với Nomad Creator, giấc mơ của bạn sẽ không còn xa vời nữa.
Ngay cả trong khoảnh khắc này, vẫn có ai đó đang học hỏi những điều mới mẻ và nỗ lực để trở thành một phiên bản tốt hơn của chính mình.
Nhưng trong biển thông tin mênh mông, đã bao nhiêu lần bạn đánh mất thời gian quý báu chỉ để tìm kiếm những kiến thức cần thiết?
Nomad Creator muốn giải quyết vấn đề này.
Chúng tôi kết nối tri thức một cách sáng tạo, mang đến trải nghiệm tiết kiệm thời gian và tối đa hóa giá trị. Mục tiêu của chúng tôi không chỉ dừng lại ở việc truyền đạt thông tin đơn thuần, mà là truyền tải tri thức một cách đẹp đẽ như một tác phẩm nghệ thuật.
Với Nomad Creator, việc học của bạn sẽ trở nên dễ dàng hơn, nhanh chóng hơn và tạo ra những kết quả giá trị hơn.
"Thêm giá trị vào hành trình học tập, Nomad Creator."
Đây chính là tương lai mà chúng tôi hằng mơ ước.
Tất cả
37 bài giảng ∙ (6giờ 22phút)
19. Tạo biểu đồ tròn
08:29
25. Tạo Bubble chart
21:15
26. Hiểu Heat Map
02:17
27. Tạo Heat Map
11:38
29. Tạo Histogram
09:13
30. Hiểu Box Plot
03:29
31. Vẽ biểu đồ hộp
12:00
33. Tạo Biểu đồ Geo
19:27
Tất cả
28 đánh giá
4.2
28 đánh giá
Đánh giá 6
∙
Đánh giá trung bình 4.8
Đánh giá 1
∙
Đánh giá trung bình 5.0
5
Thật dễ hiểu khi anh ấy bình tĩnh giải thích từng khái niệm cơ bản :) Nhìn vào các bài giảng trực quan khác trên Infron, thật khó để hiểu các bài giảng vì nhiều phần giải thích đã bị lược bỏ. Tôi nghĩ bài giảng này sẽ dễ dàng theo dõi nếu bạn biết kiến thức cơ bản về Python.
Cảm ơn Nhờ sự hỗ trợ của bạn, chúng tôi sẽ tạo trực quan hóa dữ liệu về cùng một chủ đề bằng cách sử dụng JavaScript và R trong tương lai.
Đánh giá 3
∙
Đánh giá trung bình 4.0
4
Lúc đầu thì dễ truy cập, nhưng độ khó tăng dần về cuối. Tôi sẽ đánh giá cao nếu bạn có thể giải thích chức năng chi tiết hơn. Tôi google và tra cứu những thứ tôi không hiểu, nhưng bạn có thể coi đây là việc học...haha.. Bài giảng tiếp theo là về dữ liệu sử dụng Sql. Visualization muốn bạn đề cập đến các kỹ thuật xử lý...
Xin chào? Cảm ơn những lời tốt đẹp của bạn. Theo lời khuyên của bạn, lần sau tôi sẽ giải thích chức năng chi tiết hơn. Tiếp theo, tôi sẽ tạo một chủ đề như trực quan hóa dữ liệu bằng JavaScript, nhưng sau đó tôi sẽ sử dụng SQL có tên là alasql, đối trọng của Pandas. Tôi dự định sử dụng Google Chart và D3.js. Tôi hy vọng bạn thấy bài giảng mới hữu ích. Cảm ơn các bạn đã chăm chỉ lắng nghe bài giảng.
Đánh giá 19
∙
Đánh giá trung bình 4.6
Đánh giá 2
∙
Đánh giá trung bình 1.5
1
Mất quá nhiều thời gian để nói những điều vô nghĩa. Tôi nên làm gì với người sử dụng R nhưng chưa từng sử dụng R trước đây? Tôi không muốn biết và không có ý định học. Còn R có thể được thực hiện bằng cách tập trung vào Python thì sao? Đây có phải là bài giảng R không? Ngoài ra, sử dụng Anaconda là tốt, nhưng khi bạn tạo môi trường ảo bằng Jupyter Notebook sau này, bạn có thể cần phải cài đặt riêng nó bằng pip. Có thể có một cách để cài đặt hoàn toàn môi trường ảo (có không? Tôi không biết). (Môi trường ảo cần thiết cho Python không được đề cập ở đây.) Hơn nữa, trong các hệ thống dựa trên ARM mà Anaconda không hỗ trợ, mọi thứ phải được thực hiện thủ công, nhưng chỉ cần sử dụng Anaconda là rất thuận tiện và bạn đang làm gì lãng phí thời gian khi gõ R một cách không cần thiết? Tôi đang xem nó như điều kiện tiên quyết để tham gia khóa học TensorFlow sau này, nhưng nếu cứ trải qua như thế này, tôi không biết phải làm gì đối với những người muốn chạy tensor trên hệ thống dựa trên ARM.. Nó bắt đầu trở thành một sự lãng phí tiền bạc. Tôi không muốn chỉ đọc sách nên cố gắng xem bài giảng một cách thoải mái, nhưng... ôi.
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.
Hãy khám phá các khóa học khác của giảng viên!
Khám phá các khóa học khác trong cùng lĩnh vực!