getting FAMILIAR WITH THE TOOLS

1. Concept of data mining and analysis.

2. Types and sources of data.

3. Python library - Numpy.

4. Python library - Matplotlib.

5. Python library - Pandas.

6. Jupyter Notebook and Google Colab.

1. 數據挖掘和分析的概念。

2. 數據的種類和來源。

3. 認識 Python Numpy。

4. 認識 Python Matplotlib。

5. 認識 Python Panda。

6. 介紹常用平台 Jupyter Notebook 和 Google Colab。

Data cleaning and handling

1. Handling missing data.

2. Data transformation.

3. Regular expression.

4. Hierarchical clustering method.

5. Combing and merging data sets.

6. Data reshaping and pivoting.

1. 處理資料不全的數據。

2. 數據變換。

3. 正規表示式。

4. 系統聚類法。

5. 梳理和整合一籃子數據。

6. 數據重組和架構。

plotting and visualization

1. Importance of Data Visualization.

2. Plot data with Python library - Matplotlib.

3. Different types of display formats.

4. Adjust the plotting attributes.

5. Annotation on the plot.

6. ​Plot with Pandas or Seaborn.

1. 認識數據可視化的重要性。

2. 利用 Python library - Matplotlib 繪製圖表。

3. 介紹不同型式的圖表。

4. 調整圖表屬性。

5. 在圖表上進行標註。

6. 運用高階工具製圖 (Pandas 或 Seaborn)。

project one

1. Details will be disclosed later..

1. 內容稍後發佈。

project two

1. Details will be disclosed later..

1. 內容稍後發佈。

Data aggregation and analysis

1. Data aggregation in Pandas.

2. Introduction of Pivot Tables

3. Case Studies of data mining and analysis.

4. Summary of the workshop.

5. Introduction of advanced topic - Machine Learning.

1. 在 Pandas 上進行數據分析。

2. 介紹數據透視表的應用。

3. 數據挖掘和分析的案例研究。

4. 工作坊總結。

5. 進階工作坊簡介 - 機器學習 (Machine Learning)。