Real World Python
โปรเจคเจ๋งในชีวิตจริงที่ Python ทำได้
เรียน Python จากการใช้งานจริงรอบตัว
เรียนทฤษฎี หลักการพื้นฐาน ในการทำสิ่งต่างๆ รอบตัว ตั้งแต่เรื่องสถิติที่น่าสนใจ การวิเคราะห์ภาษา (Natural Language Procession: NLP) จนไปถึงการใช้งาน Python ในอวกาศ! ให้การเรียน Python ไม่น่าเบื่อ เรียนรู้จากการลงมือทำ พร้อมสร้างเป็นโปรเจคที่แสดงให้ทุกคนเห็นว่า Python เป็นทักษะของคุณ!
Bayes Theorem
ถ้าคุณตรวจโรคแล้วได้ผลบวก คุณเชื่อผลตรวจได้กี่% ? เรียนรู้ความสัมพันธ์ระหว่างเหตุการณ์ที่เจอ และความเป็นไปได้ เพื่อตัดสินใจให้ถูกหลักสถิติ พร้อมสร้างเกมค้นหาคนหายที่มีพื้นฐานมาจากสมการคณิตศาสตร์!
Chi Squared
ถ้าคุณมีผลลัพธ์จากการทำโฆษณา 3 ตัว คุณจะรู้ได้ไงว่าประสิทธิภาพของตัวไหนดีที่สุด? เรียนรู้การวัดความแตกต่างระหว่างข้อมูลที่มี และสมมติฐาน พร้อมทดลองใช้สมการทางคณิตศาสตร์หาผู้แต่งหนังสือปริศนา ด้วยเครื่องมือสำหรับ NLP
Summarization
เบื่อไหมที่ต้องอ่านอะไรยาวๆ แต่สุดท้ายมีใจความนิดเดียว เรียนวิธีการสร้างระบบสรุปใจความสำคัญผ่านเทคนิค Extraction พร้อมนำคำที่เจอมาสร้างเป็น Word Cloud
สร้างข้อความลับ
ในช่วงสงครามเย็น มีการใช้งานสายลับเพื่อเก็บข้อมูล และสื่อสารข้อมูลกลับมา ทำให้การเข้ารหัสข้อมูลต่างๆ ถูกใช้งานอย่างที่คิดไม่ถึง มาเรียนรู้ไปกับบทเรียนที่เปลี่ยนตัวเลขที่สุ่มได้ และหนังสือธรรมดาเป็นอุปกรณ์เข้ารหัส
ระบบค้นหาอุกกาบาต
ในยุคก่อนคอมพิวเตอร์ นักวิทยาศาสตร์นั่งเฝ้ากล้องส่องดูดาว และถ่ายภาพต่างๆ เก็บไว้ นำมาเปรียบเทียบเพื่อให้เห็นความเคลื่อนไหวต่างๆ และนำมาสร้างเป็นแผนที่ดาว เรียนสร้างระบบจำลองเครื่องมือที่ใช้ตรวจจับอุกกาบาต และการใช้คอมพิวเตอร์ค้นหาแทนคน
เส้นทางไปยังดาวอังคาร
ดาวเคราะห์ทั้งหลายในระบบสุริยะจักรวาลของเราเดินทางรอบดวงอาทิตย์โดยสใช้เวลาไม่เท่ากัน ทำให้การเดินทางข้ามดวงดาวไม่สามารถทำเป็นเส้นตรงได้ มาเรียนรู้วิธีการคำนวณเส้นทางการเดินทาง และสร้างแผนภาพจำลองการเดินทางข้ามดวงดาวกันในบทเรียนนี้
เนื้อหาในคอร์ส
- Introduction: เกี่ยวกับ Bayes Theorem คืออะไร ใช้ทำอะไรได้ (14:38)
- เกี่ยวกับโปรเจค: Bayesian Search Theory การคำนวณสำหรับการค้นหาบุคคลสูญหาย (6:06)
- สร้าง และจัดเก็บข้อมูลที่ใช้สร้างพื้นที่สำหรับการค้นหา (8:31)
- สร้างส่วนการทำงานที่คอยเปลี่ยน Probablity เมื่อมีการค้นหาแต่ละรอบ (8:15)
- สร้างส่วนการคำนวณ Probability ใหม่ เมื่อมีการค้นหา (13:10)
- สร้างแผนที่ และทุกตำแหน่งบนแผนที่ เพื่อใช้วางตัวผู้สูญหาย และทำการค้นหา (22:34)
- รวบรวมคำสั่งทั้งหมด และทดลองเล่นเกมค้นหาบุคคลสูญหาย (18:55)
- การเปิดไฟล์ภาพสำหรับการใชัสร้างเป็นแผนที่ของเกมค้นหาคนหาย (11:21)
- วาดกรอบพื้นที่การค้นหาลงบนแผนที่ (10:19)
- สร้างชุดข้อมูลสำหรับการเก็บตำแหน่งของพื้นที่การค้นหา และใช้เพื่อวาตีกรอบลงบนแผนที่ (6:20)
- เขียนระบุชื่อของส่วนการค้นหาลงบนแผนที่ตามตำแหน่งของแต่ละพื้นที่ (7:30)
- วาด Scale แสดงขนาดพื้นที่จริงเทียบกับแผนที่ (7:19)
- วาดจุดที่พบผู้สูญหายล่าสุด และจุดสำหรับระบุตำแหน่งผู้สูญหายบนแผนที่เมื่อหาเจอ (7:22)
- สร้างคำสั่งในการสร้างแผนที่และเขียนรายละเอียด (6:58)
- สร้างข้อมูลพื้นที่การค้นหา และใช้สร้างการสุ่มตำแหน่งคนหาย (4:39)
- นำตำแหน่งคนหายที่สุ่มได้มาคำนวณเป็นตำแหน่งบนแผนที่เพื่อใช้แสดงตำแหน่งบนแผนที่ (9:21)
- สร้างคำสั่งสำหรับการคำนวณ และวาดตำแหน่งผู้สูญหายลงบนแผนที่ (4:12)
- รวมคำสั่งการสร้างแผนที่ และเขียนรายละเอียด ทดลองเล่นเกมเวอร์ชันที่มีแผนที่ (7:18)
- Introduction: คลาสเรียน CHI SQUARE สิ่งที่จะได้เรียนรู้ และตัวอย่างในคลาส (2:02)
- Chi Square คืออะไร และตัวอย่างการใช้เพื่อวัดผลลัพธ์ของแคมเปญโฆษณา (7:40)
- เกี่ยวกับการทำงานในตัวอย่าง แบ่งขั้นตอน และสร้างข้อมูล observed outcome ผลลัพธ์ของแคมเปญโฆษณา (11:19)
- คำนวณ expected outcome จาก assumption ที่ต้องการพิสูจน์ (แคมเปญเหล่านี้มีค่าเฉลี่ยของประสิทธิภาพเท่ากัน) (4:31)
- คำนวณค่า Chi Squared จาก observed outcome และ expected outcome (2:43)
- สร้างผลลัพธ์ของแคมเปญจำลองจากสมมติฐาน (12:16)
- ทดลองสร้างผลลัพธ์ของแคมเปญจากสมมติฐานซ้ำๆ จำนวนหลายรอบ เพื่อใช้สังเกตเทียบกับข้อมูลจริงที่เจอ (10:29)
- สร้างกราฟแสดง Chi Squared ที่คำนวณได้จากการทำซ้ำ 4,000 รอบ และคำนวณ p-value ของ เหตุการณ์ที่เกิดขึ้นจริง (6:30)
- เกี่ยวกับการวิเคราะห์คำที่ใช้ในหนังสือปริศนา และการติดตั้ง nltk สำหรับการวิเคราะห์การใช้คำ (5:24)
- เปิดไฟล์ที่เก็บหนังสือตัวอย่าง บันทึกข้อมูลในรูปแบบของ string (4:54)
- ดึงข้อมูลหนังสือแต่ละเล่มบันทึกลง Dictionary (6:43)
- ทำการตัดคำแต่ละคำออกจากกัน สำหรับหนังสือทุกเล่ม (13:46)
- ทำการคำนวณความแตกต่างระหว่างการใช้งานคำของหนังสือปริศนา และหนังสือที่ทราบผู้แต่ง (16:03)
- ทำการคำนวณความแตกต่างของการใช้คำทุกคำที่มี สำหรับทุกผู้เขียน (15:38)
- นำผลลัพธ์ของความแตกต่างที่คำนวณได้จาก Chi Squared มาแสดงผล (4:15)
- รวบรวมคำสั่งทั้งหมด และนำมาใช้วิเคราะห์ความแตกต่าง (4:39)
- การรวมคำสั่งสำหรับการวิเคราะห์ CHI SQUARED ของหนังสือปริศนาเป็น MODULE (7:48)
- เกี่ยวกับเนื้อหาส่วนพิเศษของ Lost Book ที่จะได้เรียนเพิ่มเติม (6:17)
- การนำ MODULE คำสั่งมาใช้เพื่อสร้างข้อมูลสำหรับการวิเคราะห์ และ การสร้างข้อมูลสำหรับการวิเคราะห์คำที่ใช้ในหนังสือ (3:11)
- ตัดคำให้เหลือจำนวนเท่ากัน เพื่อลด BIAS ในการนับจำนวนคำออกจากการคำนวณ (11:46)
- นับจำนวนทที่ถูกใช้ของแต่ละคำจากแต่ละผู้เขียน (20:55)
- ทำความคุ้นเคย และทดลองทำงานกับ ConditionalFreqDist (6:15)
- แปลงข้อมูลให้อยู่ในรูปของ DataFrame สำหรับการใช้งานต่อ และการสร้างกราฟ (9:38)
- สร้างกราฟ แสดงผลข้อมูลจาก DataFrame และปรับแต่งการแสดงผลให้ทำความเข้าใจได้ง่าย (13:59)
- การวิเคราะห์คำฟุ่มเฟือยที่ถูกใช้ ผ่านการแสดงผลผ่านกราฟ (19:43)
- วิเคราะห์ Part of Speech (ประเภทคำ) ที่ใช้ในหนังสือ เปรียบเทียบหนังสือปริศนากับผู้แต่งด้วยกราฟ (15:07)
- ตรวจสอบความคล้ายของงานเขียนด้วย Jaccard Similarity (14:17)
- การสรุปคำสั่งทั้งหมดเป็น MODULE และประเด็น DEPENDENCIES (10:44)
- แนะนำเกี่ยวกับการทำ SUMMARIZATION และแนะนำตัวอย่างที่จะได้ทำในคลาสนี้ (5:06)
- นำข้อมูลบทปราศัยจากเวป มาใช้วิเคราะห์ เก็บข้อมูลด้วยเทคนิค WEB SCRAPING (28:25)
- การนับคะแนนของแต่ละคำ (ความถี่ในการใช้คำแต่ละคำ) (23:02)
- นับคะแนนของแต่ละประโยค คิดจากคะแนนของคำ หารด้วยจำนวนคำในประโยค (23:52)
- เรียงลำดับประโยคใหม่ตามคะแนนของแต่ละประโยค (7:01)
- สรุปการใช้คำด้วยการสร้าง Word Cloud (20:16)