資料科學初步 - R與Python

資料科學初步 - R與Python

Python和R皆為資料科學家流行的程式語言。雖然R強大的功能由統計學家的努
力下所驅動,但Python卻因其易於理解的語法、模型生態系完整與機器學習領
域的盛行而受到密切關注。
身為資料科學家,您的工作是選擇適合的開發工具。但兩者皆有各自的優劣勢
:R 有著原生統計特性的優勢,結合學界的力量擁有較新穎的模型計算能力;
但 Python的通用性,結合適當套件提供強大而完整的資料分析生態系統,尤其
更適用於產品端的設計與結合。
從R與Python出發,本課程除了介紹資料科學家常用的程式語法外,更強調兩
者在語法與觀念上的差別,使同學在課程結束後建立並厚實資料科學基礎。

課程大綱

安裝R與Python環境
Python基礎
Numpy基礎
Pandas
Missing Value
R基礎
Matrix、Array與ndarray
tidyverse簡介
DataFrame vs. Tibble
資料轉換技巧
R與Python的溝通

適合對象

無程式設計經驗可。尤其適合欲一窺資料科學領域的初學者。
如對R或Python語言有基礎者,可藉由本課程迅速掌握第二個語言觀念與技巧

開發環境

R 4.1.2
Python 3.9
RStudio
Anaconda

實體課程注意事項

本班為實體課程,常見QA詳情連結

校園防疫措施詳情連結

公務員全程參與課程學習後可於課程結束後申請登錄公務人員學習時數

課程影片觀看期限至課程結束後一週關閉

(一)退費期限:開課日後⅓時數內,詳情連結

(二)查詢結業狀況:結業名單連結

近期班次

講師介紹

國立政治大學金融學系博士

(一) 經歷

  • 東吳大學 財務工程與精算數學系 兼任助理教授
  • 證基會 兼任講師
  • 實踐大學 風險管理與保險系 兼任助理教授
  • 台北大學 統計學系 兼任助理教授
  • 德明財經大學 保險金融管理系 兼任助理教授

(二) 授課時數:

2014年至本班教學,累計授課時數至2024年3月1日為1560小時,為資深講師