āļāļ”āđāļŠāļĢāđŒāđ€āļ­āļēāđ„āļ§āđ‰āļ­āđˆāļēāļ™āļ—āļĩāļŦāļĨāļąāļ‡ āļŦāļĢāļ·āļ­āđāļŠāļĢāđŒāđƒāļŦāđ‰āđ€āļžāļ·āđˆāļ­āļ™ āļ„āļĨāļīāļāļ”āđ‰āļēāļ™āļĨāđˆāļēāļ‡āđ€āļĨāļĒāļˆāđ‰āļē
āļāļīāļˆāļāļĢāļĢāļĄāļ­āļ­āļ™āđ„āļĨāļ™āđŒ āļ„āļ­āļĄ/āđ„āļ­āļ—āļĩ āļžāļąāļ’āļ™āļēāļ—āļąāļāļĐāļ°/āđ€āļ§āļīāļĢāđŒāļāļŠāļ­āļ›

Basic to Advanced Data Model & Analysis #2

āļ‚āđ‰āļ­āļĄāļđāļĨāđ€āļšāļ·āđ‰āļ­āļ‡āļ•āđ‰āļ™āļ‚āļ­āļ‡āļāļīāļˆāļāļĢāļĢāļĄ

āļĢāļđāļ›āđāļšāļšāļāļīāļˆāļāļĢāļĢāļĄ

āļāļīāļˆāļāļĢāļĢāļĄāļ­āļ­āļ™āđ„āļĨāļ™āđŒ
āđ€āļ§āļĨāļē 18:00 - 21:00 āļ™.

āļ§āļąāļ™āļ—āļĩāđˆāļˆāļąāļ”āļāļīāļˆāļāļĢāļĢāļĄ

āļĻāļļāļāļĢāđŒ 13 āļĄāļīāļ–āļļāļ™āļēāļĒāļ™ 2568 - āļ­āļēāļ—āļīāļ•āļĒāđŒ 15 āļĄāļīāļ–āļļāļ™āļēāļĒāļ™ 2568

āļ§āļąāļ™āļ—āļĩāđˆāļĢāļąāļšāļŠāļĄāļąāļ„āļĢāļ§āļąāļ™āļŠāļļāļ”āļ—āđ‰āļēāļĒ

āļžāļĪāļŦāļąāļŠ 12 āļĄāļīāļ–āļļāļ™āļēāļĒāļ™ 2568

āļˆāļģāļ™āļ§āļ™āļ—āļĩāđˆāļĢāļąāļš

50 āļ„āļ™

āļ„āđˆāļēāđƒāļŠāđ‰āļˆāđˆāļēāļĒ

899 āļšāļēāļ— (āļˆāđˆāļēāļĒāļ•āļ­āļ™āļŠāļĄāļąāļ„āļĢ)

āļ„āļļāļ“āļŠāļĄāļšāļąāļ•āļī (āļĢāļ°āļ”āļąāļšāļāļēāļĢāļĻāļķāļāļĐāļē/āļŠāđˆāļ§āļ‡āļ­āļēāļĒāļļ/āļ­āļ·āđˆāļ™āđ†)

āļĄ.1 - āļĄ.6 / āļ›āļ§āļŠ. / āļšāļļāļ„āļ„āļĨāļ—āļąāđˆāļ§āđ„āļ› (āļ›āļĩāļāļēāļĢāļĻāļķāļāļĐāļē 2568)

āļāļīāļˆāļāļĢāļĢāļĄāļ™āļĩāđ‰āļˆāļąāļ”āđ‚āļ”āļĒ (āļ•āļīāļ”āļ•āđˆāļ­āļœāļđāđ‰āļˆāļąāļ” āļ„āļĨāļīāļāļ—āļĩāđˆāđ„āļ­āļ„āļ­āļ™āļ”āđ‰āļēāļ™āļĨāđˆāļēāļ‡)

Learning Code Station

āđ€āļžāļīāđˆāļĄāđ€āļ•āļīāļĄ
āļĄāļĩāļ›āļĢāļ°āļāļēāļĻāļ™āļĩāļĒāļšāļąāļ•āļĢ
āļŠāļēāļĒāļ­āļēāļŠāļĩāļ§āļ°āļŠāļēāļĄāļēāļĢāļ–āļŠāļĄāļąāļ„āļĢāđ„āļ”āđ‰

āļŠāļ™āļąāļšāļŠāļ™āļļāļ™āđāļ„āļĄāļ›āđŒāļŪāļąāļš āļ„āļĨāļīāļāļ—āļĩāđˆ QR Code āļ”āđ‰āļēāļ™āļšāļ™

āļ„āļģāļ­āļ˜āļīāļšāļēāļĒāļāļīāļˆāļāļĢāļĢāļĄ

āļ§āļąāļ™āļ—āļĩāđˆ 1: āļāļēāļĢāļˆāļąāļ”āļāļēāļĢāļ‚āđ‰āļ­āļĄāļđāļĨāļ•āđˆāļēāļ‡āđ† āđ€āđ€āļĨāļ°āļŠāļ™āļīāļ”āļ‚āļ­āļ‡āļ‚āđ‰āļ­āļĄāļđāļĨ
– Sami-structure Data
– āļāļēāļĢāļˆāļąāļ”āļāļēāļĢ JSON āļĢāđˆāļ§āļĄāļāļąāļš Python
– āļāļēāļĢāļˆāļąāļ”āļāļēāļĢ XML āļĢāđˆāļ§āļĄāļāļąāļš Python
– Structure Data
– āļāļēāļĢāđƒāļŠāđ‰āļ‡āļēāļ™ āļ„āļģāļŠāļąāđˆāļ‡āļ•āđˆāļēāļ‡āđ†āļ āļēāļĒāđƒāļ™ pandas
– āļāļēāļĢāļ„āļąāļ”āļāļĢāļ­āļ‡āļ‚āđ‰āļ­āļĄāļđāļĨ
– āļāļēāļĢāđ€āđ€āļŠāļ”āļ‡āļœāļĨāļ‚āđ‰āļ­āļĄāļđāļĨ
– āļāļēāļĢāđ€āļ›āļĨāļĩāđˆāļĒāļ™āđāļ›āļĨāļ‡āļ‚āđ‰āļ­āļĄāļđāļĨ

Day 2: Data Cleaning & Data Visualization
– Plotly
– Matplotlib
– āļāļēāļĢāļˆāļąāļ”āļāļēāļĢāļ‚āđ‰āļ­āļĄāļđāļĨāļ—āļĩāđˆāļŦāļēāļĒāđ„āļ›
– āļāļēāļĢāđ€āļ›āļĨāļĩāđˆāļĒāļ™āđāļ›āļĨāļ‡āļ‚āđ‰āļ­āļĄāļđāļĨ
– āļāļēāļĢāđāļŠāļ”āļ‡āļœāļĨāļ‚āđ‰āļ­āļĄāļđāļĨ
– āđāļœāļ™āļ āļđāļĄāļīāđ€āļŠāđ‰āļ™
– āđāļœāļ™āļ āļđāļĄāļīāđāļ—āđˆāļ‡
– āđāļœāļ™āļ āļđāļĄāļīāļ§āļ‡āļāļĨāļĄ
– āđāļœāļ™āļ āļđāļĄāļīāļāļēāļĢāļāļĢāļ°āļˆāļēāļĒ

āļ§āļąāļ™āļ—āļĩāđˆ 3: Data Analysis
– Pandas
– Sklearn
– Plotly
– Matplotlib
– āļāļēāļĢāļ§āļīāđ€āļ„āļĢāļēāļ°āļŦāđŒāļ‚āđ‰āļ­āļĄāļđāļĨāđ€āļšāļ·āđ‰āļ­āļ‡āļ•āđ‰āļ™
– āļāļēāļĢāļ•āļĢāļ§āļˆāļˆāļąāļšāļ„āđˆāļēāļœāļīāļ”āļ›āļāļ•āļī
– āļŠāļ–āļīāļ•āļīāļžāļĢāļĢāļ“āļ™āļē
– āļāļēāļĢāļ§āļīāđ€āļ„āļĢāļēāļ°āļŦāđŒāļ„āļ§āļēāļĄāļŠāļąāļĄāļžāļąāļ™āļ˜āđŒ

āļŠāļ­āļšāļ–āļēāļĄāđ€āļžāļīāđˆāļĄāđ€āļ•āļīāļĄ Line: https://lin.ee/mzwTmDB āļŦāļĢāļ·āļ­ @lcscamp


CAMPHUB āđ„āļĄāđˆāđ„āļ”āđ‰āđ€āļ›āđ‡āļ™āļœāļđāđ‰āļˆāļąāļ”āļāļīāļˆāļāļĢāļĢāļĄāļ™āļĩāđ‰ āļŦāļēāļāļĄāļĩāļ‚āđ‰āļ­āļŠāļ‡āļŠāļąāļĒāļ™āđ‰āļ­āļ‡āđ† āļŠāļēāļĄāļēāļĢāļ–āļŠāļ­āļšāļ–āļēāļĄāļˆāļēāļāļœāļđāđ‰āļˆāļąāļ”āđ„āļ”āđ‰āđ‚āļ”āļĒāļ•āļĢāļ‡āļ™āļ°āļ„āļĢāļąāļš

āļāļ”āđāļŠāļĢāđŒāđ€āļ­āļēāđ„āļ§āđ‰āļ­āđˆāļēāļ™āļ—āļĩāļŦāļĨāļąāļ‡ āļŦāļĢāļ·āļ­āđāļŠāļĢāđŒāđƒāļŦāđ‰āđ€āļžāļ·āđˆāļ­āļ™ āļ„āļĨāļīāļāļ”āđ‰āļēāļ™āļĨāđˆāļēāļ‡āđ€āļĨāļĒāļˆāđ‰āļē

āļ‚āđ‰āļ­āļĄāļđāļĨāļœāļđāđ‰āđ€āļ‚āļĩāļĒāļ™