🎉微軟資料科學家認證課程輔導計畫🎉

By MP.Creative explore

透過專業師資、全中文化教材與題庫詳解讓取得微軟資料科學家認證再也不是夢

2% 2%
NT$5,180
目標 NT$250,000
贊助人數 1
剩餘時間 44 天
時程 2019/03/04 21:00 – 2019/05/04 23:59
chat_bubble 聯絡提案人 FB

資料科學家奇幻旅程即將啟航,您準備好了嗎?#

「需要準備的工具/軟體」:
不用預先準備,課堂中老師會提供給您所有的工具/軟體列表與下載點及方式

「需要具備的背景知識」:
本課堂從最基礎的概念教學起,即便不是資訊相關科系的學員皆可修習

「我可以學到什麼東西」:
本課程從最基礎的統計到進階型的分析(Excel、Python、R、PowerBI....)、資料視覺化、機器學習、AI初論....等一系列精采的單元絕對讓您收穫滿滿,最重要的是取得微軟資料科學家證照,踏上至高殿堂。(詳細課堂請參照後面單元介紹)

「哪些人適合這堂課」:
對資料工程有興趣的學員、想踏入AI領域的學員、想轉職/跑道的學員、自我進修挑戰自我的學員,或想提升工作效率的學員(單元式學習,內含多種工具教學可提升工作效率與方便性),只要有心,人人都可以成為頂尖的資料科學家。

什麼是21世紀最性感的職業?

什麼是工作生活平衡度最高 & 薪水又高的職業?
#

一個被哈佛商業評論認定同時具備以上2種資格的就是- 資料科學家

P: 恩...恩....恩....你說什麼!!!!!!!!!?
P: 資料科學家 (問號.jpg)
P: 我連大學都不知道可不可以畢業了還科學家哩 (傻眼貓咪)

R: 等等..等等...先別急著關掉離開 (懇求.jpg)
R: 資料工程師/科學家這門藝術,不像傳統的程式語言般枯燥難學,融入了許多有趣的元素在裡面
    即便不是資訊背景的都可以駕輕就熟,重點是它還是國際間目前最缺乏的人才職缺之一唷
R: 小P呀!!先來讓我們看看其他人怎麼說


大數據議題的崛起,帶動了資料科學應用的需求。面對越來越龐大的數據,需要更有效率的方法來從中分析、萃取出有價值的資訊,於是企業紛紛增聘資料工程師與科學家,來發掘隱藏在巨量資料背後的商機。
#

(由此資料顯示資料工程師的需求以遠大於其他領域,且資料科學家市場供需不足)

P: 喔喔!!照你這麼說,那有什麼學習管道呢?
R: 當然有囉!!讓我來跟你介紹一套超值教材與認證計畫
R: 他就是微軟資料科學家認證輔導計畫
P: 哦哦,微軟耶!!!!國際知名企業耶,快跟我介紹一下


微軟資料科學家認證#

知名國際化證照,共推出10堂課程,每堂課程通過後皆有微軟單科專業認證,而全數(10堂)通過後即可取得微軟資料科學家資格,本專案課程設計完全對應考試內容,與市面上的一般性教材與教學區隔,並且全中文化教材與題庫詳解,由淺入深詳細的剖析,讓取得證照門檻大幅下降,此外,專業的師資將分享與帶領實作業界不同領域常見的議題與分析手法,透過實戰經驗,讓學習效率大幅增長攀升,登上現今最熱門的工作職缺之一 - 資料科學家。
#


R: 這樣小P有了解了嗎?
P: 有哦有哦,簡單來說此套課程可以幫助我
    考取微軟資料科學家認證(還有證照哦)、全中文的教材與題庫詳解、專業師資授課解惑
P: 可是,那師資呢?現在網路上也有好多教材跟課程耶 (懷疑.jpg)
R: 來小P我跟你說,本套課程皆由前台灣微軟技術經理與工程師製作,並且團隊已經皆取得微軟資料科學家認證
R: 本套課程跟市面上的課程不同的地方與優勢為針對微軟資料科學家認證為出發點,從淺入深詳細的剖析讓學員學完此套課程,不僅已經有能力擔任資料工程師/科學家,並且可以輕易地考取微軟國際證照
R: 讓我們來看看老師們是誰與他們的成果吧


Hi 我是 Paul Jiang | 
專精資料分析與前端技術
#

經歷:

微軟技術工程師 | 資料分析講師與協助雲端專案技術導入,擁有微軟資料科學家認證。

MP資料科學家 | 各產業資料分析、區塊鏈專案導入顧問。


Hi 我是 Richard Lee | 專精資料分析與AI技術#

經歷:

微軟技術經理 |  雲端技術顧問與導入,擁有微軟資料科學家認證。

塔塔顧問資料分析師 | 4年資料分析師經驗,熟悉各產業資料分析手法,擁有AWS架構師認證。



教學歷程回顧
#






資料科學家相關系列報導#

◆ https://www.bnext.com.tw/article/52271/seagate-thailand-ai-factory-machine-learing-hamr 
   (大力招攬資料科學家!希捷硬碟工廠部署3.3萬機器人,讓AI大軍上生產線)#

◆ https://technews.tw/2019/02/19/china-tech-company-provide-higher-salary-than-japan/ 
   (資料科學家的最高薪資甚至比去年上漲 67%,至 147,600 美元)

◆ https://www.ithome.com.tw/news/128932 
   (為彌補技能空缺,各國政府、大學以及企業,也開始培育素人資料科學家)

◆ https://www.bnext.com.tw/article/44816/why-data-scientist-is-an-attractive-job 
   (資料科學家為什麼迷人?)


P: WOW!!!看了這麼多,也太迷人了吧 (開心.jpg)
R: 那就快快一同加入資料科學的大家庭囉!!!

#

Join us. You are the Best of Data Science.

#


官方信箱:mp.creative980@gmail.com

回饋方案 Package:

回饋Package彈性設計,可自由化選擇,若您對資料科學已有基礎認識,可選擇對自己有幫助或較難的課程來做學習,可自由增購需不需要有證照兌換碼及講師現場授課解惑方案。全部方案皆含有練習題庫與詳解,精準瞄準考試類型。若您希望由淺入深扎實的學習,即可選擇總堂數(10堂)教材方案,也較為優惠划算唷。教材將已電子檔案加密方式提供給學員,學習的同時也為地球盡一份力,響應環保節能減碳。特別注意本輔導專案皆已教材為主,教材中融入所有精華在內,從中學習即可有大豐收順利獲取證照,若您覺得教材學習依舊不足,可參考面授課程部分,但,面授課程目前只推出重點3堂(微軟 Transact-SQL 語法與優化、使用 Azure Machine Learning 開發機器學習模型、MPP 資料科學家Capstone 最終實作),其餘課程若研讀教材時有任何問題都可於Slack上提問(將邀請所有學員進入討論區),由老師於線上解惑回答問題。面授課程部分,將視學員人數(3人即開班,不足開班將退費或想改選其他類別課程 EX: AI 、前端開發....等)分別於北中南東,利用週末時間進行課程教學,時程開課前一個月將個別通知參與學員。

(Slack 課程討論區-解惑所有學員問題)

1. 中文化教材 X 1、真實案例分析 X 1、練習題庫 X 1、練習題庫詳解 X 1
2. 中文化教材 X 1、真實案例分析 X 1、練習題庫 X 1、練習題庫詳解 X 1、證照兌換序號 X 1
3. 中文化教材 X 10、真實案例分析 X 10、練習題庫 X 10、練習題庫詳解 X 10
4. 中文化教材 X 10、真實案例分析 X 10、練習題庫 X 10、練習題庫詳解 X 10、證照兌換序號 X 10
5. 中文化教材 X 1、真實案例分析 X 1、練習題庫 X 1、練習題庫詳解 X 1、證照兌換序號 X 1、師資現場面授

P.S 證照兌換序號原價 $99美金,本輔導計畫特優惠此項目,備有隱藏回饋項目,等你來解鎖 :)

課程單元詳細介紹如下:#

資料科學家導論

第一單元:資料科學課程 (單元中皆含Lab練習題)

l   第一次與資料科學家見面

(1)   介紹資料科學家

(2)   作為一名資料科學家,你喜歡什麼?

(3)   資料科學家是做什麼的?

(4)   什麼樣的人成功的成為一名資料科學家?

(5)   資料科學家需具備什麼技能?

(6)   你會給有抱負的資料科學家什麼建議?

 第二單元:資料科學基礎知識 (單元中皆含Lab練習題)

l   讓資料領進門

(1)   什麼是資料

Demo: 在 Excel中使用資料

(2)   探索資料

Demo: 在 Excel 中瀏覽資料

(3)   資料視覺化簡介

Demo: 在 Excel 中視覺化資料

(4)   資料分割與分層

Demo: 樞紐分析表和樞紐分析圖

 第三單元:統計學基礎概論 (單元中皆含Lab練習題)

l   基本統計概念

(1)   統計資訊入門

(2)   差異度測量

Demo: Excel 中的描述性統計資訊

(3)   關聯性描述檢驗

(4)   Hypothesis Testing

(5)   T-Tests

(6)   Two-Sample T-Tests

(7)   Paired T-Tests

(8)   Analysis of Variance

(9)   基礎回歸分析介紹

第四單元:總結與練習題庫

 

Python 資料科學導論

第一單元:Python基礎知識 (單元中皆含Lab練習題)

(1)   Hello Python

(2)   變數和類型介紹

第二單元:Python資料結構 (單元中皆含Lab練習題)

(1)   Python lists

(2)   Subsetting Lists

(3)   Manipulating Lists

第三單元:Python函式與模組 (單元中皆含Lab練習題)

(1)   函式介紹與應用

(2)   Python Methods 介紹

(3)   模組介紹與應用

第四單元:Numpy擴充程式庫介紹與應用 (單元中皆含Lab練習題)

(1)   Numpy程式庫介紹

(2)   2D Numpy 陣列介紹

(3)   Numpy基礎統計數據

第五單元:利用Matplotlib繪圖 (單元中皆含Lab練習題)

(1) Matplotlib 基礎繪圖

(2)   長條圖

(3)   克制化圖表製作

(4)   Numpy基礎統計數據

第六單元:Flow & Pandas介紹 (單元中皆含Lab練習題)

(1)   Boolean Logic and Control Flow

(2)   Pandas

第七單元:總結與練習題庫

 

使用微軟PowerBI進行資料分析與視覺化

第一單元:PowerBI 資料處理 (單元中皆含Lab練習題)

(1)   利用PowerBI進行資料清洗與轉置

第二單元:PowerBI 資料建模 (單元中皆含Lab練習題)

(1)   利用PowerBI進行資料模型建立

第三單元:PowerBI 資料視覺化 (單元中皆含Lab練習題)

(1)   資料視覺化與應用

(2)   多重資料視覺化應用

第四單元:應用PowerBI服務 (單元中皆含Lab練習題)

(1)   應用PowerBI服務打造專屬戰情室

(2)   報表建立與查看

(3)   連結Excel達到多重分析效果

(4)   安全性與權限群組管理

(5)   資料鏈結(即時性與非同步)

(6)   API應用

(7)   行動裝置應用

第五單元:總結與練習題庫

 

分析資料受影響原因

第一單元:The Power of Analytics Storytelling (單元中皆含Lab練習題)

(1)   The Power of Storytelling

(2)   Analytics Storytelling

第二單元:Craft Your Analytics Story (單元中皆含Lab練習題)

(1)   Scope Your Analytics Story

(2)   Craft Your Analytics Story

第三單元:Perfect Your Analytics Story (單元中皆含Lab練習題)

(1)   Leverage Visual Science

(2)   Analytics Story Examples

第四單元:Land Your Analytics Story (單元中皆含Lab練習題)

(1)   Land Your Story

(2)   Next Steps for Mastery

第五單元:總結與練習題庫

 

資料分析中的道德與法律 

第一單元:資料倫理與法律 (單元中皆含Lab練習題)

(1)   資料倫理基礎

(2)   資料法律基礎

(3)   應用道德與實踐

第二單元:資料、個人、社會三大面向相輔相成 (單元中皆含Lab練習題)

(1)   資料應用偏差與標示

(2)   資料隱私權

第三單元:商業中的資料倫理與法律 (單元中皆含Lab練習題)

(1)   商業應用資料之道德

(2)   商業應用資料之隱私權政策

第四單元:人工智慧在資料法律中的政策 (單元中皆含Lab練習題)

(1)   探討資料政策於人工智慧領域

(2)   XAI介紹

第五單元:總結與練習題庫

 

資料統計與使用微軟Excel進行資料分析 

第一單元:描述性統計 (單元中皆含Lab練習題)

(1)   定義資料

(2)   直方圖與偏斜

(3) 使用Analysis ToolPak進行描述性統計(4) 盒形圖(5) 分類資料、樞紐分析表和樞紐分析圖

(6)   分層資料

(7)   80-20 規則與Pareto Charts

第二單元:基本概率介紹 (單元中皆含Lab練習題)

(1)   概率簡介

(2)   互補法則

(3)   互斥與獨立法則

(4)   條件概率

(5)   全機率公式與貝式定理

第三單元:隨機變量介紹 (單元中皆含Lab練習題)

(1)   隨機變量定義

(2) 隨機變量的均值,方差和標準差(3) 隨機變量和的均值,方差和標準差

(4)   二項分布

(5)   Poisson分布

(6)   常態分配

(7)   中央極限定理

(8)   Z Scores

第四單元:樣本平均數的抽樣分配與信賴區間 (單元中皆含Lab練習題)

(1)   目標總體與樣本

(2)   點估計量與均質比率

(3)   標準常態分布

(4)   估計與信賴區間

(5)   樣本量定義與測量

(6)   抽樣與抽樣分配

第五單元:假設檢驗 (單元中皆含Lab練習題)

(1)   定義假設

(2)   Type I and Type II Error

(3)   Z-Test

(4)   T-Test

(5)   單一母體之假設檢定

(6)   多重母體參數之假設檢定

(7)   卡方檢定法

第六單元:總結與練習題庫


資料科學研究方法-Python  

第一單元:研究方法 (單元中皆含Lab練習題)

(1)   研究目標-1

(2)   研究目標-2

(3) 從科學角度看目標(4) 澄清問題(5) 數據心理學1-3

第二單元:規劃與分析 (單元中皆含Lab練習題)

(1)   Samples vs Populations

(2)   虛無假設(Null Hypothesis)

(3)   Null Hypothesis - P-Values

(4)   Null Hypothesis -信賴區間

(5)   樣本數規劃1-2

(6)   研究實施- False Positives - False Negatives

(7)   研究實施- Questionable Research Practices

第三單元:研究聲明法則 (單元中皆含Lab練習題)

(1)   Frequency Claims – 概念基礎

(2) Frequency Claims -分析注意事項通則(3) Association Claims - 概念基礎(4) Association Claims - 分析注意事項通則(5) Causal Claims - 概念基礎(6) Causal Claims - 分析注意事項通則

第四單元:測量 (單元中皆含Lab練習題)

(1) 勘察設計與測量(2) 撰寫調查問題1-2(3) 兩種測量方式(4) 可靠性和有效性概述

(5)   可靠性

(6)  有效性

第五單元:相關與實驗設計 (單元中皆含Lab練習題)

(1) 雙變量設計(2) 多變量設計(3) 組間實驗(4) 非組間實驗(5) 因子實驗(6) 多因子實驗

第六單元:總結與練習題庫


機器學習原理及實作-Python

第一單元:分類 (單元中皆含Lab練習題)

(1) 分類簡介(2) 構建分類模型

第二單元:回歸 (單元中皆含Lab練習題)

(1) 回歸簡介(2) 創建回歸模型

第三單元:改進機器學習模型 (單元中皆含Lab練習題)

(1) 模型改進的原則(2) 改進模型的技巧

第四單元:樹與蒐集方法 (單元中皆含Lab練習題)

(1) 決策樹簡介(2) 收集方法

第五單元:基於優化最佳解模型 (單元中皆含Lab練習題)

(1) 神經網路(2) 支持向量機(SVM)

第六單元:集群與推薦模型 (單元中皆含Lab練習題)

(1) 分群/聚類(2) 推薦系統模型

第七單元:進階機器學習模型演算法 (單元中皆含Lab練習題)

第八單元:總結與練習題庫


微軟 Transact-SQL 語法與優化

第一單元:Transact-SQL語法簡介 (單元中皆含Lab練習題)(1) 使用SELECT查詢表(2) 使用Join鏈結查詢多個表(3) 使用集合運算子(4) 使用函數和聚合資料(5) 使用子查詢和Apply語句(6) 使用表格表達式(7) Grouping Sets and Pivoting Data(8) 有效修改資料(9) 使用Transact-SQL進行程式設計(10 ) 異常處理

第二單元:Transact-SQL語法優化方法 (單元中皆含Lab練習題)

(1) 語句分析與執行計畫時間(2) 優化模型建立

第三單元:進階效能調教 (單元中皆含Lab練習題)

(1) 實例演練 & 案例分享

第四單元:總結與練習題庫

 

使用 Azure Machine Learning 開發機器學習模型

第一單元:Azure ML Studio 全方位教學 (單元中皆含Lab練習題)Azure ML Studio為一開發機器學習之工具,使用者不需寫任何一行程式即可建構出自己的學習模型,並且可加入R與Python進行擴充,應用性非常廣,本單元全方面的教學此工具,並且應用於實際案例中, 將利用Azure ML Studio進行預測分析。

第二單元:總結與練習題庫

 

MPP 資料科學家Capstone 最終實作

第一單元:歷屆題型解析說明與分析手法方向 (單元中皆含Lab練習題) (1) 微軟資料科學家認證課程最後皆有一實作題目,需通過此實作才可取得最後證照,可為最後驗收大魔王,此單元集結歷屆題目與複習所有概念,並講解分析方向與手法,如何能輕易地通過此關

第二單元:總結與練習題庫


官方信箱:mp.creative980@gmail.com
官方Discord頻道:https://discord.gg/YxWqEQA
課程討論區(需學員才能加入):https://mpcreativeworkspace.slack.com