對學習是有幫助的,整體節奏偏快,由於我是一個喜歡看文字的人,沒有字幕及重點標記令我有點難找到重點及消化。 建議:放上字幕,可以在每一章節後放一個重點回顧,或是和其他圖表的比對summary。 常找不到講師再用哪一個文件檔做示範,有時找不到作業範例,1-2的範例似乎檔明和影片中名字還有不同,也找不到第二章作業的範例,後面都是自己打,然後看影片一點一點比對。 建議:在開啟哪一份資料時可以提醒大家是哪一份檔案,並把檔名改為1-5課範例等。 若提到前面單元的概念建議在放重點ppt讓學員回顧,例如37章提到EDA時,聽兩三次才想起來是甚麼。 在做重點回顧時建議中英文選擇一種使用就好,以保持一致性。 另外可以放上一些相關資源的連結如:1 Docs: Matplotlib ,Regular expression 2 Community: Facebook, Kaggle 3若希望精進,可以看什麼書籍或是相關的課程。讓學員在真的不懂的時候能更容易取得相關說明,並知道下一步該學什麼。 這堂課程讓我對資料分析有了更進一步的認識,尤其是(1)Seaborn的相關說明,以前都只會用matplotlib進行簡單的分析。(2)字串方式,讓我在整理資料時有更多的選擇。(3)如何清洗資料,以前在整理時常常忘記檢查,導致無法產出,在講師的示範下,看見資料清洗的邏輯與方法。 感覺整體難度不高,但是仍花了一天半的時間才完成這堂課程。 Udemy 線上課程:【增加職場技能】用一個假日進行 Python 資料分析視覺化實戰 成為快樂學習員:為推廣與提升學習 Python 資料分析之環境,提供學習員鼓勵計畫。分享本篇文章做推薦學習至臉書動態牆並來訊「快樂學程式」粉專分享你學習該堂課的動機與該貼文連結,學程式提供八折優惠折扣。被分享數有達10個以上進行申請(oh!你的學習意願有目共睹,必須給你拍拍手),更提供你六折優惠!讓快樂學程式幫助你快樂學習,提升職場競爭力:)…
學程式助教February 22, 2020