Introduction to Data Science and AI using Python培訓

這種由 講師指導的 台灣 現場培訓（在線或現場）面向希望使用 Anaconda 生態系統在單一平臺中捕獲、管理和部署軟體包和數據分析工作流 的數據科學家。

在本次培訓結束時，參與者將能夠：

• 安裝和配置 Anaconda 個元件和庫。
• 瞭解 Anaconda 的核心概念、功能和優勢。
• 使用 Anaconda Navigator 管理包、環境和頻道。
• 將 Conda、R 和 Python 包用於數據科學和機器學習。
• 瞭解管理多個數據環境的一些實際使用案例和技術。

這種以講師為主導的台灣現場培訓（現場或遠端）針對的是希望將Dask與Python生態系統一起使用以構建，擴展和分析大型數據集的數據科學家和軟體工程師。

在培訓結束時，參與者將能夠：

• 設置環境以開始使用 Dask 和 Python 構建大數據處理。
• 探索 Dask 中提供的功能、庫、工具和 API。
• 瞭解 Dask 如何在 Python 中加速並行計算。
• 瞭解如何使用 Dask 擴展 Python 生態系統（Numpy、SciPy 和 Pandas）。
• 優化 Dask 環境，以保持處理大型數據集的高性能。

This instructor-led, live training in 台灣 (online or onsite) is aimed at intermediate-level Python developers and data analysts who wish to enhance their skills in data analysis and manipulation using Pandas and NumPy.

By the end of this training, participants will be able to:

• Set up a development environment that includes Python, Pandas, and NumPy.
• Create a data analysis application using Pandas and NumPy.
• Perform advanced data wrangling, sorting, and filtering operations.
• Conduct aggregate operations and analyze time series data.
• Visualize data using Matplotlib and other visualization libraries.
• Debug and optimize their data analysis code.

在這個由 <lo> 講師指導的現場培訓中，參與者將學習如何使用 Monax 構建智慧合約區塊鏈應用程式。

在本次培訓結束時，參與者將能夠：

• 使用區塊鏈和智慧合約技術開發和部署分散式應用程式。
• 瞭解「智能合約」的設計和功能以及如何創建智能合約。
• 實施安全區塊鏈應用程序開發的最佳實踐。
• 利用 Monax 工具簡化分散式應用程式開發。

這種以講師為主導的現場培訓（現場或遠端）面向希望使用FARM（FastAPI，React和MongoDB）堆棧構建動態，高性能和可擴展Web應用程式的開發人員。

在培訓結束時，參與者將能夠：

設置整合 FastAPI、React 和 MongoDB 的必要開發環境。 瞭解 FARM 堆疊的關鍵概念、功能和優勢。 瞭解如何使用FastAPI構建REST API。 瞭解如何使用 React 設計互動式應用程式。 使用 FARM 堆疊開發、測試和部署應用程式（前端和後端）。

這種以講師為主導的台灣現場培訓（現場或遠端）面向希望將FastAPI與Python一起使用以更輕鬆，更快速地構建，測試和部署RESTful API的開發人員。

在培訓結束時，參與者將能夠：

• 設置必要的開發環境，以使用Python和FastAPI開發API。
• 使用FastAPI庫更快速、更輕鬆地創建API。
• 學習如何基於Pydantic和OpenAPI創建數據模型和模式。
• 使用SQLAlchemy將API連接到數據庫。
• 使用FastAPI工具在API中實現安全性和身份驗證。
• 構建容器鏡像並將Web API部署到雲端伺服器。

本實踐課程面向希望創建和維護其第一個Web應用程序的Python開發人員。它也適用於已經熟悉其他Web框架（如Django或Web2py ，並希望了解如何使用微框架（即將第三方庫粘合在一起而不是提供自包含的通用解決方案的框架）更改這個過程。

本課程的一個重要部分不是專注於Flask本身（它很小），而是專注於Flask項目中經常使用的第三方庫和工具。

這種由講師指導的台灣現場培訓（現場或遠端）針對的是希望使用Flask的高級功能在MongoDB之上構建可擴展Web應用程式的開發人員。

在培訓結束時，參與者將能夠：

• 設置必要的開發環境以開始使用 Flask 開發 Web 應用程式。
• 瞭解實際 Flask 專案的高級概念和技術。
• 在 MongoDB 之上構建一個 RESTful API 伺服器。
• 瞭解如何使用 Flask、Docker 和 Amazon EC2 容器化、測試和部署微服務。
• 深入瞭解用於擴展 Web 應用程式的高級 Flask 集成。

這個由 講師指導的 台灣 現場培訓（在線或現場）面向希望在 Data Science 中使用 Kaggle 學習和建立職業生涯的數據科學家和開發人員。

在本次培訓結束時，參與者將能夠：

• 了解數據科學和機器學習。
• 探索數據分析。
• 瞭解 Kaggle 及其工作原理。

這種由 講師指導的 台灣 現場現場培訓（在線或現場）面向希望使用 Modin 構建和實施並行計算的數據科學家和開發人員 Pandas 以加快數據分析速度。

在本次培訓結束時，參與者將能夠：

• 設置必要的環境，開始使用 Modin 大規模開發 Pandas 工作流。
• 瞭解 Modin 的功能、架構和優勢。
• 瞭解 Modin、Dask 和 Ray 之間的區別。
• 使用 Modin 更快地執行 Pandas 操作。
• 實現整個 Pandas API 和函數。

此講師指導的現場培訓在 台灣（在線或現場）面向希望使用 PyGame 使用 Python 程式設計創建和構建遊戲的開發人員。

在本次培訓結束時，參與者將能夠：

• 設置必要的開發環境，開始使用 PyGame 和 Python 建立遊戲應用程式。
• 瞭解如何創建與動畫和多媒體功能集成的互動式 PyGame 應用程式。
• 使用 PyGame 測試套件運行和測試遊戲程式，並將其轉換為可執行檔。

這種以講師為主導的台灣現場培訓（現場或遠端）針對希望使用RAPIDS構建GPU加速數據管道，工作流和可視化的數據科學家和開發人員，應用機器學習演算法，如XGBoost，cuML等。

在培訓結束時，參與者將能夠：

• 設置必要的開發環境以使用 NVIDIA RAPIDS 構建數據模型。
• 瞭解 RAPIDS 的特性、元件和優勢。
• 利用 GPU 加速端到端數據和分析管道。
• 使用 cuDF 和 Apache Arrow 實現 GPU 加速的數據準備和 ETL。
• 瞭解如何使用 XGBoost 和 cuML 演算法執行機器學習任務。
• 使用 cuXfilter 和 cuGraph 構建數據可視化並執行圖形分析。

這是一個由講師指導的現場培訓，在 台灣（線上或現場）進行，旨在幫助後端開發人員使用 Python 和 Flask 構建 REST API。

在培訓結束時，參與者將能夠：

• 實作一個 REST API，使 Flask 網頁應用程式能夠在後端讀取和寫入資料庫。
• 開發進階的身份驗證功能，如刷新令牌。
• 為未來的 Python 專案構建可重複使用的後端。
• 使用 SQLAlchemy 簡化資料存儲。
• 將 REST API 部署到雲端伺服器上。

這種以講師為主導的台灣現場現場培訓面向希望使用SciPy使用Python創建高級科學計算功能的開發人員。

在培訓結束時，參與者將能夠：

• 設置必要的開發環境，以開始創建科學計算功能。
• 通過執行複雜操作的實際範例，充分利用SciPy的功能。
• 實現並優化數學算法和函數，以解決科學問題。
• 設計數據結構和插值方法，用於可視化、處理和分析。