🔍好多M1同學喺【4大Distribution】做極唔識,以為數學訓練未夠,其實係假象,真相係卡喺文字理解,呢個先係真正嘅樽頸位🤢
Random Variable(隨機變量)係個非常典型嘅例子。十幾年前,就連我最初讀嘅時候,都卡得好辛苦,甚至連自己唔明啲乜都唔知🤯總之就係不斷做錯。後來,有高人指點,原來Random Variable根本唔係Variable(變量),而係Function(函數)💡然後自己再花工夫思考同嘗試,終於諗通,開竅,做極都啱,而【4大Distribution】嘅煩惱亦自動解除😆
BTW,前排喺IG Stories搞咗民意調查,好多同學反映需要深度學習,我有記住的🙌🏻下次嘅CAMPAIGN我就深入講Random Variable,幫你開竅💪🏻
#M1 解題王 會以題目 keyword 切入,同你極速 KO M1 題目;記住 Save 低個 post,方便你大考前攞出嚟溫🔥
------------
🎲賭Sir|高階數學考試專家
🎓19 項數學公開試.以一 Take 過考取完美戰績
DSE:Math+M1+M2【5**】
CE & AL:Math+A.Math+Pure+Applied【A】
IAL:C12+C34+F1+F2+F3+M1+M2+M3+S1+S2+S3+D1【A】
🖥最高人氣補習網紅・貼地教數別樹一格
頻道 #杜氏數學 2016年創辦,訂閱65,000+,多條教學影片點擊100,000+;2018年獲出版社邀請,撰寫暢銷書《5**數學男人嫁得過》推廣「聰明應試」理念,並鼓勵年青人堅守自信。
🧠以心理學、高效學習融入補習教育當中
從中文大學風險管理學士畢業之後,鑽研超速學習法(Ultralearning)及教育心理學,將高效學方法先行用於自己身上,無間斷學習新知識;四年後重返校園,完成中文大學數學碩士(大數據分析)課程,期間考入門薩學會(Mensa),實證超速學習法。
🏆座右銘
好多人以為自己因為對數學無興趣,所以數學低分;事實剛好相反:因為自己數學低分,所以對數學無興趣。試諗下,若然你有歌神嘅聲線,你仲會對唱歌無興趣嗎?
------------
#數學 #DSE #dser #math #maths #afterschool #dsemath #examskills #mathtutor #followme #2021DSE #2022DSE #2023DSE #tutor #mathtutor #DSEfighter #tutotial
同時也有57部Youtube影片,追蹤數超過3萬的網紅YingTze,也在其Youtube影片中提到,We are PowerPuff Girls ! Featuring Yong Zhen & 17.Ambition What do you think of our dress up ? Rate 1-10 ! My Mobile Legends Crazy Legends “ Crazy Le...
「math random」的推薦目錄:
- 關於math random 在 賭Sir(杜氏數學) Facebook 的最佳解答
- 關於math random 在 โปรแกรมเมอร์ไทย Thai programmer Facebook 的最佳解答
- 關於math random 在 BorntoDev Facebook 的最佳貼文
- 關於math random 在 YingTze Youtube 的最讚貼文
- 關於math random 在 吳老師教學部落格 Youtube 的最佳貼文
- 關於math random 在 吳老師教學部落格 Youtube 的最讚貼文
- 關於math random 在 Generating random whole numbers in JavaScript in a specific ... 的評價
- 關於math random 在 tc39/proposal-seeded-random - GitHub 的評價
- 關於math random 在 3 Amazing ways to generate random numbers without Math ... 的評價
math random 在 โปรแกรมเมอร์ไทย Thai programmer Facebook 的最佳解答
🤓 หลายคนอาจเคยบ่น "เรียนเลขไปทำไม ไม่เห็นได้ใช้เลย"
อันนี้เป็นแค่ตัวอย่าง เพื่อให้รู้ว่าเลขที่เราเรียนตอนม.ปลาย
ไม่ควรทิ้งถ้าคิดจะเรียนคอมพิวเตอร์ ในระดับสูง
.
👉 1) สมการเชิงเส้น
เริ่มต้นจากสมการเส้นตรง ที่มีหน้าตาดังนี้ y=mx+c เรียกว่ารูปมาตรฐาน
- เมื่อ m เป็นความชัน
-ส่วน c เป็นจุดตัดแกน y
.
สมการเชิงเส้นเราจะได้เรียนในระดับ ม 4
พอในม.5 วิชา วิทยาการคำนวณ
ก็จะเห็นประโยชน์ของสมการเส้นตรงถูกนำไปใช้ในงาน data science (วิทยาการข้อมูล)
นำไปใช้วิเคราะห์ข้อมูลแบบ linear regression
.
กล่าวคือเมื่อเรามีข้อมูลย้อนหลังในอดีต
แล้วสามารถนำไปพล็อตลงบนกราฟแกน x กับ y
ผลปรากฏว่าข้อมูลมีความสัมพันธ์เป็นเส้นตรง
ในกรณีเราสามารถหาสมการเส้นตรงที่เหมาะสมสุด (optimize)
นำมาใช้พยากรณ์ข้อมูลล่วงหน้าในอนาคตได้
.
แต่ในกรณีที่ความสัมพันธ์ของข้อมูลพบว่าไม่ใช่เส้นตรง
เราสามารถใช้สมการที่ไม่ใช่เส้นตรง มาใช้พยากรณ์ข้อมูลก็ได้เช่นกัน
.
👉 2) เมทริกซ์
คือกลุ่มของจำนวนตัวเลข ที่เขียนเรียงกันเป็นรูปสี่เหลี่ยมผืนผ้าหรือจัตุรัส
นอกจากใช้แก้สมการหลายตัวแปรแล้ว
จะมีประโยชน์เวลานำไปประมวลภาพ (Image processing)
หรืองานพวกคอมพิวเตอร์วิชั่น (computer vision)
.
ต้องบอกอย่างนี้ว่า รูปภาพดิจิตอลที่เราเห็นเป็นสีสันสวยงาม
แต่ทว่าคอมไม่ได้มองเห็นเหมือนคน
มันมองเห็นเป็นเมทริกซ์ โดยข้างในเมทริกซ์ก็คือตัวเลขของค่าสี
และเราสามารถกระทำการคณิตศาสตร์กับรูปภาพได้
เช่น บวกลบ คูณหาร กับรูปภาพดิจิตอล ในมุมของเมทริกซ์
.
👉 3) ความน่าจะเป็น
ยกตัวอย่างเช่น ทฤษฏี Bayes' theorem
ทฤษฏีหนึงของความน่าจะเป็น
จะใช้หาว่าสมมติฐานใดน่าจะถูกต้องที่สุด โดยใช้ความรู้ก่อนหน้า (Prior Knowledge)
.
ทฤษีนี้ถูกนำไปใช้ในงานวิเคราะห์ข้อมูล รวมทั้งการเรียนรู้ของเครื่อง
เช่น จงหาความน่าจะเป็นที่ชาเขียวขวดนั้นจะผลิตจากโรงงานจากประเทศไทย
จงหาความน่าจะเป็นว่าผู้ป่วยจะเป็นโรคมะเร็ง เมื่อหายจากการติดเชื้อไวรัสโคโรนา
เป็นต้น
.
👉 4) แคลคูลัส
ตัวอย่างเช่น ถูกนำมาใช้ใน neural network
ซึ่งก็เครือข่ายประสาทเทียมที่เลียนแบบเซลล์สมอง
แต่จริงๆ ข้างในเครือข่ายจะประกอบไปด้วยน้ำหนัก
.
น้ำหนักที่ว่านี้มันก็คือตัวเลขจำนวนจริง ที่เริ่มต้นสุ่มขึ้นมา
แล้วเวลาจะหาค่าน้ำหนักที่เหมาะสม (optimize)
มันจะถูกปรับทีละเล็กทีละน้อย
โดยอาศัยหลักการเรื่องอนุพันธ์ หรือดิฟนั่นแหละ
.
👉 5) ตรรกศาสตร์
วิชานี้พูดถึง "ประพจน์" หมายถึงประโยคที่ให้ค่าออกมาเป็น True หรืด False
รวมถึงการใช้ตัวเชื่อมประพจน์แบบต่างๆ ไม่ว่าจะเป็น "และ" "หรือ" "ก็ต่อเมื่อ" เป็นต้น
.
ศาสตร์ด้านนี้เป็นพื้นฐานของระบบคอมพิวเตอร์
เพราะวงจรคอมพิวเตอร์พื้นฐาน มีแต่ตัวเลข 0 หรือ 1
จึงสามารถแทนด้วย False หรือ True ในทางตรรกศาสตร์
ไม่เพียงเท่านั้นวงจรอิเลคทรอนิกส์ ก็มีการดำเนินทางตรรกศาสตร์อีกด้วย
ไม่ว่าจะเป็น "และ" "หรือ" "ไม่" เป็นต้น
.
ยิ่งการเขียนโปรแกรม ยิ่งใช้เยอะ
เพราะต้องเปรียบเทียบเงื่อนไข True หรือ False
ในการควบคุมเส้นทางการทำงานของโปรแกรม
.
👉 6) ฟังก์ชัน
ฟังก์ชันคือความสัมพันธ์ จากเซตหนึ่งที่เรียกว่า 'โดเมน' ไปยังอีกเซตหนึ่งที่เรียกว่า 'เรนจ์' โดยที่สมาชิกตัวหน้าไม่ซ้ำกัน
ซึ่งคอนเซปต์ฟังก์ชันในทางคณิตศาสตร์
ก็ถูกนำไปใช้ในการเขียนโปรแกรมแบบ functional programming
.
👉 7) เรขาคณิตวิเคราะห์
ถูกนำไปใช้ในวิชาคอมกราฟิก หรือเกมส์
ในมุมมองของคนที่ใช้โปรแกรมวาดรูปต่างๆ หรือโปรแกรมสร้างแอนนิมเชั่นต่างๆ
เราก็แค่คลิกๆ ลากๆ ก็สร้างเสร็จแล้วใช่มั๊ยล่ะ
.
แต่หารู้หรือไม่ว่า เบื้องเวลาโปรแกรมจะวาดรูปทรง เช่น สี่เหลี่ยม วงรี ภาพตัดกรวยต่างๆ
ล้วนอาศัย เรขาคณิตวิเคราะห์ พล็อตวาดรูปทีละจุดออกมาให้เราใช้งาน
.
👉 8) ปีทาโกรัส
ทฤษฏีสามเหลี่ยมอันโด่งดังถูกนำไปใช้วัดระยะทางระหว่างจุดได้
ซึ่งจะมีประโยชน์ในการแยกแยะข้อมูล โดยใช้อัลกอริทึม
K-Nearest Neighbors (KNN)
ชื่อไทยก็คือ "ขั้นตอนวิธีการเพื่อนบ้านใกล้ที่สุด "
มันจะถูกนำไปใช้งานวิเคราะห์ข้อมูล รวมทั้งการเรียนรู้ของเครื่องอีกด้วย
ไม่ขอพูดเยอะเดี่ยว ม.5 ก็จะได้รู้จัก KNN ในวิชาวิทยาการคำนวณ
.
👉 9) ทฤษฏีกราฟเบื้องต้น
อย่างทฤษฏีกราฟออยเลอร์ (Eulerian graph)
ที่ได้เรียนกันในชั้น ม.5 จะมีประโยชน์ในวิชาคอม
เช่น ตอนเรียนในวิชา network ของคอมพิเตอร์ เพื่อหาเส้นทางที่ดี่สุดในการส่งข้อมูล
หรือจะมองโครงสร้างข้อมูลเป็นแบบกราฟก็ได้ ก็ลองนึกถึงลิงค์ต่างในเว็บไซต์ สามารถจับโยงเป็นกราฟได้ด้วยนะ
.
👉 10) เอกซ์โพเนนเชียล และลอการิทึม
เราอาจไม่เห็นการประยุกต์ใช้ตรงๆ นะครับ
แต่ในการประเมินประสิทธิภาพของอัลกอริทึม เวลาเขียนโปรแกรม
เขาจะใช้ Big O ขอไม่อธิบายเยอะแล้วกันเนอะ
เรื่องนี้มีเขียนอยู่ตำราวิทยาการคำนวณชั้นม.4 (ไปหาอ่านเอาได้)
.
ซึ่งเทอม Big O บางครั้งก็อาจเห็นอยู่ในรูปเอกซ์โพเนนเซียล หรือลอการิทึมนั่นเอง
ถ้าไม่เข้าใจว่า เอกซ์โพเนนเซียล หรือลอการิทึม คืออะไร
ก็ไม่จะอธิบายได้ว่าประสิทธิภาพของอัลอริทึมเราดีหรือแย่
.
+++++++
เป็นไงยังครับ สนใจอยากรู้ว่า เลข ม.ปลาย
สามารถนำไปใช้ศึกษาต่ออะไรอีกบ้างไหมเนี่ย
ถ้าอยากรู้ ผมเลยขอแนะนำหนังสือ (ขายของหน่อย)
.
หนังสือ "ปัญญาประดิษฐ์ (AI) ไม่ยาก"
เข้าใจได้ด้วยเลขม. ปลาย เล่ม 1 (เนื้อหาภาษาไทย)
ติดอันดับ Best seller ในหมวดหนังสือคอมพิวเตอร์ ของ MEB
.
เนื้อหาจะอธิบายปัญญาประดิษฐ์ (A) ในมุมมองเลขม.ปลาย
โดยปราศจากการโค้ดดิ้งให้มึนหัว
พร้อมภาพประกอบสีสันให้ดูอ่านง่าย
.
สนใจสั่งซ์้อได้ที่
👉 https://www.mebmarket.com/web/index.php…
.
ส่วนตัวอย่างหนังสือ ก็ดูได้ลิงค์นี้
👉 https://www.dropbox.com/s/fg8l38hc0k9b…/chapter_example.pdf…
.
ขออภัยเล่มกระดาษตอนนี้ยังไม่มี โทดทีนะครัชชช
.
✍เขียนโดย โปรแกรมเมอร์ไทย thai progammer
🤓 Many people may have complained that ′′ I have studied the number, why I haven't used it
This is just an example to know the number we studied in high school. The end.
Shouldn't leave if you think about studying computer at a high level.
.
👉 1) Linear equation
Starting from a straight line equation that looks like y=mx+c called standard photo.
- when m is steep
- c section is a y core cutting point
.
Linear equation, so we can study in level 4
Enough in the university. 5 Computational Science
You will see the benefits of a straight line equation. Used in data science (data science)
Linear regression data analysis
.
When we have data backwards in the past
Then can be taken to plot on the graph x with y
The result appears that the information has a straight line of relationships.
In case, we can find the most suitable straight line equation (optimize)
Presentation for future advance information
.
But in case the relationship of information finds it not a straight line.
We can also use equations that are not straight lines to predict information.
.
👉 2) Matrix
A group of numbers that are written in a square or square.
Apart from using to solve many variables.
It will be useful when you compilate photos. (Image processing)
Or computer vision work (computer vision)
.
This is what we have to say. The digital photos we see are beautiful.
But the computer doesn't see it as a human.
It's seen as a matrix. Inside the matrix is a number of colors.
And we can do math with pictures
For instance, subtract, multiply with digital photos in the matrix corner.
.
👉 3) Probability
For example, Bayes s' theorem theory
Theory of probability
Find out which hypothesis is most accurate using previous knowledge (Prior Knowledge)
.
This theory is applied to data analytics and machine learning.
For example, find the probability that green tea will be manufactured from Thailand's factory.
Consider the probability that patients have cancer when they recover from coronavirus infection.
Etc.
.
👉 4) Calculus
For example, being used in neural network
Which is also an artificial neural network that imitates brain cells.
But really in the network, it consists of weight
.
This weight is a random number that starts randomly.
Time will find the right weight (optimize)
It will be fined little by little
By principle of derivative or derivative.
.
👉 5) Logic
This subject is referring to ′′ plural ′′ meaning a sentence that gives value to True or False.
Includes using different types of plural connectors, whether it's ′′ and or when etc.
.
This aspect of computer system is fundamental.
Because basic computer circuits are only 0 or 1 numbers.
So it can be replaced with False or True in logic.
Not only that, the electronic circuit also has a logical action.
Whether it's ′′ and or no etc.
.
The more programming, the more I use.
Because we have to compare terms True or False
In controlling the program's working path
.
👉 6) function
Function is a relationship from one set called ' domain ' to another set called ' Range ' by unique member.
Which concepts function in mathematics
It was also applied to functional programming.
.
👉 7) Geometry analysis
Being applied to Computer, Graphics or Games
In view of people who use various drawing programs or animation programs.
We just click and drag. It's done. Right?
.
But I don't know that the program time will draw shapes like a rectangle, crop of various cones.
All in Geometry. Analyse the plot. Draw one at a time. Let us use it.
.
👉 8) Year Takorus
The famous triangle theory is applied to measure distance between spots.
It will be useful to digest data using algorithm.
K-Nearest Neighbors (KNN)
Thai name is ′′ nearest neighbourhood method
It will also be implemented, analyzed data, including machine learning.
I don't want to talk too much. Single. 5 I will know KNN in Calculation Theology.
.
👉 9) Preliminary Graph Theory
Theoretical Graph Oyler (Eulerian graph)
That we have studied in high school. 5 will be useful in computer class
For example, when studying in computer network subjects, find the best way to send information.
Or you can look at data structures as graphics. Think of different links on websites. You can be connected to a graph.
.
👉 10) m & LOGARIETY
We may not see the application frankly.
But in assessing performance of programming time algorithm.
He will use Big O. I don't want to explain too much.
This story is written in the textbook. Calculating in the university. 4 (Let's find it to read)
.
Big O semester may sometimes be seen in esponical or logarithm.
If you don't understand what Exponcial or Lokarithm is.
It doesn't explain how good or bad our alitum performance is.
.
+++++++
How are you? If you are interested, I want to know the number. The end.
What else can I apply to study?
If you want to know, I recommend the book (selling)
.
′′ Artificial Intelligence (AI) is not difficult ′′ book.
It can be understood by the number. End of book 1 (Thai language content)
Best seller ranked in MEB computer book category.
.
The contents will describe Artificial Intelligence (A) in view of the number. The end.
Without a code of dizzy
With colorful illustrations to see, easy to read.
.
If you are interested, you can order.
👉 https://www.mebmarket.com/web/index.php?action=BookDetails&data=YToyOntzOjc6InVzZXJfaWQiO3M6NzoiMTcyNTQ4MyI7czo3OiJib29rX2lkIjtzOjY6IjEwODI0NiI7fQ&fbclid=IwAR11zxJea0OnJy5tbfIlSxo4UQmsemh_8TuBF0ddjJQzzliMFFoFz1AtTo4
.
Personal like the book. You can see this link.
👉 https://www.dropbox.com/s/fg8l38hc0k9b0md/chapter_example.pdf?dl=0
.
Sorry, paper book. I don't have it yet. Sorry.
.
✍ Written by Thai programmer thai progammerTranslated
math random 在 BorntoDev Facebook 的最佳貼文
👉 ใครอยากทำ "Machine Learning" กับ Algorithm ยกมือขึ้นน !! กับเรื่อวงพื้นฐานที่สำคัญที่ทุกคนต้องรู้ <3
.
โดยต้องบอกก่อนว่า Algorithm หรือ สูตรบางตัวนี้สาย Math กับ Stat อาจเคยเรียนกันมาบ้างแล้ว แต่มันจะเจ๋งมาก ๆ ถ้าให้คอมพิวเตอร์ช่วยประมวลผลให้เรา :D
.
เริ่มจาก "Linear Regression" ที่เป็นความรู้บทแรก ๆ ของ Machine Learning เลยก็ว่าได้ ซึ่ง Algorithm นี้ประยุกต์ใช้งานได้หลากหลาย
.
🔥 ไม่ว่าจะเป็นดูว่า คนจะป่วยเป็น COVID-19 เพิ่มขึ้นอีกเท่าไหร่ในอีก 5 วัน ก็ได้เช่นกัน
.
หรือ " Logistic Regression" อีกหนึ่ง Algorithm ที่สามารถใช้เพื่อช่วยทำนายผลการเลือกตั้ง โดยผลลัพธ์จะออกมาในรูปแบบ Binary คือแค่ 0 กับ 1 เท่านั้น
.
เหมาะมาก ๆ สำหรับการทำ Classification หรือ การแยกประเภทข้อมูลในหลาย ๆ งาน
.
✅ ไปจนถึง "KNN (K-nearest neighbors)" ที่ประยุกต์ใช้งานกับ Supervised Learning หรือ การเรียนรู้ที่เราจะต้องติด tag หรือ สอนคอมพิวเตอร์ก่อน แล้วให้เขาค่อย ๆ เรียนรู้ตาม
.
และ การใช้งาน "Random Forest" และ "Naive Bayes" โดยแอดจะแนะนำให้เราหาคำตอบได้จากบทความนี้เลย :
.
https://dev.to/twilio/top-5-machine-learning-algorithms-you-need-to-know-2723.
.
ซึ่งทั้งหมดนี้ก็เป็นจุดเริ่มต้นเล็ก ๆ สำหรับใครที่อยากมาสายนี้ครับ จริง ๆ แล้วแอดจะแอบกระซิบบอกว่ามันยังมีอะไรให้รู้อีกเยอะเลยย
.
⭐️ "ถ้าชอบ ถูกใจ อย่าลืมบอกกันด้วยนะ เพราะจะได้หา Content มาเล่าให้โดนใจแฟนเพจทุกคนเลยจ้า <3"
.
#BorntoDev - 🦖 Coding Academy ให้การพัฒนาเทคโนโลยีเป็นเรื่องง่ายสำหรับทุกคน
math random 在 YingTze Youtube 的最讚貼文
We are PowerPuff Girls ! Featuring Yong Zhen & 17.Ambition
What do you think of our dress up ? Rate 1-10 !
My Mobile Legends Crazy Legends “ Crazy Level “ Quest is to video call a random person and dance together !
Hope you enjoy this dance .
Though I’m equally bad in singing and dancing , I secretly enjoy both a lot .
if you enjoyed the video , hit that like button for me ! (๑ↀᆺↀ๑)✧ and Comment down below!! Catch me on my livestreams only at my Facebook Page , on Wednesday till Sunday at 8pm-12am (GMT+7) !
https://www.facebook.com/YingTze1206/ https://www.instagram.com/yingtze/?hl=en
math random 在 吳老師教學部落格 Youtube 的最佳貼文
從VBA到Python程式開發2班第2次上課(多重邏輯與BMI範例&BMI程式撰寫與多重邏輯&BMI程式精簡與其他練習題&邏輯練習與無窮迴圈與使用List串列計算成績&匯入math類別與取用pi與pow&匯入random類別與產生亂數)
01_重點回顧與邏輯判斷
02_多重邏輯與BMI範例
03_BMI程式撰寫與多重邏輯
04_BMI程式精簡與其他練習題說明
05_邏輯練習與無窮迴圈與使用List串列計算成績
06_匯入math類別與取用pi與pow
07_匯入random類別與產生亂數
08_下周課程重點
完整影音
http://goo.gl/aQTMFS
教學論壇(之後課程會放論壇上課學員請自行加入):
https://groups.google.com/forum/#!forum/tcfst_python_2018_2
懶人包:
EXCEL函數與VBA http://terry28853669.pixnet.net/blog/category/list/1384521
EXCEL VBA自動化教學 http://terry28853669.pixnet.net/blog/category/list/1384524
課程簡介:入門
建置Python開發環境
基本語法與結構控制
迴圈、資料結構及函式
VBA重要函數到Python
檔案處理
資料庫處理
課程簡介:進階
網頁資料擷取與分析、Python網頁測試自動化、YouTube影片下載器
處理 Excel 試算表、處理 PDF 與 Word 文件、處理 CSV 檔和 JSON 資料
實戰:PM2.5即時監測顯示器、Email 和文字簡訊、處理影像圖片、以 GUI 自動化來控制鍵盤和滑鼠
上課用書:
參考書目
Python初學特訓班(附250分鐘影音教學/範例程式)
作者: 鄧文淵/總監製, 文淵閣工作室/編著?
出版社:碁峰? 出版日期:2016/11/29
Python程式設計入門
作者:葉難
ISBN:9789864340057
出版社:博碩文化
出版日期:2015/04/02
吳老師 107/6/27
EXCEL,VBA,Python,自強工業基金會,EXCEL,VBA,函數,程式設計,線上教學,PYTHON安裝環境
math random 在 吳老師教學部落格 Youtube 的最讚貼文
從VBA到Python程式開發2班第2次上課(多重邏輯與BMI範例&BMI程式撰寫與多重邏輯&BMI程式精簡與其他練習題&邏輯練習與無窮迴圈與使用List串列計算成績&匯入math類別與取用pi與pow&匯入random類別與產生亂數)
01_重點回顧與邏輯判斷
02_多重邏輯與BMI範例
03_BMI程式撰寫與多重邏輯
04_BMI程式精簡與其他練習題說明
05_邏輯練習與無窮迴圈與使用List串列計算成績
06_匯入math類別與取用pi與pow
07_匯入random類別與產生亂數
08_下周課程重點
完整影音
http://goo.gl/aQTMFS
教學論壇(之後課程會放論壇上課學員請自行加入):
https://groups.google.com/forum/#!forum/tcfst_python_2018_2
懶人包:
EXCEL函數與VBA http://terry28853669.pixnet.net/blog/category/list/1384521
EXCEL VBA自動化教學 http://terry28853669.pixnet.net/blog/category/list/1384524
課程簡介:入門
建置Python開發環境
基本語法與結構控制
迴圈、資料結構及函式
VBA重要函數到Python
檔案處理
資料庫處理
課程簡介:進階
網頁資料擷取與分析、Python網頁測試自動化、YouTube影片下載器
處理 Excel 試算表、處理 PDF 與 Word 文件、處理 CSV 檔和 JSON 資料
實戰:PM2.5即時監測顯示器、Email 和文字簡訊、處理影像圖片、以 GUI 自動化來控制鍵盤和滑鼠
上課用書:
參考書目
Python初學特訓班(附250分鐘影音教學/範例程式)
作者: 鄧文淵/總監製, 文淵閣工作室/編著?
出版社:碁峰? 出版日期:2016/11/29
Python程式設計入門
作者:葉難
ISBN:9789864340057
出版社:博碩文化
出版日期:2015/04/02
吳老師 107/6/27
EXCEL,VBA,Python,自強工業基金會,EXCEL,VBA,函數,程式設計,線上教學,PYTHON安裝環境
math random 在 tc39/proposal-seeded-random - GitHub 的推薦與評價
Proposal for an options argument to be added to JS's Math.random() function, and some options to start it with. - GitHub - tc39/proposal-seeded-random: ... ... <看更多>
math random 在 3 Amazing ways to generate random numbers without Math ... 的推薦與評價
With a quick google search, I found that it worked by using a random number generator (RNG). It's probably Math.random(). ... <看更多>
math random 在 Generating random whole numbers in JavaScript in a specific ... 的推薦與評價
... <看更多>
相關內容