關於 join python 3 ，我們在網路上蒐集到這些相關的討論、資訊與評價

🔥 เบื่อหรือไม่ ตั้งนาฬิกาปลุกไว้แล้ว แต่ตื่นมาเข้าเรียน หรือเข้า meeting ไม่ทันทุกที ปัญหานี้จะหมดไปถ้าคุณเจอโปรเจกต์นี้ !!!
.
👉 และวันนี้ BorntoDev Direct ขอนำเสนอ...โปรเจกต์ Auto Join Team Meeting ด้วยภาษา Python!! ที่จะทำให้เพื่อน ๆ ไม่เข้าเรียนสาย หรือ เข้า meeting ช้าอีกต่อไป ~
.
จะเป็นยังไงนั้น ไปดูและทำตามกันเลยจ้าาาา
.
🔹 สิ่งที่ต้องการในโปรเจกต์นี้
Python 3.7 หรือ มากกว่า
Google Chrome เวอร์ชันล่าสุด
.
🔸 วิธีทำก็ง่าย ๆ ดังนี้
1) clone >> https://github.com/prajinkhadka/auto-join-teams
2) ติดตั้ง python และ pip
3) ติดตั้ง pip install -r requirements.txt >> https://paste.ubuntu.com/p/Ndf3bn29Z2/
4) และกำหนด Parameter ดังนี้ Email, Password, Auto_leave_min, Leave_if_last, และ Headless
5) จากนั้นก็รันไฟล์ auto_joiner.py ที่ clone จาก git และรอดูผลลัพธ์ได้เลย !!
.
หรือเพื่อน ๆ สามารถตั้งเวลาจาก Task Scheduler แล้วตั้งค่าให้รันไฟล์ auto_join.sh ตามเวลาที่จะเข้า meet เพียงแค่นี้เราก็ไม่เข้าเรียนสายแล้ว !!!
.
💥 Source : https://pythonawesome.com/a-automatically-script-login-to-your-account-and-joins-the-meeting/
.
ลองไปเล่นกันดูนะ หวังว่าทริคดี ๆ จะแบบนี้จะเป็นประโยชน์กับเพื่อน ๆ นะ
.
borntoDev - 🦖 สร้างการเรียนรู้ที่ดีสำหรับสายไอทีในทุกวัน

[Sharing]
HỌC DATA SCIENCE NHƯ THẾ NÀO?
#datascience

Helu mấy em, dạo này có rất nhiều bạn sinh viên hỏi chị về định hướng theo 1 ngành siêu hot là Data Science đấy! Vậy ngồi xuống đây đọc một bài viết hay về nghề Data Science nhé. Đây là ngành nghề được dự đoán sẽ có nhu cầu cao nhất trong tương lai đó. Bài viết này sẽ đưa ra các bước và nguồn cho các bạn muốn học Data Science đó, đọc xem và share cho các bạn còn loay hoay nha!
___________________________________
I. Học lập trình:
Một Data Scientist (DStist) không thể không biết lập trình, dù không cần thiết phải giỏi như một lập trình viên nhưng phải đủ khả năng viết được những chương trình cơ bản. Từ khi nhập học tới giờ, từ một đứa mà kiến thức lập trình là con số 0 tròn trình, mình đã học qua R, Java, Python, SQL (kì tới sẽ có cả NoSQL nữa). Học tới đâu là sử dụng luôn tới đấy nên thường mình phải tự học thêm rất nhiều để có thể hiểu được logic và cú pháp của ngôn ngữ lập trình đó. Ngôn ngữ quan trọng nhất, phổ biến nhất dành cho DStist là Python với thư viện khổng lồ. Xếp sau Python là R, rất mạnh về phân tích thống kê. Năm ngoái mình được Khoa Toán thuê viết một App (ShinyApp) tương tác dành cho một dự án nghiên cứu của Bang sử dụng ngôn ngữ này.

Vậy học lập trình ở đâu?
https://www.tutorialspoint.com/

Trang này thì gi gỉ gì gi cái gì cũng có, thích học gì có ngay cái đó. Còn nhớ năm ngoái mình cực kỳ đuối khi các thầy bắt học thêm Java, với lý do rằng DStist thường hay phải làm việc trực tiếp với lập trình viên, vậy thì phải học để có thể trò chuyện với nhau được. Mình đã phải đọc thêm sách, đi học thêm phụ đạo, rồi lại đọc mòn mỏi trên trang này để theo kịp các bạn trên lớp. Kết quả là cuối kì, mình tự viết được cả trò chơi và thậm chí còn lập trình được công thức toán thống kê cho thư viện Java đấy.

2. https://codingbat.com/
Đây là nơi mình luyện viết code, từ những ứng dụng đơn giản nhất chỉ vài ba dòng. Trình độ của mình đã lên rất nhanh sau khi hoàn thành phân nửa số bài tập trên này.

3. https://www.datacamp.com/
Mình chưa sử dụng trang này bao giờ, nhưng được quảng cáo khá nhiều. Trên này có các khóa học miễn phí R và Python thiết kế riêng cho DS. Thích hợp cho những ai mới bắt đầu.

4. https://www.udemy.com/.../development/programming-languages/

5. https://www.codecademy.com/catalog/subject/all

Đây là hai trang do bạn bè mình giới thiệu. Có mấy bạn không đi học phụ đạo Java được đã trả tiền theo học trên này. Vì thường xuyên có giảm giá sâu nên khóa học không quá đắt đỏ. Và điểm lợi thế là sẽ có chứng nhận cuối khóa, có thể củng cố thêm cho hồ sơ xin học hoặc xin việc của bạn.

II. Học thống kê:
Đã làm việc với dữ liệu là phải hiểu lý thuyết thống kê, chí ít cũng phải biết tới những khái niệm cơ bản như lấy mẫu (sampling), trung bình (mean), trung vị (median), độ lệch chuẩn (standard deviation), hồi quy tuyến tính (linear regression),... Nếu muốn trở thành DStist thì còn phải biết tới kiến thức thống kê nâng cao, liên quan tới machine learning. Một điều tuyệt vời là những cuốn sách thống kê hay ho nhất, tổng hợp nhất lại miễn phí, nhằm đáp ứng nhu cầu học tập về dữ liệu ngày càng cao. Hai cuốn sách mà tất cả các giáo sư Khoa Toán của mình đều sử dụng là:

The Elements of Statistical Learning (Trevor Hastie, Robert Tibshirani, Jerome H. Friedman, 2001)
Cuốn này hơn 700 trang, chia làm 18 chương, sử dụng R trong phân tích thống kê. Bản thân mình thấy sách quá hay, minh họa đầy đủ, giải thích kĩ càng, đọc tới đâu có thể copy code đến đấy để tự thử nghiệm. Dĩ nhiên bạn không cần phải đọc hết sách. Đụng tới khái niệm thống kê nào thì tra cứu tương ứng trong sách cũng được.
https://web.stanford.edu/~hastie/Papers/ESLII.pdf

2. An Introduction to Statistical Learning: With Applications in R ( Trevor Hastie, Robert Tibshirani, Daniela Witten, Gareth James, 2013)
Cuốn này cũng hay, hơn 400 trang, chia làm 10 chương, cũng dùng R. Ai ngại đọc cuốn trên thì có thể bắt đầu với cuốn này.

https://www-bcf.usc.edu/.../ISL/ISLR%20First%20Printing.pdf

III. Học Data Science - Nâng cao:
Sau khi có chút kiến thức cơ bản về lập trình và thống kê rồi thì bạn có thể sử dụng các trang sau để tìm hiểu thêm về các mảng chính của DS như artificial intelligence, computer vision, machine learning, Big Data Analytics, Business Intelligence...
https://towardsdatascience.com/

Đây là trang tổng hợp cực kì nhiều bài viết chất lượng từ các giáo sư và chuyên gia trong ngành. Có rất nhiều bài hướng dẫn chi tiết từng bước cho trình độ beginner. Mình thường đọc trên trang này về machine learning và artificial intelligence (AI). Không chỉ có những phân tích rất cặn kẽ về mặt lý thuyết, nhiều bài viết còn cung cấp ví dụ minh họa và đính kèm cả code để bạn đọc tự thử nghiệm. Ví dụ bài viết sau về Deep Learning là của một giáo sư ở Barcelona, toàn bộ Code có trong Notebook trên Google Colab. Vì chạy trên Cloud nên bạn không cần cài đặt gì mà có thể lập tức chạy chương trình ngay được, cực kì phù hợp cho những ai muốn xem qua trước và không muốn mất công cài đặt này nọ.
https://towardsdatascience.com/deep-learning-for...

2. https://www.datascienceweekly.org/
Một bạn người Na Uy trên Tandem giới thiệu cho mình về trang này, bảo rằng đang tự học machine learning ở đây. Thế là mình cũng đăng ký nhận Newsletter từ mấy hôm trước. Mỗi tuần, mình nhận được một email tổng hợp các bài viết nổi bật trong ngành. Như vậy để mình luôn nắm bắt được những xu hướng mới nhất và cập nhật những tiến bộ công nghệ mới.

3. https://www.kaggle.com/
Một đồng nghiệp người Ấn Độ chỉ cho mình trang này quá hay luôn. Đây là nơi bạn học hỏi bằng cách thực hành qua các dự án, các cuộc thi và thử thách quốc tế. Các công ty, tổ chức treo giải thưởng có khi lên tới cả 100,000$ cho đội nào chiến thắng. Chẳng hạn hiện giờ có 20 cuộc thi đấu song song, và đã có hàng ngàn đội đăng kí tham gia. Trên này cũng có các micro-courses hoàn toàn miễn phí từ Python cho tới Deep Learning dành cho beginner.
https://www.kaggle.com/learn/overview

4. https://www.coursera.org/browse/data-science
Và cuối cùng, dĩ nhiên là trên coursera cũng có khóa học miễn phí dành cho DS. Khi nào có thời gian, bạn thử đăng ký xem sao.

Trên đây là những hướng dẫn chung dành cho những ai muốn tìm hiểu về Data Science và học những kĩ năng cơ bản trước. Hi vọng giúp được các bạn đang quan tâm. Mình sẽ tiếp tục cập nhật thêm nhé.

Blog Mai Knows người chị thân thiết của Founder Hoa Dinh ở Đức
https://www.facebook.com/maiknowsnow/

Link tham khảo về lương của DStist:
https://www.burtchworks.com/.../2018-data-scientist.../

----
Join các kênh khác của HannahEd:
- Job Hunters & Career Builders - HannahEd
- Học bổng ngắn hạn, trao đổi, tình nguyện - HannahEd
- English Club HEC
- Scholarship Hunters
- Web/tiktok/insta: hannahed.co
- Youtube: HannahEd

🌍📚Những #Schofan quyết tâm và muốn chuẩn bị kĩ cho nhiều học bổng từ giờ thì mau mau đăng kí lớp tìm và apply học bổng #HannahEd đã có lịch các lớp tháng 11, 12 và chương trình Mentor, Review hồ sơ, Tập phỏng vấn.
Link này để nhận thêm thông tin hoặc email hannahed.co@gmail.com nhé:
http://tiny.cc/HannahEdClassInfo
https://hannahed.co/lop-tim-va-nop-hoc-bong/
❤ Like và share nếu các em thấy thông tin có ích nhé ❤
#HannahEd #duhoc #hocbong #sanhocbong #scholarshipforVietnamesestudents

NHỮNG BÀI HỌC SAU 1 NĂM LÀM VIỆC TẠI AMAZON, MỸ!

Các bạn ơi, có bạn nào quan tâm tới các công ty công nghệ lớn ở mỹ FAANG, bao gồm Amazon không nhỉ. Lương thì cao, văn phòng thì đẹp, cơ hội phát triển cũng vùn vụt nữa, quá tuyệt luôn í. Thế nhưng không biết làm việc ở đây như thế nào nhờ? Mình vừa mới đọc được 1 bài chia sẻ của chị Lan, từng học tại ĐH Hà Nội, học MBA tại Mỹ và đang làm việc tại Amazon, ở Seattle rất rất hay. Mình chia sẻ lại cho các bạn có đam mê với các công ty công nghệ cũng như học tập và làm việc tại Mỹ nhé!
_______________________________________________

Vèo một cái, mình đã sống và làm việc ở đây tròn 1 năm. Ngày 22/7/2019, cả Ngọc và mình chính thức bắt đầu làm việc tại trụ sở của Amazon ở Seattle, Mỹ. Mục đích của chiếc note này là để ghi lại dấu mốc quan trọng này, cũng như để chia sẻ những bài học (cũng hơi hơi) xương máu mà mình đã học được trong 1 năm qua.

1) What got you here won’t get you there (Tạm dịch: ‘Những gì giúp mình đến được đây sẽ không giúp mình đi xa hơn’, hoặc ‘Lúc méo nào cũng vẫn thấy mình ngu’ haha)

Ngày bắt đầu học MBA, lúc viết resume mình hay thường nói về kỹ năng làm việc và phân tích số liệu. Rồi nào là Excel, kỹ năng quản lý thời gian, làm việc nhóm, lãnh đạo… Bởi vì với mình đấy là những kỹ năng mình dùng nhiều nhất hồi đi làm ở PwC.
Trong quá trình học MBA, mới biết là có hàng trăm hàng ngàn thằng khác cũng có những kỹ năng như vậy. Xong chúng nó lại còn bỏ túi một đống kỹ năng kiến thức khác: SQL, Python, Tableau… Lúc ấy mình mới bàng hoàng nhận ra mình KHÔNG CÓ CÁI NÀO. Cuối năm 1 đầu năm 2 MBA mới bắt đầu học basic Tableau, rồi Database management. Trong khi các bạn dùng queries để lấy dữ liệu vèo vèo, mình mới chập chững học thế nào là primary key…
Bắt đầu đi làm, mình vào cùng team với một anh hơn mình 10 tuổi. Anh này đã có kinh nghiệm làm việc lâu năm ở Whirlpool. Cái trớ trêu là mình và anh ta tuy cách biệt về kinh nghiệm làm việc nhưng lại cùng level cùng team cùng function. Thế là có những lần sếp bảo lấy cho tao dữ liệu này nhé, mình còn đang loay hoay chưa biết lấy ở nguồn nào ra sao (méo hiểu phải join bảng nào với bảng nào hihi) thì anh ta đã lấy xong và làm luôn cả phân tích xong rồi. Nhớ lại không biết bao lần áp lực vì anh bạn cùng team giỏi quá mà đang làm mình phải chạy vào nhà vệ sinh vì suýt khóc ahuhu.
Chưa kể, do đặc thù công việc của mình, mình mới dần hiểu được sự cần thiết của các kỹ năng nghe tên rất mơ hồ như influencing without authority hay leading without authority (tạm dịch: kỹ năng tác động/ảnh hưởng/lãnh đạo khi không có thẩm quyền). Vì Amazon quá lớn và có quá nhiều team to nhỏ làm các nhiệm vụ khác nhau, mình rất thường xuyên phải ‘nhờ cậy’ và xin xỏ nhân lực và thời gian của các team đó để họ hỗ trợ cho công việc và dự án của mình. Mình không phải sếp của họ nên ko thể bắt họ làm cho mình được. Thay vào đó, mình phải học cách trao đổi deadlines, phương thức, thời gian với họ; hiểu những mục tiêu, dự án lớn của team họ; rồi giải thích cho họ tại sao họ cần/nên giúp đỡ mình trong dự án của mình. Từ đó hai bên cùng làm việc và hỗ trợ lẫn nhau. Đây là skill mình thấy khó nhằn ko khác gì SQL, vì chỉ sơ xuất trong quá trình trao đổi giữa các team cũng có thể khiến công việc của mình bị trì hoãn hoặc chệch hướng.

2) Tự thân vận động

Ngày xưa ở PwC, từ khi bắt đầu vào đến khi lên trưởng nhóm, các bước đi trong sự nghiệp luôn rất rõ ràng. Bạn nào vào cũng được phân một nhóm khách hàng. Công việc ai cũng như ai là đi kiểm toán ở công ty khách hàng, thực hiện các thủ tục kiểm toán để đưa ra kết luận cho báo cáo kiểm toán. Các bước làm hay nhiệm vụ đều được xác định từ trước và tuân theo quy chuẩn, cứ thế mà làm thôi.
Khi sang đây, lúc đi tập huấn và làm quen với team, anh sếp bảo “Đấy, mày sẽ giám sát danh mục người bán cho các mặt hàng này. Mày tự tìm hiểu xem vấn đề ở đâu và hướng giải quyết nhé”. Thế là từ ấy con bé tự bơi, tự tìm hiểu xem giờ mình phải làm gì và bắt đầu từ đâu. Thế mới hiểu tại sao mọi người nói, cùng 1 vị trí nhưng có người thăng tiến rất nhanh, có người hết mấy năm rồi vẫn loay hoay ko làm được cái gì to tát. Hoang mang vl. Thậm chí, ở Amazon, đánh giá hàng năm cũng ko có chuyện xem xem có được lên chức không. Nếu muốn được thăng chức, mỗi nhân viên phải tự nói chuyện với sếp là tao muốn năm nay được lên chức, rồi tự viết doc tổng kết và chứng minh là tao đã làm được việc abc xyz và xứng đáng được lên chức. Mình hiểu ra rằng, trách nhiệm phát triển sự nghiệp ở đây không chỉ nằm ở việc làm tốt những nhiệm vụ được sếp giao như hồi mình đi làm ở Việt Nam, mà là bản thân mình phải tự tìm kiếm các dự án nên làm, tự lên kế hoạch ưu tiên dự án nào có tầm ảnh hưởng nhất, và tự vẽ ra hướng đi của riêng mình. Ownership is so much important here.
Tương tự như chuyện tự giao việc cho chính mình trên kia, hầu như tất cả các việc admin phải làm khác cũng phải tự thân vận động. Ví dụ Amazon nổi tiếng là một trong số không nhiều công ty tài trợ làm thẻ xanh cho nhân viên không phải công dân Mỹ, và có một đội immigration team to oành chuyên làm việc đó. Tuy nhiên, công ty sẽ ko mặc định bắt đầu quá trình nộp hồ sơ cho mình. Nhân viên nào cần (mà đứa du học sinh méo nào chả cần hahaa) thì tự phải lên mạng nội bộ của công ty mà tìm thông tin, rồi tự đi mà liên lạc với immigration team để bảo họ bắt đầu làm cho mình.
Mình cảm thấy đây là một nét đặc trưng trong văn hóa công sở bên này. Dù đôi khi (thực ra là rất nhiều khi) nó khiến mình cảm thấy mệt mỏi vì phải bơi giữa một đại dương thông tin, cũng chính nó đã ép mình phải tự lập hơn và sống không chờ đợi hahaha.

3) Định hướng phát triển sự nghiệp trong tương lai:

Có lẽ cũng chính vì được tự ‘phát kiến’ ra những dự án và công việc cần làm như mình nói ở trên, mà mỗi người khi vào công ty, tuy cùng xuất phát ở một vị trí, cũng có thể sẽ đi theo các hướng rất khác nhau. Ví dụ cùng trong chương trình Retail Leadership Development Program (tạm dịch: Chương trình phát triển lãnh đạo trong ngành hàng Bán lẻ) của mình, có 5 vị trí khác nhau và mỗi vị trí lại có cách phát triển sự nghiệp theo chiều ngang hoặc dọc khác nhau (horizontal vs. vertical career development). Có rất nhiều anh chị bạn ở các năm trước chọn không đi lên vị trí lãnh đạo trong track của mình, mà thay vào đó chọn tiếp tục làmL individual contributor (người đóng góp cá nhân) ở các team hoặc các vị trí khác. Để làm được điều đó, mỗi người phải ‘hoạch định’ xem vị trí mà mình muốn hướng tới là gì, các kỹ năng mà vị trí đó đòi hỏi là gì, và làm thế nào để mình có cơ hội luyện tập và học được các kỹ năng đó khi vẫn còn đang ở vị trí hiện tại.
Một ví dụ cho việc này chính là bản thân mình. Mình vào Amazon với vị trí Sr. Category Merchant Manager (tạm dịch Quản lý danh mục người bán). Sau tầm 9 tháng làm việc, mình nhận ra mình muốn dịch chuyển dần sang Product Manager (Quản lý Sản phẩm). Thế là mình đi liên lạc với một số team đang cần tuyển vị trí Product Manager (PM) và… dần dần bị từ chối gần hết. Lý do chính là vì mình chưa có đủ các kỹ năng cần thiết cho 1 PM, điển hình nhất là chưa từng viết 1 proposal/PRFAQ doc nào hết. Sau đó mình đã nói chuyện với sếp và sếp của sếp mình để xin vào làm các dự án yêu cầu phải viết các doc như vậy, tương tự với các dự án của PM, trong team mình. Kết quả là hiện tại mình đang làm việc 50% với vị trí Quản lý danh mục người bán và 50% với vị trí PM Catalog/CX (Quản lý sản phẩm Catalô/Trải nghiệm khách hàng) trong team mình. Mình coi đây là một cơ hội để mình bước 1 chân vào thế giới của PM và dần dần học hỏi thêm trước khi mình có thể chuyển sang một vị trí PM toàn thời gian trong tương lai (fingers crossed!) :D

Tóm lại….

Hồi đại học cứ tưởng thế là học xong. Lúc bắt đầu học MBA cũng tưởng thế này là học nhiều vl rồi cố nốt 2 năm rồi thôi (lol). Cuối cùng, đi làm 1 năm rồi mới thấm thía, sự học thật ra không bao giờ là xong được cả. Dù mình có dành thêm vài năm nữa ở vị trí hiện tại, chắc cũng không thể hiểu hết tất cả mọi thứ về nó (huhu mệt vl). Và dù mình có 5 năm hay 10 năm kinh nghiệm làm việc ở đây đi chăng nữa, nếu 1 ngày nào đó mình từ chối việc học thì đó cũng sẽ là ngày mình sẽ bị đào thải, vì tất cả mng trong team và trong chương trình của mình ai cũng đều như trâu như chó, chưa kể thông minh smart hơn mình... Bài học to nhất rút ra chính là Phải biết yêu việc học và biết yêu công việc của mình. Đồng thời phải tự đi mà tìm cách biến hóa công việc hiện tại để phục vụ cho bước đi tiếp theo của mình, chứ không chỉ dừng lại ở việc làm tốt các công việc hiện tại đó.
Cuối cùng là, để chiếc note này deep hơn 1 chút, mình xin kết bài với một câu quote vu vơ của Brian Tracy: “If you wish to achieve worthwhile things in your personal and career life, you must become a worthwhile person in your own self-development” (tạm dịch: Nếu bạn muốn đạt được những điều đáng giá trong cuộc sống cá nhân và sự nghiệp của mình, bạn phải trở thành một người đáng giá trong sự phát triển bản thân của chính bạn).
Chiếc note kết thúc tại đây… Mình lại quay về với cái máng lợn SQL đây các bạn ạ, báo cáo quý 2 vẫn đang chờ đợi….

Nguồn: Lan Mai Le
P.S: Lan làm cùng PwC với chị founder page và chị cũng có giúp bạn ấy review hồ sơ đợt apply MBA đi Mỹ ^^

🚩 Nếu cả nhà cần chuẩn bị tốt nhất cho việc xin các loại học bổng, lớp tìm và apply học bổng HannahEd đã có lịch các lớp tháng 8, 9 đều học t7CN 8/8 và 12/09 nè.
Cả nhà nhận thông tin lớp, Mentor 1-1 & các chương trình khác thì inbox page, email hannahed.co@gmail.com hoặc điền link này https://goo.gl/cDZEa1 nhé.
https://hannahed.co/lop-tim-va-nop-hoc-bong/
<3 Tag và chia sẻ bài viết đến bạn bè em nhé <3
#HannahEd #duhoc #hocbong #sanhocbong #scholarshipforVietnamesestudents

ดาวน์โหลด Jupyter Notebook ที่ใช้ในคลิปได้ที่ ► http://bit.ly/34Gmmfo
เชิญสมัครเป็นสมาชิกของช่องนี้ได้ที่ ► https://www.youtube.com/subscription_center?add_user=prasertcbs
สอน Jupyter Notebook ► https://www.youtube.com/playlist?list=PLoTScYm9O0GErrygsfQtDtBT4CloRkiDx
สอน Machine learning ► https://www.youtube.com/playlist?list=PLoTScYm9O0GH_3VrwwnQafwWQ6ibKnEtU
สอน Python สำหรับ data science ► https://www.youtube.com/playlist?list=PLoTScYm9O0GFVfRk_MmZt0vQXNIi36LUz
สอน Pandas ► https://www.youtube.com/playlist?list=PLoTScYm9O0GGsOHPCeufxCLt-uGU5Rsuj
สอน Numpy ► https://www.youtube.com/playlist?list=PLoTScYm9O0GFNEpzsCBEnkUwgAwOu_PWw
สอน matplotlib ► https://www.youtube.com/playlist?list=PLoTScYm9O0GGRvUsTmO8MQUkIuM1thTCf
สอน seaborn ► https://www.youtube.com/playlist?list=PLoTScYm9O0GGC9QvLlrQGvMYatTjnOUwR
สอนภาษาไพธอน Python เบื้องต้น ► https://www.youtube.com/playlist?list=PLoTScYm9O0GH4YQs9t4tf2RIYolHt_YwW
สอนภาษาไพธอน Python OOP ► https://www.youtube.com/playlist?list=PLoTScYm9O0GEIZzlTKPUiOqkewkWmwadW
สอน Python 3 GUI ► https://www.youtube.com/playlist?list=PLoTScYm9O0GFB1Y3cCmb9aPD5xRB1T11y
สอนการใช้งานโปรแกรม R: https://www.youtube.com/playlist?list=PLoTScYm9O0GGSiUGzdWbjxIkZqEO-O6qZ
สอนภาษา R เบื้องต้น ► https://www.youtube.com/playlist?list=PLoTScYm9O0GF6qjrRuZFSHdnBXD2KVIC
#prasertcbs_datascience #prasertcbs #prasertcbs_pandas

前回の講義：東大生がライバルズで嫌いな配信者をぶっちゃけます!!(レ〇スさんやはるかいろ〇んじゃありません)
https://www.youtube.com/watch?v=Rnx7BfNlNF4

Reference：
http://home.q00.itscom.net/otsuki/%E8%BF%B7%E8%B7%AF%E3%81%AE%E5%BC%B7%E5%8C%96%E5%AD%A6%E7%BF%92.pdf

https://stackoverflow.com/questions/34968722/how-to-implement-the-softmax-function-in-python

■通知が来ない方はTwitterをフォロー⇒https://twitter.com/shuntokyo1

■チャンネル登録で最新動画をチェックしよう！⇒https://www.youtube.com/channel/UC9LvUW0rO67bqL6PdHu7SzA?sub_confirmation=1
チャンネル登録お済の方は、ベルマークをクリックして通知が来るようにしよう!!

■再生リスト
全て：https://www.youtube.com/playlist?list=PL5uIpcvr2aTgT3gU_Wpu4H5ZWlYb9kDIr
ライバルズ：https://www.youtube.com/playlist?list=PL5uIpcvr2aTjtP0xIcFL5Ic6F7i_1ZupY

■自己紹介
2017年9月から実況開始しました。「ある東大生実況者しゅん」と申す者です。喜怒哀楽をしっかりと出しながら思ったことをそのままコメントすることをテーマにやっています。最近は、ドラクエライバルズ、ドラクエ7、トルネコの大冒険、マリオメーカー2にハマっています。

■初見の人に見てほしい動画
・【ドラクエライバルズ】世界一長いライバルズの試合!「デッキ枚数」「ターン数」「攻撃力」カンストしました【ゲーム実況】：https://www.youtube.com/watch?v=vLqg2qjlMvo

・【ドラクエライバルズ】神回！「グレイナル」VS「ヌボーン」衝撃の最後にYouTube全体が驚愕【ゲーム実況】：https://www.youtube.com/watch?v=cL_VO05uExI

・【雑談】10歳の不登校YouTuber「俺は革命家!自由な世界を作る」何とかして救いたい：https://www.youtube.com/watch?v=KcByZ7Qd30I

・【マリオメーカー2】コースID募集中!!東大生が難癖をつけながら楽しむ【ゲーム実況】：https://www.youtube.com/watch?v=1ZlNyGZf9Z4

■マリオメーカー２でコースをやって欲しい人はIDをコメント欄でよろしくお願いします。
個人的にはバグ系かパズル系をやりたいです。
送る際はメッセージと検索用にIDと表記してください。
(EX. マリオがおかしなくなるバグコースを作成しました。ID:XXX-XXX-XXX)
クリア率2パーセント以下はやりません。

■配信や動画が止まる時は【720p】から【480p】【360p】 などに変更して下さい!

■スイッチのフレンドコード
・フレンドコード：SW-7977-0899-9942

■よく来る質問
Q.本当に東大生ですか？
A.https://www.youtube.com/watch?v=R4vb2Amk5mc

Q.しゅんの個人情報は？
A.非公開です。

■Superchatの送り方
https://support.google.com/youtube/answer/7277005?hl=ja

■月額490円 スポンサー登録先と特典
https://www.youtube.com/channel/UC9LvUW0rO67bqL6PdHu7SzA/join

■Amazon ほしい物リスト
http://amzn.asia/5LU00fR

■LIVE配信上のルールと禁止事項
配信に関係ないコメント・常識のないコメントを控えてください。

※以下のコメをした方はブロックします※
・僕が名前を出していない他の配信者の名前
・配信やゲームに関係ない発言
・視聴者同士の会話
・個人情報
・ネタバレ
・誹謗中傷
・連投コメント
・宣伝行為

悪質な場合は警察に通報します。

■今年の目標
・チャンネルの総視聴回数5,000,000回以上(達成済)
・チャンネル登録者数10,000人以上
・一つの動画で再生数10万回以上(達成済)

■今までやってきたゲーム
ドラクエ1,ドラクエ2,ドラクエ3,ドラクエ4,ドラクエ5,ドラクエ6,ドラクエ7,ドラクエ8,ドラクエ10,テリーのワンダーランド,マイクラ,PUBG,スプラトゥーン2,Getting Over It,Stardew Valley,人狼殺,人狼ジャッチメント,バイオハザード7,スーパーマリオワールド,狼ゲーム,殺戮の天使,ストリートファイター2,RPGツクールMV,ウォッチドグス2,FF10,ドラゴンボールZ ブッチギリマッチ,マリオ64,スーパードンキーコング,ポケモン金,Hello Neighbor,魔女の家,Undertale,ハリーポッターと賢者の石,バーガーバーガー,洞窟物語,巡り回る。,ぷよぷよーん,Shadowverse,スマブラSP,スマブラDX,スマブラ64,クロノトリガー,ぷよぷよ,テトリス99,MTG Arena,ポケモンカードGB,遊戯王封印されし記憶,マリオ1,マリオ2,マリオ3,マリオUSA,ドラクエライバルズ,マリカー8

Support the stream: https://streamlabs.com/ある東大生実況者しゅん

■お仕事のご依頼はこちらまで↓
shunchandaga@yahoo.co.jp

■著作権関係
音楽：魔王魂
ドラクエライバルズ：（C）2017, 2018 ARMOR PROJECT/BIRD STUDIO/SQUARE ENIX All Rights Reserved.（C）SUGIYAMA KOBO
任天堂著作物：任天堂著作物の利用許諾を受けて配信しています。
ドラクエ10：（C）2019 ARMOR PROJECT/BIRD STUDIO/SQUARE ENIX All Rights Reserved.（C）SUGIYAMA KOBO（P）SUGIYAMA KOBO

Thanks for watching my Gameplay and Walkthrough! I've been a fan of this game for years, and I'm so excited to be playing this game! You may have seen a trailer or review, but this playthrough will feature my impressions, reactions, and commentary throughout the full game including the ending! If you're a fan of it, then let's play this game! Subscribe to ShunGames for new episodes today!

【ハッシュタグ】
#面白かったら高評価・チャンネル登録よろしく

00:30 การใช้ reduce() ในการตรวจสอบ list ของเงื่อนไขตรรกะ
03:09 การ join สมาชิกใน list เข้าด้วยกันด้วย reduce()
05:37 การใข้ if ใน lambda ที่ผ่านไปให้ reduce()
09:16 การทำงานกับ list ของ dictionary
ดาวน์โหลดโค้ดได้ที่ ► http://bit.ly/2MI8D01
เชิญสมัครเป็นสมาชิกของช่องนี้ได้ที่ ► https://www.youtube.com/subscription_center?add_user=prasertcbs
สอนภาษา Python ► https://www.youtube.com/playlist?list=PLoTScYm9O0GH4YQs9t4tf2RIYolHt_YwW
สอนภาษาไพธอน Python OOP ► https://www.youtube.com/playlist?list=PLoTScYm9O0GEIZzlTKPUiOqkewkWmwadW
สอน Python 3 GUI ► https://www.youtube.com/playlist?list=PLoTScYm9O0GFB1Y3cCmb9aPD5xRB1T11y
สอนภาษา C เบื้องต้น ► https://www.youtube.com/playlist?list=PLoTScYm9O0GHHgz0S1tSyIl7vkG0y105z
สอนภาษา C++ ► https://www.youtube.com/playlist?list=PLoTScYm9O0GEfZwqM2KyCBcPTVsc6cU_i
สอนภาษา C# ► https://www.youtube.com/playlist?list=PLoTScYm9O0GE4trr-XPozJRwaY7V9hx8K
สอนภาษา Java ► https://www.youtube.com/playlist?list=PLoTScYm9O0GF26yW0zVc2rzjkygafsILN
สอนภาษา PHP เบื้องต้น ► https://www.youtube.com/playlist?list=PLoTScYm9O0GH_6LARFxozL_viEsXV2wgO
สอนภาษา R เบื้องต้น ► https://www.youtube.com/playlist?list=PLoTScYm9O0GF6qjrRuZFSHdnBXD2KVICp
#prasertcbs_python #prasertcbs