關於 sql if in ，我們在網路上蒐集到這些相關的討論、資訊與評價

https://www.humblebundle.com/…/learn-to-code-the-fun-way-no…
แพ็คใหม่จาก Humble นะครัช ครั้งนี้คือ HUMBLE BOOK BUNDLE: LEARN TO CODE THE FUN WAY BY NO STARCH PRESS รายละเอียดมีดังนี้
.
จ่าย $1 รับ
- Think Like a Programmer: An Introduction to Creative Problem Solving
- Perl One-Liners: 130 Programs That Get Things Done
- The Book of F#: Breaking Free with Managed Functional Programming
- Learn Java the Easy Way: A Hands-On Introduction to Programming
- Code Craft: The Practice of Writing Excellent Code
- Learn You a Haskell for Great Good!: A Beginner's Guide
.
จ่าย $8 รับเพิ่ม
- Clojure for the Brave and True: Learn the Ultimate Language and Become a Better Programmer
- Land of Lisp: Learn to Program in Lisp, One Game at a Time!
- Learn You Some Erlang for Great Good!: A Beginner's Guide
- Practical SQL: A Beginner's Guide to Storytelling with Data
- The Book of R: A First Course in Programming and Statistics
- The Art of R Programming: A Tour of Statistical Software Design
- Impractical Python Projects: Playful Programming Activities to Make You Smarter
.
จ่าย $15 รับเพิ่ม
- The Secret Life of Programs: Understand Computers -- Craft Better Code
- The Rust Programming Language (Covers Rust 2018)
- C++ Crash Course: A Fast-Paced Introduction
- The Art of Assembly Language 2nd Edition
- Eloquent JavaScript, 3rd Edition: A Modern Introduction to Programming
- If Hemingway Wrote JavaScript
.
รายละเอียดเพิ่มเติมดูที่หน้าร้านค้า
https://www.humblebundle.com/…/learn-to-code-the-fun-way-no…
.
อนึ่ง eBook
.
อสอง ดีลนี้หมดเวลาในอีก 13 วันกว่าๆ
.
อสาม ดูหน้าปกอาจจะงงว่าหนังสืออิหยังวะ แต่ทั้งหมดนี้คือหนังสือเกี่ยวกับการเขียนโค้ดเขียนโปรแกรมล้วนๆ
.
หนังสือดีราคาถูกแบบนี้
ไม่สอยได้ไงพี่น้องงงงง
https://www.humblebundle.com/…/learn-to-code-the-fun-way-no…
-------------------------------
Steam Wallet, Battle.net Code, PSN ซื้อง่าย ได้โค๊ดทันที >> GGKeyStore.com
-------------------------------
Humble Choice ประจำเดือน ก.ย. จ่าย $12 รับสตีมคีย์ Generation Zero, Forager, Catherine Classic, Strange Brigade และอื่นๆ ดูที่นี่ - http://bit.ly/2KA2c0c

🤓 Data mining คืออะไรในวิชาทางคอม
มาเดี่ยวเล่าให้ฟัง
วิชานี้แปลตรงตัวก็คือ "การทำเหมืองข้อมูล"
อุปมาก็คล้ายกับเราไปทำเหมืองแร่ที่ขุดมาจากใต้ดินแหละครับ
.
แต่เหมืองที่ว่าเป็นเหมืองของข้อมูลดิบที่มีขนาดใหญ่นั่นเอง
.
คราวนี้จะให้ลองนึกถึงเวลาใช้คำสั่ง SQL เราจะรู้อยู่แล้วว่า
ข้อมูลมันอยู่ตรงไหนใน (Table) ใช่มั๊ยละ
พอเราใช้คำสั่ง select * from .... where...
ก็เลือกข้อมูลมาได้ตามต้องการ
.
แต่ถ้าเป็นคลังของข้อมูลดิบบบบบบบบบ
ที่มีปริมาณมาก ๆ เช่น
ข้อมูลเว็บไซต์ในโลกอินเตอร์เนตที่มีเยอะมาก ๆ
ข้อมูลพวกนี้จะใช้ SQL ค้นหาไม่ได้หรอกครับ
ข้อมูลยังไม่แยกเป็นตารางเลย
.
แล้วอย่างนี้ข้อมูลที่เราต้องการอยากรู้
ได้แก่ "ความรู้" หรือ "Knowledge"
ซึ่งความรู้ที่ว่า ไม่ใช้ข้อมูลแบบที่คิวรี่โดย SQL นะ
แต่จะได้เป็นความรู้ในฐานข้อมูล (Knowledge Discovery in Database - KDD)
ซึ่งก็คือ รูปแบบ (pattern) และความสัมพันธ์ (associations) ที่แอบซ่อนอยู่ในชุดข้อมูลนั้นๆ
.
🤔 ซึ่งคำถาม แล้วเราจะหาเจอได้ยังไง?
ภายใต้ข้อมูลดิบที่มีเยอะเหลือเกิ๊น
แถมหายากอีกต่างหากละพี่น้อง?
.
ดังนั้นเราจึงหนีไม่พ้นต้องมาทำเหมืองข้อมูลกัน
ช่างไม่ต่างอะไรกับทำเหมืองแร่
กว่าเราจะเจอ ดีบุก ถ่านหิน เพชร พลอย ทอง ฯลฯ
โอ๋ต้องใช้เทคโนโลยี ขุดเจาะหากว่าจะเจอ
ไม่ใช่ของกล้วย ๆ เลยนะครับ
เพราะกว่าจะได้สิ่งมีค่าออกมา
ก็เจอแต่เศษหิน เศษกราด เยอะแยะเต็มไปได้
สิ่งที่ต้องการอยากได้มีน้อยนิดเหลือเกิน
.
Data mining ก็เช่นกัน
กว่าจะทำการขุดๆ และขุด
จนได้ความรู้ออกมา
มันทำไม่ได้ง่ายๆ ต้องใช้คอมทำ
ต้องมีอัลกอริทึมให้ทำงานอัตโนมัติ
ทำด้วยมือคนไม่ไหว ตายลูกเดียว
.
ด้วยเหตุนี้วิชา Data mining
จึงถือกำเนิดอุแว้ขึ้นมาในยุค 1970
ซึ่งมันเป็นศาสตร์ที่ต้องเอาหลาย ๆ วิชารวมกัน
หลัก ๆ ก็วิชา -> Machine Learning(สาขาหนึ่งของวิชา AI) + วิชาสถิติ + ฐานข้อมูล
.
สำหรับประโยชน์ของ Data mining
ทำให้การค้นหาความรู้จากข้อมูล
มันอิจฉริยะขึ้นครับ ไม่ต้องทำมือเอง
แต่ใช้คอมทำให้อัตโนมัติ ซึ่งจะมีประโยชน์มาก ๆ ตัวอย่าง เช่น
.
-ใช้จัดระดับความเสี่ยงของผู้ขอเครดิต เป็นระดับต่ำ กลาง และสูง
-ทำนายพฤติกรรมการซื้อสินค้า ว่าลูกค้าจะหยิบอะไรใส่รถเข็น
-หาความเสี่ยงของผู้ป่วยเป็นโรงมะเร็ง จากผู้ติดเชื้อไวรัสโคโรน่า
-หาเนื้อคู่เรา (อันนี้ล้อเล่นนะ ไม่รู้ว่ามีใครสนใจทำจริงเปล่า อิ ๆ ๆ)
และประโยชน์อื่น ๆ อีกเยอะมาก เป็นต้น
.
** หมายเหตุ
Data mining มันมีมานานแล้ว สมัยยังไม่ดังเท่าไร
ไม่เหมือน Data Science ซึ่งจะรู้จักมากกว่าในยุคนี้
เพราะเด็กม. 5 ก็จะได้เรียน Data Science กันแหละ
ในวิชาหลักสูตรใหม่แกะกล่องชื่อ "วิทยาการคำนวณ"
.
ถ้าเปรียบเทียบกับงาน
Data analysis กับ Data science
มันก็คือซับเซทหนึ่งนั่นเองตามรูปที่โพสต์
ซึ่งวิชาพวกนี้หนีไม่พ้นโยงใยไปในเรื่อง Machine Learning(สาขาหนึ่งของวิชา AI)
.
✍เขียนโดย โปรแกรมเมอร์ไทย thai progammer
.
.
++++++++++++++++++++++++++++
+++++ต่อไปขออนุญาติขายของนะ +++++
📔 หนังสือ "ปัญญาประดิษฐ์ (AI) ไม่ยาก" เข้าใจได้ด้วยเลขม. ปลาย (เนื้อหาภาษาไทย)
.
ถ้าสนใจสั่งซื้อเล่ม 1 ก็สั่งซื้อได้ที่
👉 https://www.mebmarket.com/web/index.php…
.
ขออภัยยังไม่มีเล่มกระดาษจำหน่าย มีแต่ ebook
.
ส่วนตัวอย่างหนังสือ ก็ดูได้ลิงค์นี้
👉 https://www.dropbox.com/s/fg8l38hc0k9b…/chapter_example.pdf…
.

✍เขียนโดย โปรแกรมเมอร์ไทย thai programmer
🤓 What is Data mining in computer subjects?
I'll tell you about it.
This subject translates right to ′′ data mining
The metaphor is similar to us to a mining that digs from underground.
.
But the mine is mine of raw data that is large.
.
This time I think about SQL order time. We will know that.
Where is the information in (Table)?
When we use select khả s̄ạ̀ng from.... where...
You can choose the information you want.
.
But if it's a treasury of raw data.
With lots of quantities like
There are a lot of websites in the internet world.
These information will be used by SQL.
Info is not separate yet.
.
And this is what we need to know.
′′ Knowledge ′′ or ′′ Knowledge ′′
Knowledge of not using Cory by SQL
Knowledge Discovery in Database - KDD)
Which is a pattern (pattern) and a relationship (associations) hidden in that data set.
.
🤔 which is the question, how can we find it?
Under raw data, there are plenty of them left.
Plus, it's hard to find, brothers?
.
So we can't escape. Let's do data mines.
What a difference to mining
Until we meet, coal tin, diamonds, gold, etc.
Oh, it takes a drilling technology to find it.
It's not a banana item.
Because it takes worth to get out of stock.
I have found a lot of rubble, rubble, and graphic. I can get full of it.
Wishlist is so little
.
Data mining as well.
Until I do the digging and digging.
I got the knowledge.
It can't be done easily. It takes a computer to do.
Algorithm needs to be automated
Handmade. I can't take it. I die.
.
For this reason, Data mining subject.
So it was born in the 1970 s.
It's a science that takes many subjects together.
Mainly subject -> Machine Learning (one branch of AI subject) + statistics wichā database
.
For the sake of Data mining
Make a knowledge search from information
It's a genius. Don't have to do it yourself.
But using a computer to automate which is very useful. Samples like.
.
- Take the risk of creditors low, middle and high level
- predict product buying behavior that customers will add something to cart
- Finding the risk of cancer patients from coronavirus infected people.
- Looking for my soulmate (I'm kidding. I don't know if anyone wants to do it for real. Haha.)
And many other benefits etc.
.
** Note **
Data mining. It has been a long time. When I wasn't famous.
Unlike Data Science which will know more in this era.
Because of the middle school boy. 5 I will be studying Data Science.
In a new course, unpacking the name ′′ Computational Science ′′
.
If compare to the work
Data analysis กับ Data science
It's a subtitle, one according to the photos posted.
The subjects are unavailable to machine learning (one branch of AI)
.
✍ Written by Thai programmer thai progammer
.
.
++++++++++++++++++++++++++++
+++++ Next, I ask for permission to sell items +++++
📔 The book ′′ Artificial Intelligence (AI) is not difficult It can be understood by the number of years. Tips (Thai language content)
.
If interested in ordering book 1, order at.
👉 https://www.mebmarket.com/web/index.php?action=BookDetails&data=YToyOntzOjc6InVzZXJfaWQiO3M6NzoiMTcyNTQ4MyI7czo3OiJib29rX2lkIjtzOjY6IjEwODI0NiI7fQ&fbclid=IwAR11zxJea0OnJy5tbfIlSxo4UQmsemh_8TuBF0ddjJQzzliMFFoFz1AtTo4
.
Sorry, no paper booklets are available. Only ebooks.
.
Personal like the book, please see this link.
👉 https://www.dropbox.com/s/fg8l38hc0k9b0md/chapter_example.pdf?dl=0
.

✍ Written by Thai programmer thai coderTranslated

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 [email protected] 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

中央從Python程式到網路爬蟲應用第7次SQLite建立資料庫與新增資料&匯入會員資料的50個會員到資料庫中&改用format產生SQL語法與寫入資料&用executemany&&用select查詢資料表&刪除資料與自訂函數&Update修改資料&會員編號與文字關鍵字與日期查詢

上課內容：
01_重點回顧與SQLite建立資料庫與新增資料
02_修改為自動增號與迴圈自動輸入
03_匯入會員資料的50個會員到資料庫中
04_改用format產生SQL語法與寫入資料
05_改用executemany大量輸入資料
06_修改list2的第五欄資料與大量新增資料
07_用select查詢資料表
08_SQL刪除資料與自訂函數
09_Update修改資料與查詢結果
10_會員編號與文字關鍵字與日期查詢
11_全省郵局地址轉入資料庫與查詢作業說明

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/ncu_python_2019

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

TQC+Python證照目錄：
Python 第1類：基本程式設計
技能內容：變數與常數、指定敘述、標準輸入輸出、運算式、算術運算子、數學函式的應用、格式化的輸出Python 第2類：選擇敘述
技能內容：if、if...else、if…elif
Python 第3類：迴圈敘述
技能內容：while、for…in
Python 第4類：進階控制流程
技能內容：常用的控制結構、條件判斷、迴圈
Python 第5類：函式(Function)
技能內容：函式使用、傳遞參數、回傳資料、內建函式、區域變數與全域變數
Python 第6類：串列(List)的運作(一維、二維以及多維)
技能內容：串列的建立、串列的函式、串列參數傳遞、串列應用
Python 第7類：數組（Tuple）、集合（Set）以及詞典（Dictionary）
技能內容：數組、集合、詞典的建立、運作及應用
Python 第8類：字串(String)的運作
技能內容：字串的建立、字串的庫存函式、字串的應用
Python 第9類：檔案與異常處理
技能內容：文字I/O、檔案的建立、寫入資料與讀取資料、二進位I/O、編碼（Encoding）、異常處理

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

吳老師 108/3/9

Python,中央大學資工系,福建師範大學,EXCEL,VBA,函數,程式設計,線上教學,PYTHON安裝環境,網路爬蟲

中央從Python程式到網路爬蟲應用第7次SQLite建立資料庫與新增資料&匯入會員資料的50個會員到資料庫中&改用format產生SQL語法與寫入資料&用executemany&&用select查詢資料表&刪除資料與自訂函數&Update修改資料&會員編號與文字關鍵字與日期查詢

上課內容：
01_重點回顧與SQLite建立資料庫與新增資料
02_修改為自動增號與迴圈自動輸入
03_匯入會員資料的50個會員到資料庫中
04_改用format產生SQL語法與寫入資料
05_改用executemany大量輸入資料
06_修改list2的第五欄資料與大量新增資料
07_用select查詢資料表
08_SQL刪除資料與自訂函數
09_Update修改資料與查詢結果
10_會員編號與文字關鍵字與日期查詢
11_全省郵局地址轉入資料庫與查詢作業說明

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/ncu_python_2019

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

TQC+Python證照目錄：
Python 第1類：基本程式設計
技能內容：變數與常數、指定敘述、標準輸入輸出、運算式、算術運算子、數學函式的應用、格式化的輸出Python 第2類：選擇敘述
技能內容：if、if...else、if…elif
Python 第3類：迴圈敘述
技能內容：while、for…in
Python 第4類：進階控制流程
技能內容：常用的控制結構、條件判斷、迴圈
Python 第5類：函式(Function)
技能內容：函式使用、傳遞參數、回傳資料、內建函式、區域變數與全域變數
Python 第6類：串列(List)的運作(一維、二維以及多維)
技能內容：串列的建立、串列的函式、串列參數傳遞、串列應用
Python 第7類：數組（Tuple）、集合（Set）以及詞典（Dictionary）
技能內容：數組、集合、詞典的建立、運作及應用
Python 第8類：字串(String)的運作
技能內容：字串的建立、字串的庫存函式、字串的應用
Python 第9類：檔案與異常處理
技能內容：文字I/O、檔案的建立、寫入資料與讀取資料、二進位I/O、編碼（Encoding）、異常處理

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

吳老師 108/3/9

Python,中央大學資工系,福建師範大學,EXCEL,VBA,函數,程式設計,線上教學,PYTHON安裝環境,網路爬蟲

中央從Python程式到網路爬蟲應用第7次SQLite建立資料庫與新增資料&匯入會員資料的50個會員到資料庫中&改用format產生SQL語法與寫入資料&用executemany&&用select查詢資料表&刪除資料與自訂函數&Update修改資料&會員編號與文字關鍵字與日期查詢

上課內容：
01_重點回顧與SQLite建立資料庫與新增資料
02_修改為自動增號與迴圈自動輸入
03_匯入會員資料的50個會員到資料庫中
04_改用format產生SQL語法與寫入資料
05_改用executemany大量輸入資料
06_修改list2的第五欄資料與大量新增資料
07_用select查詢資料表
08_SQL刪除資料與自訂函數
09_Update修改資料與查詢結果
10_會員編號與文字關鍵字與日期查詢
11_全省郵局地址轉入資料庫與查詢作業說明

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/ncu_python_2019

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

TQC+Python證照目錄：
Python 第1類：基本程式設計
技能內容：變數與常數、指定敘述、標準輸入輸出、運算式、算術運算子、數學函式的應用、格式化的輸出Python 第2類：選擇敘述
技能內容：if、if...else、if…elif
Python 第3類：迴圈敘述
技能內容：while、for…in
Python 第4類：進階控制流程
技能內容：常用的控制結構、條件判斷、迴圈
Python 第5類：函式(Function)
技能內容：函式使用、傳遞參數、回傳資料、內建函式、區域變數與全域變數
Python 第6類：串列(List)的運作(一維、二維以及多維)
技能內容：串列的建立、串列的函式、串列參數傳遞、串列應用
Python 第7類：數組（Tuple）、集合（Set）以及詞典（Dictionary）
技能內容：數組、集合、詞典的建立、運作及應用
Python 第8類：字串(String)的運作
技能內容：字串的建立、字串的庫存函式、字串的應用
Python 第9類：檔案與異常處理
技能內容：文字I/O、檔案的建立、寫入資料與讀取資料、二進位I/O、編碼（Encoding）、異常處理

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

吳老師 108/3/9

Python,中央大學資工系,福建師範大學,EXCEL,VBA,函數,程式設計,線上教學,PYTHON安裝環境,網路爬蟲