Introduction to Python Programming for Data Science

  • TTDT08
  • Classroom
  • Fundamental
  • Thai | 0
AI & Data Technology

หลักสูตรเริ่มต้นสำหรับท่านที่สนใจทำงานด้าน Data Science ด้วยภาษา Python
หลักสูตรเน้นเรื่อง Math และการเขียนภาษา Python เบื้องต้น สำหรับการทำงานด้าน Data Science

Course description

Days :
3 Day(s)
Duration :
18 Hour(s)
Time :
09:00:00 - 16:00:00
Training Date :
วันที่ 9-11 กรกฎาคม 2567
Status :
Open Register
Language :
Venue :
ห้องอบรมชั้น 3 อาคารซอฟต์แวร์พาร์ค
Type :
Introduction to Python Programming for Data Science


        ในช่วงทศวรรษที่ผ่านมา แนวโน้มทางด้านการศึกษาและอุตสาหกรรมได้ยกให้การเขียนโปรแกรมภาษา Python
กลายเป็นเครื่องมือที่สำคัญที่สุดเพียงหนึ่งเดียว สำหรับการคำนวณสถิติ การสร้างแผนภูมิภาพ และวิทยาศาสตร์ข้อมูล
Introduction to Python Programming for Data Science จะทำให้ผู้เข้าร่วมการฝึกอบรมได้รู้จักกับวิธีการเขียน
โปรแกรมภาษา Python เพื่อสำรวจข้อมูลจากความหลากหลายของแหล่งที่มา โดยการสร้างแบบจำลองเชิงอนุมาน
สร้างแผนภูมิกราฟ และการแสดงข้อมูลด้านอื่น ๆ    

Objectives: By the end of the course attendant will:    

  • Master the use of the Python interactive environment    
  •  Expand Python capability by installing Python packages   
  • Manage Python Environment using Python Environment Tool 
  • Explore and understand how to use the Python documentation    
  • Read Structured Data into Python from various sources    
  • Using Python for mathematical operations    
  • Write user-defined Python functions    
  • How and when to use control statements    
  • Deal with missing data    
  • Understand base Python graphics    
  • Use Python for descriptive statistics    
  • Use Python for inferential statistics
  • Write multivariate models in Python 
  • Understand confounding and adjustment in multivariate models    
  • Understand interaction in multivariate models  

Data Scientist, Data Analysis Engineer, Data Engineer, BI Consultant, BI Programmer,
System Programmer, System Analyst, Development Manager, Project Manager or
Chief Technology Officer, Chief Innovation Officer.

Day 1 :
     1. Overview    
        • History of Python    
        • Advantages and disadvantages    
        • Downloading and installing    
        • How to find documentation   

     2. Introduction    
        • Using the Python console    
        • Getting help    
        • Learning about the environment    
        • Writing and executing scripts    
        • Saving your work    

     3. Installing Python Packages    
        • Finding resources    
        • Installing resources

     4. Manage Python Environment
        • Using Environment packages
        • Virtual Environment (virtualenv)
        • Anaconda (conda)
        • Using Jupyter Notebook

     5. Data Structures, Variables    
        • Variables and assignment    
        • Data types    
        • Indexing, subsetting    
        • Viewing data and summaries    
        • Naming conventions    
        • Objects   

     6. Getting Data into the Python Environment using Panda   
        • Built-in data    
        • Reading data from structured text files    
        • Reading data using ODBC    

Day 2 :
     7. Control Flow    
        • Truth testing    
        • Branching    
        • Looping    
        • Vectorized calculations    

     8. Functions in Depth    
        • Parameters    
        • Return values    
        • Variable scope    
        • Exception handling    

     9. Handling Dates in Python    
        • Date and date-time classes in Python    
        • Formatting dates for modeling

     10. Descriptive Statistics    
        • Continuous data    
        • Categorical data

     11. Inferential Statistics    
        • Bivariate correlation    
        • T-test and non-parametric equivalents    
        • Chi-squared test    
        • Distribution testing    
        • Power testing

Day 3 :   
     12. Group By Calculations    
        • Split apply combine strategy 

    13. Basic Graphics and Matplotlib  
        • Base graphics system in Python    
        • Scatterplots, histograms, barcharts, box and whiskers, dotplots    
        • Labels, legends, Titles, Axes    
        • Exporting graphics to different formats    

     14. Linear Regression    
        • Linear models    
        • Regression plots    
        • Confounding / Interaction in regression    
        • Scoring new data from models (prediction)   

     15. Conclusion  

Payment can be made by:

  1. Cash or Credit Card or Bank Cheque payable to สำนักงานพัฒนาวิทยาศาสตร์และเทคโนโลยีแห่งชาติ
    (a post-dated cheque is not accepted) on the first day of the service or within the last day of the service.
  2. Account transfer and send the proof of the payment (the deposit slip) via email

    • ธนาคารกรุงเทพ สาขาอุทยานวิทยาศาสตร์
      Saving Account Number: 080-0-00001-0
      Account Name: สำนักงานพัฒนาวิทยาศาสตร์และเทคโนโลยีแห่งชาติ

    • ธนาคารกรุงไทย สาขาตลาดไท
      Saving Account Number: 152-1-32668-1
      Account Name: สำนักงานพัฒนาวิทยาศาสตร์และเทคโนโลยีแห่งชาติ


  • Withholding tax (3%) is exempt.
  • Should you need to withdraw, you must send the notice of the withdrawal in writing no later than 7 working days before the commencement date. The cancellation less than 7 days will be subject to a fine of 40% of the fee.
  • Software Park Thailand reserves the rights to cancel courses due to unforeseen circumstances.

Contact Person

For more information, contact our course coordinator on:

Juntima  Klumchaun

Tel: 02-583-9992 Ext. 81424

Tel: 02-564-7000 Ext. 81424


You are encouraged to use the course schedule as a guide to plan your training. The schedule is accessible at for more information.

12,000 THB .

วันที่ 9-11 กรกฎาคม 2567
เวลา 09.00-16.00 น.
ณ ห้องอบรมชั้น 3

Download => เอกสารประชาสัมพันธ์หลักสูตร

Enroll now

Course Detail :
Days :
3 Day(s)
Duration :
18 Hour(s)
Time :
09:00:00 - 16:00:00
Training Date :
วันที่ 9-11 กรกฎาคม 2567
Status :
Open Register

Instructor info
Dr.Veerasak Krisanapraphan

Senior Director