Python bisa melakukan apa saja. Semua termasuk Ilmu Data, Pembelajaran Mesin, Pembelajaran Mendalam, NLP, Pemrosesan Gambar/Video untuk Deteksi dan Segmentasi, Game, Android, Aplikasi Web, GUI Desktop, Sebut saja.

Masalahnya, jika Anda ingin mempelajari semuanya, ini bisa sedikit berlebihan. Di akhir artikel ini, Anda akan melihat bagaimana Anda bisa menguasai semua topik tersebut.

Peta Jalan Python 2023:

Peta pikiran ini merangkum semua pustaka (dan konsep dasar python) yang bisa Anda pelajari untuk menguasai semuanya. Ini bukan jangka panjang. Anda harus dapat menguasai semua topik tersebut dalam waktu yang lebih singkat dari yang Anda pikirkan, karena python menangani sebagian besar kode untuk Anda, karena dukungan perpustakaannya yang BESAR.

1. Mari kita mulai dengan Dasar-Dasar Python:

1. Pelajari semua tentang Variabel dan Manipulasi String. Ini penting untuk topik apa pun yang muncul kemudian.
2. Pernyataan bersyarat dan bagaimana membuat keputusan program
3. Loops, dan fokus pada for loop sintaks tingkat lanjut seperti zip dan enumerate. Itu sangat berguna jika Anda ingin membuat kode dengan cara "Pythonic".
4. Anda HARUS menguasai struktur data seperti Daftar dan Kamus, struktur yang kurang penting adalah Tuple dan Set
5. Pelajari semua tentang Fungsi dan cara Mengembalikan nilai darinya. Pastikan Anda memahami cakupan data dan variabel Global
6. Pelajari fungsi Bawaan Lanjutan seperti Pemahaman Daftar, Peta, dan Fungsi Lambda
7. Pengecualian sangat penting untuk menulis kode yang , sebanyak mungkin Bebas kecelakaan
8. Manajemen Direktori yang digunakan untuk membuat pohon direktori untuk file proyek Anda. Dan itu sangat berguna untuk Otomasi Tugas, Navigasi File .. dll. Baca tentang itu.

Dalam dunia perangkat lunak modern, seseorang tidak dapat mengabaikan pentingnya kode yang mudah dipelihara untuk diperluas.

Jadi inilah yang perlu Anda ketahui:

1. Kelas dan cara membuat metode kelas , variabel kelas , dan Penginisialisasi kelas
2. Object , yang tidak lain adalah sebuah kelas yang sedang dimainkan
3. Warisan
4. Kata kunci super
5. Polimorfisme
6. Enkapsulasi
7. Jika Anda benar-benar ingin bekerja ekstra, periksa Pola Desain
8. Yang ini tidak benar-benar terkait dengan OOP, tetapi Dekorator yang merupakan teknik khusus Python bisa sangat membantu saat bekerja dengan banyak pustaka eksternal seperti Unittest. Yang sangat populer untuk menguji perangkat lunak Anda.

Format file berikut sangat penting untuk dikerjakan. Dan Python adalah bahasa pemrograman terbaik untuk mengedit, membuat skrip, dan mengotomatiskan apa pun yang terkait dengan format file tersebut.

1. .txt
2. .csv
3. .pdf
4. .json
5. .zip

Komputasi matematika harus cepat, dan python, kind memiliki reputasi lambat dibandingkan dengan C/C++.

Yah, ini tidak sepenuhnya benar. Di Python kami menggunakan perpustakaan bernama Numpy untuk melakukan hampir semua operasi matematika Kompleks. Baik itu perkalian matriks, baik itu mencari array untuk elemen atau menemukan elemen Max/Min.

Pustakanya sangat besar, tetapi berikut adalah beberapa sorotan tentang apa yang perlu Anda pelajari untuk memulai:

1. Array Tunggal
2. Array multi-redup
3. Fungsi Pencarian numpy
4. fungsi numpy max/min
5. fungsi penyortiran numpy
6. mengonversi string_to_array dan sebaliknya
7. Membelah
8. Array acak
9. Membentuk kembali array
10. Membalikkan array
11. Teknik perkalian array

Pandas adalah pustaka to-go saat menangani data Tabular apa pun (seperti file excel, csv..etc).

Bayangkan bisa mengotomatiskan apa pun yang dapat dilakukan oleh excel, dan menambahkannya ke dunia Python yang sangat besar.. itulah sebenarnya perpustakaan ini. Berikut adalah beberapa sorotan di mana Anda harus memulai:

1. Bingkai Data Panda
2. Membaca file csv
3. Filter data
4. Manipulasi kolom
5. Manipulasi baris
6. Mengganti nama elemen
7. Seri
8. Fungsi Perencanaan Internal
9. Menghasilkan file CSV

Merupakan pernyataan liar untuk mengatakan bahwa Python dapat mereplikasi semua Aplikasi Foto/Video yang Anda lihat. Karena Python yang dikombinasikan dengan OpenCV adalah monster raksasa dalam hal manipulasi file media.

Berikut adalah beberapa sorotan tentang apa yang diperlukan untuk memulai:

1. Memahami Ruang Warna (RGB, HSV, LAB)
2. Membaca/Menulis Gambar
3. Tampilkan Gambar
4. Binarisasi gambar
5. Teknik Ambang Batas
6. Manipulasi Gambar (Putar, Skala...)
7. Konversi array ke gambar dan sebaliknya
8. Dilatasi dan erosi
9. Deteksi Kontur
10. Gambar Kontur
11. Perkiraan Bentuk
12. Perhitungan Area Kontur
13. Penyamaran

Satu-satunya hal yang dapat saya tambahkan di sini adalah Object Tracking , lihatlah.

7. Antarmuka Pengguna Python (UI):

Bagaimana Anda menyingkirkan "tampilan kode" itu dan menggunakan beberapa antarmuka Interaktif sebagai gantinya. Bukankah itu kesamaan semua perangkat lunak?

Python memiliki banyak bentuk antarmuka pengguna.

1. Antarmuka Baris Perintah, seperti namanya, ini didasarkan pada jendela baris perintah, tempat Anda mengetik instruksi yang akan dieksekusi oleh skrip python Anda.
   Anda dapat menggunakan perpustakaan Argparse untuk itu
2. GUI desktop, atau antarmuka pengguna grafis. Ini akan membuat perangkat lunak Anda terlihat seperti perangkat lunak lain yang Anda unduh dan instal dengan tombol interaktif, bidang teks, daftar tarik-turun, dan menu.
   Anda dapat menggunakan PySimpleGUI atau Tkinter.
3. Ini akan membuat antarmuka pengguna di browser Anda. Keuntungan dari jenis UI tersebut adalah Anda dapat dengan mudah menerapkan proyek Anda di web nanti bersama dengan antarmuka tersebut. Keuntungan ini tidak dapat ditemukan di Argparse atau Tkinter

Memiliki data, baik itu data python internal atau data tabular eksternal memerlukan beberapa visualisasi, bukan?

Dua lib yang paling penting adalah:

1. Matplotlib
2. Yg keturunan dr laut

1. Histogram
2. Merencanakan Pencar
3. Formasi Sejarah
4. Plot berpasangan
5. Data Pewarnaan
6. Beberapa Plot
7. Plot Langsung

Sekarang setelah Anda mempelajari beberapa pengkodean Python, Anda akan menyadari bahwa mengeksekusi instruksi satu per satu tidak praktis di sebagian besar aplikasi besar. Seperti kadang-kadang Anda ingin GUI Anda berjalan secara independen dari fungsi python lainnya.

Dan inilah multithreading.

1. Memulai utas
2. Bergabung
3. Kolam benang
4. Semafor

10. Otomatisasi Tugas Python

Mengotomatiskan "Tugas Membosankan", seperti File Excel, formulir web, dan pencatatan GUI dapat dengan mudah diotomatisasi dengan python. Anda bahkan dapat membuat skrip python hanya untuk memainkan game Android/OS favorit Anda dan mengumpulkan semua hadiah harian untuk Anda!

Perpustakaan berikut adalah yang paling terkenal untuk ini:

1. Selenium
2. pyautogui
3. OpenCV terbukti sangat berguna bila terintegrasi dengan yang disebutkan di atas

1. Ekstraksi halaman web XPATH untuk berinteraksi menggunakan selenium
2. mengisi bidang teks
3. mengklik
4. menemukan elemen baik dengan xpath atau menggunakan gambar template
5. menangani menu dropdown
6. Menangani unggahan file
7. pencocokan templat pembelajaran di OpenCV

Pembelajaran yang diawasi, pembelajaran yang tidak diawasi, Pembelajaran penguatan, semua topik menarik itu dapat dipelajari melalui pemrograman dengan python. Karena pemrograman dengan aplikasi langsung akan meningkatkan tingkat pembelajaran Anda x10 kali lipat, pertimbangkan untuk segera mempelajari algoritme dan bermain-main dengan python.

Dua perpustakaan paling terkenal untuk ilmu data dan pembelajaran mesin adalah:

1. scipy
2. sklearn yang dibangun di atas scipy

1. Pembelajaran yang diawasi:
   a. Naif Bayes
   b. Regresi Linier
   c. SVM
2. Pembelajaran Tanpa Pengawasan:
   a. Pengelompokan K-means
   b. PCA
   c. LDA
   d. t-SNE
3. Pembelajaran Penguatan:
   a. Q-learning
   b. Pembelajaran Genetik

1. Ketepatan
2. Matriks Kebingungan
3. Kurva AUC/ROC
4. Lipat silang

Topik ini dibangun di atas Pembelajaran Mesin Python, dan pada dasarnya menggunakan Neural Networks. Ini adalah seluruh domain spesialisasi sekarang.

Anda perlu memeriksa Aliran Tensor, Keras, dan Pytorch.
Mulailah dengan Keras (dibangun di Tensor flow ) lalu Anda dapat melompat ke Pytorch .
Karena fungsi Keras lebih mudah ditangani daripada Pytorch.

Berikut adalah algoritme pertama yang perlu Anda mulai

1. Jaringan Syaraf Tiruan Dalam (JST). Sempurna untuk tugas prediksi regresi
2. Convolutional Neural Networks (CNN) ini sangat cocok untuk klasifikasi citra
3. Jaringan Musuh Generatif (GAN). Dasar dari Deep Fake dan pembuatan data palsu

1. Loss Function dan Backpropagation
2. Fungsi Aktivasi
3. Pelatihan/Pengujian Akurasi/Kerugian
4. Mencari setelan

13. Desain Web Python:

Ya, Anda sebenarnya bisa mendesain backend untuk halaman web Anda dengan Python. Sebenarnya perpustakaan seperti Flask bisa menjadi yang paling ramah pengguna untuk Anda mulai. Sejujurnya, akan sangat membantu untuk memiliki pengetahuan setidaknya dalam HTML/CSS untuk dapat menguji apa yang terjadi melalui Font-End Anda (Front end adalah semua tombol dan menu mencolok yang Anda lihat di halaman).

Namun, jika Anda baik-baik saja dengan menulis halaman super dummy menggunakan fungsi internal Flask, jadilah tamu saya dan mulailah!

Inilah yang Anda butuhkan untuk memulai:

1. Rute
2. Navigasi
3. Templat
4. Memperbarui elemen Halaman melalui Python
5. Sidang
6. Autentikasi

Anda pasti harus memeriksa Kursus ini. Ini adalah satu-satunya kursus di internet yang mendapat pembaruan mingguan dengan bagian baru. Karena tujuannya di sini, adalah bahwa kursus ini mencakup semua yang Anda perlukan dengan python. Anda tidak perlu membeli 20 kursus untuk menguasai python.

Anda dapat meminta instruktur untuk menambahkan topik apapun tentang Python dan dia akan menambahkannya dalam seminggu!! Tidak ada biaya tambahan!