----------------------------------

၁၂။ "Deep Learning with Python": François Chollet ရေးသားထားတဲ့ Keras နဲ့ TensorFlow သုံးပြီး deep learning လုပ်နည်းကို လက်တွေ့ကျကျ လမ်းညွှန်ပေးထားတဲ့စာအုပ်ပါ။
လင့်ခ်: https://www.manning.com/books/deep-learning-with-python (ပထမအခန်းကို အခမဲ့ဖတ်နိုင်ပါတယ်)
အပိုင်း (၃) - R: စာရင်းအင်းဆိုင်ရာ စိစစ်လေ့လာခြင်းနဲ့ မြင်သာအောင်ဖော်ပြခြင်း
R ဟာ စာရင်းအင်းဆိုင်ရာ တွက်ချက်မှုတွေနဲ့ ဂရပ်ဖစ်တွေဆွဲဖို့အတွက် စွမ်းအားကြီးတဲ့ ဘာသာစကားတစ်ခုဖြစ်ပြီး Data Science မှာ အရေးပါတဲ့ အခန်းကဏ္ဍက ပါဝင်ပါတယ်။ သူ့ရဲ့ ကျယ်ပြန့်တဲ့ library တွေနဲ့ tool တွေက အသေးစိတ် လေ့လာစိစစ်မှုတွေ၊ ရှုပ်ထွေးတဲ့ model တွေ တည်ဆောက်တာတွေနဲ့ ဆွဲဆောင်မှုရှိတဲ့မြင်သာအောင်ဖော်ပြမှုတွေ ပြုလုပ်ဖို့ အထောက်အကူပြုပါတယ်။ ဒီမှာ R ကို Data Science အတွက် အသုံးချနည်းတွေကို လေ့လာနိုင်မယ့် အခမဲ့စာအုပ်တွေကို ဖော်ပြပေးထားပါတယ်။
အခမဲ့ R စာအုပ်တွေ:
၁။ "R for Data Science" book: R ကို data analysis နဲ့ visualization အတွက် ဘယ်လိုသုံးရမလဲဆိုတာကို သင်ပြပေးတဲ့ ပြည့်စုံတဲ့စာအုပ်ပါ။ အရမ်းနာမည်ကြီးပြီး တန်ဖိုးရှိတဲ့ အရင်းအမြစ်တစ်ခုပါ။
လင့်ခ်: https://r4ds.had.co.nz/
၂။ "Introduction to Statistical Learning with Applications in R" book: R သုံးပြီး စာရင်းအင်းဆိုင်ရာ modeling နဲ့ machine learning လုပ်နည်းတွေကို အဓိကထားပြီး သင်ပြပေးတဲ့ အဆင့်မြင့်စာအုပ်ပါ။
လင့်ခ်: https://www.statlearning.com/
၃။ "Hands-On Programming with R": R programming ကို လက်တွေ့ကျကျ မိတ်ဆက်ပေးထားပြီး data စီမံခန့်ခွဲနည်း၊ မြင်သာအောင်ဖော်ပြနည်းနဲ့ အခြေခံ စာရင်းအင်းလေ့လာစိစစ်နည်းတွေကို ဖော်ပြပေးထားပါတယ်။
လင့်ခ်: https://rstudio-education.github.io/hopr/
၄။ "Advanced R": R ရဲ့ အတွင်းပိုင်းလုပ်ဆောင်ပုံတွေကို နက်နက်နဲနဲ လေ့လာနိုင်ပြီး အဆင့်မြင့် programming နည်းစနစ်တွေနဲ့ ထိရောက်တဲ့ ကုဒ်ရေးသားနည်းတွေကို လေ့လာနိုင်ပါတယ်။
လင့်ခ်: https://adv-r.hadley.nz/
၅။ "R Cookbook": R သုံးပြီး data analysis နဲ့ visualization လုပ်တဲ့အခါ တွေ့ကြုံရလေ့ရှိတဲ့ ပြဿနာတွေကို ဖြေရှင်းနည်းတွေ စုစည်းပေးထားတဲ့စာအုပ်ပါ။
လင့်ခ်: https://rc2e.com/
၆။ "An Introduction to R": R Core Team က ထုတ်ပြန်ထားတဲ့ R ရဲ့ တရားဝင်မိတ်ဆက်စာအုပ်ပါ။ R ဘာသာစကားနဲ့ သူ့ရဲ့စွမ်းဆောင်ရည်တွေကို ပြည့်စုံစွာ လွှမ်းခြုံဖော်ပြပေးထားပါတယ်။
လင့်ခ်: https://cran.r-project.org/.../man.../r-release/R-intro.html
၇။ "R Programming for Data Science": R programming ရဲ့ အရေးကြီးတဲ့ သဘောတရားတွေနဲ့ data analysis နည်းစနစ်တွေကို လက်တွေ့အသုံးချနိုင်မယ့်ပုံစံနဲ့ ဖော်ပြပေးထားပါတယ်။
လင့်ခ်: https://bookdown.org/rdpeng/rprogdatascience/
၈။ "ggplot2: Elegant Graphics for Data Analysis": R ရဲ့ ggplot2 package သုံးပြီး လှပပြီး အကျိုးရှိတဲ့ visualization တွေ ဖန်တီးနည်းကို သင်ပြပေးတဲ့ စာအုပ်ပါ။
လင့်ခ်: https://ggplot2-book.org/
၉။ "R Markdown: The Definitive Guide": ကုဒ်၊ စာသား၊ နဲ့ visualization တွေကို ချိတ်ဆက်ပြီး dynamic documents၊ အစီရင်ခံစာတွေ၊ နဲ့ presentation တွေ ဖန်တီးနည်းကို လေ့လာနိုင်ပါတယ်။
လင့်ခ်: https://bookdown.org/yihui/rmarkdown/
၁၀။ "Feature Engineering and Selection: A Practical Approach for Predictive Models": R သုံးပြီး ကုန်ကြမ်း data တွေကို machine learning model တွေအတွက် သင့်တော်တဲ့ feature တွေအဖြစ် ပြောင်းလဲနည်းတွေကို လေ့လာနိုင်ပါတယ်။
လင့်ခ်: https://bookdown.org/max/FES/
နိဂုံးချုပ်: Data-Driven ခရီးစဉ်ကို စတင်လိုက်ပါ
Data Science လောကဟာ မင်းတို့အတွက် အခွင့်အလမ်းတွေ အများကြီးရှိတဲ့ နယ်ပယ်တစ်ခုပါ။ ဒီအခမဲ့စာအုပ်တွေက မင်းတို့ရဲ့ လမ်းညွှန်ဖြစ်ပြီး ကုန်ကြမ်း data တွေကို တန်ဖိုးရှိတဲ့ အသိပညာအဖြစ် ပြောင်းလဲနိုင်တဲ့ အတတ်ပညာတွေကို သင်ယူနိုင်မှာပါ။ SQL ရဲ့ စနစ်ကျတဲ့ ဖွဲ့စည်းပုံကိုပဲ စိတ်ဝင်စားသလား၊ Python ရဲ့ ဘက်စုံသုံးနိုင်တဲ့ ဂုဏ်သတ္တိကိုပဲ သဘောကျသလား၊ ဒါမှမဟုတ် R ရဲ့ စာရင်းအင်းဆိုင်ရာ စွမ်းဆောင်ရည်ကိုပဲ ကြိုက်နှစ်သက်သလား၊ မင်းတို့ရဲ့ ကျွမ်းကျင်မှုခရီးက စတင်နေပါပြီ။
စိန်ခေါ်မှုတွေကို လက်ခံပါ၊ အမြဲတမ်း လေ့လာသင်ယူနေပါ၊ ပြီးတော့ မင်းတို့ရဲ့ အလားအလာကောင်းတွေကို data-driven innovation တွေနဲ့ အနာဂတ်ကို ပုံဖော်ဖို့ အသုံးချပါ။ ကမ္ဘာကြီးက မင်းတို့ရဲ့ ထူးချွန်မှုတွေကို စောင့်မျှော်နေပါတယ်။

ဒီစာအုပ်တွေကို လေ့လာပြီ ဗဟုသုတတွေ တိုးပွားလာတာကို မြင်တွေ့ရမှာပါ။ တစ်ခုခု မရှင်းတာရှိရင် comment ထဲမှာ မေးလို့ရတယ်နော်။ နောက်ထပ် စိတ်ဝင်စားစရာ Data Science အကြောင်းအရာတွေကိုလည်း ယူလာပေးဦးမယ်။ Like နဲ့ Subscribe လုပ်ထားဖို့ မမေ့ကြနဲ့။ နောက်တစ်ခါ တွေ့ကြပါဦးမယ်! အားလုံးကို ကျေးဇူးတင်ပါတယ်!

#crd

အပိုင်း (၁) - SQL: Data လောကထဲ ဝင်ရောက်ဖို့ တံခါးပေါက်
SQL (Structured Query Language) က data တွေကို ရှာဖွေဖို့နဲ့ စီမံခန့်ခွဲဖို့အတွက် အဓိကကျတဲ့ ဘာသာစကားပဲ။ SQL ကို ကျွမ်းကျင်သွားရင် database တွေထဲကနေ အရေးကြီးတဲ့ အချက်အလက်တွေကို ထုတ်ယူနိုင်မှာ ဖြစ်ပြီး Data Science လောကထဲ ခြေလှမ်းစတင်နိုင်မှာပါ။ ဒီမှာ SQL ကို လေ့လာဖို့အတွက် အခမဲ့စာအုပ်တွေကို ဖော်ပြပေးထားပါတယ်။
အခမဲ့ SQL စာအုပ်တွေ:
၁။ SQLBolt: ရှင်းလင်းတဲ့ ရှင်းပြချက်တွေနဲ့ လက်တွေ့လေ့ကျင့်ခန်းတွေ ပေါင်းစပ်ထားတဲ့ interactive သင်ခန်းစာပါ။ အခုပဲ စတင်လေ့လာချင်သူတွေအတွက် အကောင်းဆုံးပါပဲ။
လင့်ခ်: https://sqlbolt.com/
၂။ "SQL Notes for Professionals" book on GoalKicker: အခြေခံကနေ အဆင့်မြင့်အကြောင်းအရာတွေအထိ ပါဝင်တဲ့ ပြည့်စုံတဲ့ စာအုပ်ပါ။
လင့်ခ်: https://books.goalkicker.com/SQLBook/
၃။ "Essential SQL" by Stack Overflow: SQL ရဲ့ အခြေခံအကြောင်းအရာတွေကို လိုရင်းတိုရှင်း ဖော်ပြထားတဲ့ လက်တွေ့ကျတဲ့ လမ်းညွှန်စာအုပ်ပါ။
လင့်ခ်: https://www.essentialsql.com/
၄။ "SQL for Beginners" Course on Udemy: ဗီဒီယိုသင်ခန်းစာတွေ၊ ဆစ်ဖ်တွေနဲ့ assignment တွေပါဝင်တဲ့ အခမဲ့သင်တန်းပါ။ SQL ကို စနစ်တကျ လေ့လာနိုင်မှာပါ။
လင့်ခ်: https://www.udemy.com/course/sql-for-beginners-course/
၅။ "MySQL Tutorial" on TutorialsPoint: MySQL database management system အကြောင်း အသေးစိတ်ရှင်းပြထားတဲ့ သင်ခန်းစာပါ။
လင့်ခ်: https://www.tutorialspoint.com/mysql/index.htm
၆။ "W3Schools SQL Tutorial": SQL ကို ဖြည်းဖြည်းချင်း လေ့လာနိုင်အောင် ရှင်းလင်းတဲ့ ရှင်းပြချက်တွေနဲ့ interactive ဥပမာတွေ ပါဝင်ပါတယ်။
လင့်ခ်: https://www.w3schools.com/sql/
အပိုင်း (၂) - Python: ဘက်စုံသုံး ပရိုဂရမ်မင်းဘာသာစကား
Python ဟာ ရိုးရှင်းပြီး ဖတ်ရလွယ်တဲ့အပြင် library တွေ အများကြီးရှိတာကြောင့် Data Science လောကမှာ အရမ်းရေပန်းစားနေပါတယ်။ Data သန့်စင်ခြင်းကနေ စပြီး machine learning နဲ့ data visualization အထိ လုပ်နိုင်တဲ့အတွက် ဘက်စုံသုံးနိုင်ပါတယ်။ ဒီမှာ Python ကို လေ့လာဖို့အတွက် အခမဲ့စာအုပ်တွေကို ဖော်ပြပေးထားပါတယ်။
အခမဲ့ Python စာအုပ်တွေ:
၁။ "Automate the Boring Stuff with Python" book: ဒီစာအုပ်က လက်တွေ့ကျကျ Python ကို အသုံးချနည်းတွေကို သင်ပြပေးပါတယ်။ စတင်လေ့လာသူတွေအတွက် အဆင်ပြေပါတယ်။
လင့်ခ်: https://automatetheboringstuff.com/
၂။ "Python for Everybody" book and course: Python ပရိုဂရမ်မင်းကို စတင်လေ့လာသူတွေအတွက် သင့်တော်ပါတယ်။ Coursera မှာ သင်တန်းလည်း တက်နိုင်ပါတယ်။
လင့်ခ်: https://www.py4e.com/
၃။ "Python Data Science Handbook": Data Science အတွက် အရေးကြီးတဲ့ Python library တွေဖြစ်တဲ့ NumPy, Pandas, Matplotlib, နဲ့ Scikit-learn တို့အကြောင်း ပြည့်စုံစွာ ဖော်ပြထားပါတယ်။
လင့်ခ်: https://jakevdp.github.io/PythonDataScienceHandbook/
၄။ "Think Python: How to Think Like a Computer Scientist": Python ပရိုဂရမ်မင်းရဲ့ အခြေခံသဘောတရားတွေကို အလေးပေးဖော်ပြထားပြီး ပြဿနာဖြေရှင်းနည်းတွေကိုပါ သင်ပြပေးပါတယ်။
လင့်ခ်: https://greenteapress.com/wp/think-python-2e/
၅။ "A Whirlwind Tour of Python": Python ရဲ့ အခြေခံတွေကို အတိုချုပ်နဲ့ လျင်မြန်စွာ လေ့လာနိုင်ပါတယ်။ ပရိုဂရမ်မင်း အတွေ့အကြုံရှိပြီးသားသူတွေအတွက် သင့်တော်ပါတယ်။
လင့်ခ်: https://jakevdp.github.io/WhirlwindTourOfPython/
၆။ "Problem Solving with Algorithms and Data Structures using Python": အခြေခံ algorithm တွေနဲ့ data structure တွေကို Python သုံးပြီး ရှင်းပြထားပါတယ်။ ထိရောက်တဲ့ ကုဒ်ရေးသားနည်းတွေကို လေ့လာနိုင်ပါတယ်။
လင့်ခ်: https://runestone.academy/.../published/pythonds/index.html
၇။ "Learn Python the Hard Way": လေ့ကျင့်ခန်းတွေနဲ့ project တွေကို လုပ်ဆောင်ရင်း Python ကို လေ့လာရတဲ့ ထူးခြားတဲ့နည်းလမ်းပါ။
လင့်ခ်: https://learnpythonthehardway.org/
၈။ "Python for You and Me": Python အခြေခံတွေကို ရှင်းလင်းတဲ့ ရှင်းပြချက်တွေနဲ့ လက်တွေ့ဥပမာတွေသုံးပြီး သင်ပြပေးပါတယ်။
လင့်ခ်: https://pymbook.readthedocs.io/en/latest/
၉။ "Full Stack Python": Python သုံးပြီး web application တွေ တည်ဆောက်နည်းကို front-end ကနေ back-end အထိ ပြည့်စုံစွာ လမ်းညွှန်ပေးပါတယ်။
လင့်ခ်: https://www.fullstackpython.com/
၁၀။ "Real Python": Python သင်ခန်းစာတွေ၊ ဆောင်းပါးတွေနဲ့ သင်တန်းတွေစုစည်းထားတဲ့ ဝဘ်ဆိုဒ်ပါ။ အဆင့်အမျိုးမျိုးနဲ့ ခေါင်းစဉ်အမျိုးမျိုးပါဝင်ပါတယ်။
လင့်ခ်: https://realpython.com/
၁၁။ "Think Stats: Exploratory Data Analysis": စာရင်းအင်းပညာနဲ့ data analysis သဘောတရားတွေကို Python သုံးပြီး မိတ်ဆက်ပေးထားပါတယ်။ စာရင်းအင်းပညာ စတင်လေ့လာသူတွေအတွက် အဆင်ပြေပါတယ်။
လင့်ခ်: https://greenteapress.com/wp/think-stats-2e/

------------------------------

ကွန်ပျူတာတစ်လုံးမှာပါတဲ့ SSD နဲ့ HDD ဆိုတာ ဘာလဲ?

ယနေ့ခေတ်ကွန်ပျူတာနဲ့ သက်ဆိုင်ရာ Software နဲ့ Hardware Technology တွေကအရမ်းကို မြင့်မားနေပြီဖြစ်ပြီး အခုပြောပြမဲ့အကြောင်းအရာကတော့ Computer ထဲမှာ မရှိမဖြစ်တဲ့ Storage Device တွေဖြစ်တဲ့ HDD နဲ့ SSD ကိုပြောပြသွားမှာ ဖြစ်ပါတယ်ဗျ။

HDD (Hard Disk Drive)
HDD ဆိုတာကတော့ လွန်ခဲ့တဲ့ အစောပိုင်း ၂၀၀၀ ခုနှစ်လောက်ကစပြီး ကွန်ပျူတာရဲ့ storage တစ်ခုအနေနဲ့ အသုံးပြုခဲ့ကြတာ ဖြစ်ပါတယ်။ အဲ့အချိန်က HDD တစ်ခု ဒါမှမဟုတ် PC(personal computer) ဝယ်တယ်ဆိုရင် HDD ကstorage အပြင် အမြန်နှုန်း(Speed) ကို limitation နဲ့ ရရှိခဲ့တာဖြစ်ပါတယ်။ HDD ရဲ့ မြန်နှုန်းကို rotation(5,400 or 7,200 rotations per minute) နဲ့တိုင်းတာပီး ယနေ့ခေတ်မှာတော့ကွန်ပျူတာများဝယ်ယူရင် အခြေအနေနှစ်ခု ကြုံရမှာဖြစ်ပါတယ်။ အဲ့တာကတော့ HDD နဲ့ဝယ်ရမလား SSD နဲ့ဝယ်ရမလားဆိုတာပဲဖြစ်ပါတယ်။

SSD (Solid State Drive)
SSD ဆိုတာကတော့ အလွယ်ကူဆုံးဥပမာ ပေးရရင် တချိန်ကရော အခုချိန်ထိ အသုံးပြုနေခဲ့တဲ့ memory card လေးတွေကိုပြရမှာဖြစ်ပါတယ်။ သူလုပ်ဆောင်ပုံက flash memory အနေနှင့်လုပ်ဆောင်တာဖြစ်တဲ့အတွက် hdd နဲ့ယှဉ်ရင်အရမ်းကိုသေးငယ်ပါတယ်။ သေးငယ်တဲ့အပြင် speed ကလည်းအရမ်းကိုမြန်ဆန်လွန်းပါတယ်။ computer ကမြန်နှုန်းနှေးနေခဲ့ရင် file copy time ကြာနေခဲ့ရင် SSD မှာ os ကိုတင်သုံးခြင်းဖြင့် မြန်ဆန်တဲ့ performaceကို ရရှိမှာဖြစ်ပါတယ်။ ဒါ့အပြင် SSD က HDD နဲ့နှိုင်းယဥ်ရင် Batter Perfomace ကိုပိုတိုးပေးမှာဖြစ်ပါတယ်။ Gaming Computer တွေမှာလည်း Game Performaceအတွက် OS Installation ကို SSD ပေါ်မှာလုပ်ထားတာမို့ Gaming Computer လောကမှာလည်း SSD ကမပါမဖြစ်ဆိုတာကိုမြင်ရမှာပါ။ သာမန်အသုံးပြုသူတစ်ယောက်အတွက် SSD လိုလား
မလိုပါဘူးလို့ပဲဖြေပါ့မယ်။ SSD ရဲ့ စျေးနှုန်းက HDD နဲ့ယှဉ်ရင် သိသိ သာသာ ကွာပါတယ်။ ဒါပေမဲ့ သိသာတဲ့ performace တစ်ခုကိိုလိုချင်တယ်ဆိုရင်တော့ အထက်ကပြောတဲ့အတိုင်း SSD ပေါ်မှာ OS installation လုပ်ထားခြင်းဖြင့် သိသာစွာ မြန်ဆန်လာမှာဖြစ်ပါတယ်။ ဆိုလိုတာကတော့ SSD မှာ os ကို install လုပ်ထားပီး HDD မှာတော့ Data တွေကို သိမ်းထားဖို့ဖြစ်ပါတယ်။

နောက်ထပ်လည်း​ ဒီလိုစိတ်ဝင်စားစရာကောင်းတဲ့ knowledge တွေကို sharing လုပ်ပေးသွားမှာဖြစ်လို့ page ကို like & follow လေးလုပ်ထားဖို့ မမေ့နဲ့နော်။

--------------------------

————————————————-

——————————