Build your ultimate AI agent
รายละเอียดคอร์ส
เมื่อวิเคราะห์ข้อมูล สร้างรายงาน และเทรนโมเดลเสร็จแล้ว ขั้นตอนต่อไปคืออะไร? หากต้องการนำโมเดลไปใช้งานจริงในระบบ production โค้ดจะต้องมีความน่าเชื่อถือมากกว่าสคริปต์ทดลองใน Jupyter notebook คอร์สนี้จะช่วยให้มีรากฐานที่แข็งแกร่งในการเขียนฟังก์ชันที่ซับซ้อนและมีคุณภาพสูง เพื่อนำทักษะด้านการวิจัยและวิศวกรรมไปใช้งานกับทีมได้อย่างมีประสิทธิภาพ จะได้เรียนรู้เทคนิคที่มีประโยชน์ เช่น การเขียน context manager และ decorator รวมถึง best practice ในการเขียนฟังก์ชันที่บำรุงรักษาและนำกลับมาใช้ซ้ำได้ พร้อม documentation ที่ดี
ข้อกำหนดเบื้องต้น
หลักสูตร
โครงสร้างคอร์ส
1
Best Practices
เป้าหมายของคอร์สนี้คือการพัฒนาทักษะ Python ให้เชี่ยวชาญยิ่งขึ้น บทแรกจึงเริ่มต้นด้วย best practice ในการเขียนฟังก์ชัน ครอบคลุมเรื่อง docstring และความสำคัญของมัน รวมถึงวิธีพิจารณาว่าเมื่อใดควรแยกโค้ดออกมาเป็นฟังก์ชัน นอกจากนี้ยังจะได้เรียนรู้รายละเอียดเกี่ยวกับการส่ง argument ใน Python และข้อผิดพลาดที่พบบ่อยซึ่งอาจทำให้การ debug ยุ่งยากขึ้น
2
Context Manager
หากเคยเห็นคีย์เวิร์ด `with` ใน Python แล้วสงสัยว่ามันทำงานอย่างไร บทนี้มีคำตอบ! Context manager เป็นวิธีที่สะดวกในการจัดการ connection ใน Python และรับประกันว่า connection เหล่านั้นจะถูกปิดอย่างเหมาะสมเมื่อใช้งานเสร็จ บทนี้จะแสดงวิธีใช้ context manager รวมถึงวิธีเขียนขึ้นมาเอง
3
Decorator
Decorator เป็นแนวคิดที่ทรงพลังมากใน Python ช่วยให้ปรับเปลี่ยนพฤติกรรมของฟังก์ชันได้โดยไม่ต้องแก้ไขโค้ดภายในฟังก์ชันนั้นเลย บทนี้จะวางรากฐานแนวคิดที่จำเป็นสำหรับการทำความเข้าใจ decorator อย่างถ่องแท้ ได้แก่ ฟังก์ชันในฐานะออบเจกต์ scope และ closure พร้อมแนะนำการใช้งานและการกำหนด decorator เบื้องต้น การเจาะลึก Python internals ในบทนี้จะช่วยให้พัฒนาทักษะ Python ได้อย่างก้าวกระโดด
4
Decorator เพิ่มเติม
เมื่อเข้าใจกลไกการทำงานของ decorator แล้ว บทนี้จะนำเสนอตัวอย่างการใช้งานจริงหลากหลายรูปแบบ พร้อมแนะนำแนวคิด decorator ขั้นสูง เช่น การเก็บรักษา metadata ของฟังก์ชันที่ถูก decorate และการเขียน decorator ที่รับ argument ได้
การเขียนฟังก์ชันใน Python
เรียนจบแล้ว
