ไพธอน (โปรเจกต์)

ผู้อ่านมีความรู้เพียงพอเกี่ยวกับ Python เบื้องต้นแล้ว หรือหากยังไม่มีพื้นฐานก็สามารถเริ่มต้นได้จากตำรา "ไพธอนเบื้องต้น" โดยไม่มีค่าใช้จ่ายใด โดยใช้ลิงก์ ...... หากผู้อ่านมีปัญหาใดในการเขียนโปรแกรม หรือการสร้างโปรเจกต์สามารถติดต่อผู้เขียนได้ทางอีเมล์ info@variitsris.org ทางผู้เขียนจะพยายามตอบให้ได้เร็วที่สุดเท่าที่จะทำได้ สำหรับตำรานี้ผู้อ่านจะสามารถนำความรู้ไปสร้างโปรเจกต์ต่าง ๆ ทำให้ผู้อ่านได้ฝึกฝนและนำไปปรับใช้ตามโปรเจกต์ที่ต้องการสร้าง คำอธิบายเนื้อหาโดยย่อมีดังนี้
โปรเจกต์ โปรแกรมเชิงวัตถุ (OOP)
Python เป็นภาษาการเขียนโปรแกรมเชิงวัตถุ ผู้อ่านจะได้เรียนรู้การสร้างคลาส (วิธีการ คุณลักษณะ) วัตถุ และความสัมพันธ์ระหว่างคลาส (การสืบทอด การเชื่อมโยง องค์ประกอบ และการรวมกลุ่ม) รวมทั้งลักษณะของคลาสที่มีรูปแบบต่าง ๆ เช่น โพลิมอร์ฟิซึม (Polymorphism) โอเวอร์โหลดดิ้ง (Overloading) โอเวอร์ไรดิ้ง (Overriding)
โปรเจกต์ เกม (Game)
ในโปรเจกต์นี้ ผู้อ่านจะใช้แพ็คเกจ Pygame เพื่อพัฒนาเกม 2 มิติที่ให้ผู้เล่นยิงเรือรบเอเลี่ยนเพื่อระเบิด ทำให้ทันเวลาก่อนที่ยานเอเลี่ยนจะตกลงมาถึงที่ของผู้เล่น และจะต้องหลบระเบิดเอเลี่ยนในขณะที่มันตกลงมา และผู้อ่านจะสามารถใช้ตัวอย่างที่ผู้เขียนสร้างขึ้นเพื่อทำการเปลี่ยนแปลงโปรแกรมเพื่อให้เข้าใจได้ง่ายขึ้นเมื่อสิ้นสุดโปรเจกต์ ผู้อ่านจะได้เรียนรู้ทักษะที่จะช่วยคุณพัฒนาเกม 2D ของคุณเองใน Pygame
ในส่วนของ Python นั้น มีผู้พัฒนาโปรแกรมเกมหลายรายที่ใช้มันในการพัฒนาเกมชื่อดังอย่าง Pacman, Snake, Tic-tac-toe เป็นต้น ซึ่งผู้อ่านสามารถนำไปดัดแปลงในการพัฒนาเกมของตัวเองได้เช่นกัน


โปรเจกต์ เว็บแอปพลิเคชัน (Web Application)
ในโปรเจกต์นี้ ผู้อ่านจะสามารถใช้แพ็คเกจ Django เพื่อพัฒนา Web Application ได้อย่างง่ายดาย Python นั้นมีฐานข้อมูลที่สามารถใช้งานได้โดยไม่ต้องติดตั้งฐานข้อมูลใด ๆ ในส่วนนี้ผู้อ่านจะได้เรียนรู้วิธีการพัฒนาโปรแกรมที่สามารถอัพเดต เพิ่ม แก้ไข และลบข้อมูลได้
โปรเจกต์ การวิเคราะห์ข้อมูล (Data Visualization)
ในโปรเจกต์นี้ ผู้อ่านจะได้เรียนรู้วิธีใช้การแสดงภาพข้อมูลที่สวยงามและใช้งานได้จริงโดยใช้ matplotlib และ pygal ในลักษณะที่สามารถนำไปใช้ในการวิเคราะห์ข้อมูลซึ่งมีประโยชน์มากในการวิจัย งานทางธุรกิจต่าง ๆ คุณยังสามารถสร้างการนำเสนอในลักษณะของกราฟแบบต่าง ๆ หรือแผนที่ได้
โปรเจกต์ ปัญญาประดิษฐ์ (Artificial intelligence: AI)
ในโปรเจกต์นี้ผู้อ่านจะได้เรียนรู้เกี่ยวกับปัญญาประดิษฐ์ โดยใช้เครื่องมือการพัฒนา matplotlib, scipy, scikit-learn, numpy และ Python มีเครื่องมือปัญญาประดิษฐ์ต่อไปนี้:
เครื่องมือทางคณิตศาสตร์ :
สถิติ
ค่าเฉลี่ย
ค่ามัธยฐาน
ค่าโหมด
ส่วนเบี่ยงเบนมาตรฐาน
เปอร์เซ็นไทล์
การสร้างข้อมูลเพื่อการทดสอบ
การวิเคราะห์ข้อมูล
การวิเคราะห์พล็อตกระจาย
การวิเคราะห์การถดถอยเชิงเส้น
การวิเคราะห์การถดถอยพหุนาม
การวิเคราะห์การถดถอยพหุคูณ
การวิเคราะห์ข้อมูลเชิงหมวดหมู่
การทำเหมืองข้อมูล
แผนผังการตัดสินใจ
การจัดกลุ่มแบบลำดับชั้น
เค-มีนส์
กฎสมาคม
เครื่องมือการสอนและการทดสอบ