Skip to content

Latest commit

 

History

History
343 lines (259 loc) · 8.01 KB

LEARNING_PATH.md

File metadata and controls

343 lines (259 loc) · 8.01 KB

專案概覽與學習路徑

本文件提供完整的課程結構與建議的學習路徑。

📚 課程架構

第一階段：Python 基礎 (Week 1-2)

目標：掌握 Python 基本語法與環境設定

  1. 01.Intro-Python - Python 基礎

    • 變數與資料型態
    • 流程控制（if/for/while）
    • 函數定義與使用
    • 常用內建模組

  2. 02.Gradio - 快速建立 GUI

    • 理解使用者介面的重要性
    • 學習如何包裝程式為可用工具
    • 在 Colab 上建立互動式應用

實作項目：建立一個簡單的計算器 GUI

第二階段：網路爬蟲 (Week 3-4)

目標：學習資料擷取與 API 使用

  1. 03.Request - 基礎網頁擷取

    • HTTP 請求基礎
    • 使用 Requests 庫
    • 存取 Open Data API
    • JSON 資料處理

    啟動方式：

    cd 03.Request
uv run --with jupyter jupyter notebook

  2. 04.Selenium - 動態網頁爬蟲

    • 處理需要 JavaScript 的網頁
    • 自動化瀏覽器操作
    • 表單填寫與提交

    注意：需自行下載 WebDriver

  3. 04.Playwright - 新一代爬蟲工具

    • 錄製腳本功能
    • 多瀏覽器支援
    • 更穩定的自動化

    安裝：

    uv pip install playwright
playwright install

實作項目：爬取政府開放資料並製作分析報告

第三階段：Web 開發 (Week 5-6)

目標：建立自己的 Web 服務與 API

  1. 05.Flask - Web 框架基礎

    • 路由與請求處理
    • 模板渲染
    • RESTful API 設計
    • 資料庫整合

    快速啟動：

    # 使用腳本
.\scripts\run-flask.ps1  # Windows
./scripts/run-flask.sh   # Linux/macOS

# 或直接使用 uv
cd 05.Flask/flask01
uv run app.py

    學習成果：

    • 建立個人網站
    • 設計 RESTful API
    • 整合前端與後端

  2. 06.Line-bot-fly-flask - LINE Bot 開發

    • LINE Messaging API
    • Webhook 處理
    • 第三方 API 整合
    • 部署到雲端 (Fly.io)

    配置需求：

    • LINE Channel Access Token
    • LINE Channel Secret
    • 其他 API Keys（HackMD, Imgur, OpenAI）

    功能特色：

    • 訊息自動回覆
    • 整合 OpenAI GPT
    • 圖片上傳至 Imgur
    • 記錄至 HackMD

實作項目：建立一個具有 AI 對話功能的 LINE Bot

第四階段：軟體測試 (Week 7)

目標：撰寫可靠的程式碼

  1. 07.Pytest-DEMO - 單元測試

    • pytest 基礎
    • 測試案例撰寫
    • 測試覆蓋率分析
    • TDD 開發流程

    執行測試：

    cd 07.Pytest-DEMO
uv venv
uv pip install -r requirements.txt

# 執行測試
pytest

# 查看覆蓋率
pytest --cov=./
pytest --cov-report=html

實作項目：為之前的專案加入單元測試

第五階段：電腦視覺 (Week 8-9)

目標：處理圖像與視訊資料

  1. 08.OpenCV-Mediapipe-DEMO - 電腦視覺

    • OpenCV 影像處理
    • Mediapipe 機器學習
    • 臉部辨識
    • 手勢追蹤
    • 姿態估計

    系統需求：

    • Python 3.8+
    • 網路攝影機

    快速啟動：

    cd 08.OpenCV-Mediapipe-DEMO
uv venv --python 3.10
uv pip install opencv-python mediapipe

# 啟動虛擬環境
.venv\Scripts\activate  # Windows
source .venv/bin/activate  # Linux/macOS

python demo.py

實作項目：開發手勢控制應用程式

第六階段：實用工具開發 (Week 10)

目標：製作日常實用工具

  1. 09.Apps - 應用程式範例

    • QR Code 產生器
    • 圖片處理工具
    • 資料轉換工具

    特色功能：

    • 純黑白 QR Code
    • 彩色背景 QR Code
    • GIF 動態 QR Code

    啟動：

    cd 09.Apps
uv run --with jupyter jupyter notebook QRCode.ipynb

實作項目：製作個人化 QR Code 名片

第七階段：資料庫操作 (Week 11)

目標：資料持久化與管理

  1. 10.sql - SQLite 資料庫

    • SQL 基礎語法
    • CRUD 操作
    • 資料庫設計
    • Python 資料庫整合

    學習內容：

    cd 10.sql
uv run --with jupyter jupyter notebook SQLite資料庫CRUD.ipynb

實作項目：設計並實作個人記帳系統

第八階段：AI 應用開發 (Week 12)

目標：整合大型語言模型

  1. 11.AI - AI 與 LLM 應用

    • Gemini API 使用
    • OpenAI API 整合
    • Prompt Engineering
    • AI 應用開發

    範例筆記本：

    • 動手串接_LLM_API_入門教學(Gemini_).ipynb
    • 在_Colab_終端機使用_Gemini_CLI.ipynb
    • gemini_cli_colab_tutorial.ipynb

    啟動：

    cd 11.AI
uv run --with jupyter jupyter notebook

實作項目：建立 AI 聊天機器人或內容生成工具

🎯 建議學習路徑

初學者路徑（12 週完整課程）

Week 1-2:  Python 基礎 + Gradio GUI
Week 3-4:  網頁爬蟲（Requests → Selenium → Playwright）
Week 5-6:  Web 開發（Flask → LINE Bot）
Week 7:    軟體測試（Pytest）
Week 8-9:  電腦視覺（OpenCV + Mediapipe）
Week 10:   實用工具開發
Week 11:   資料庫操作
Week 12:   AI 應用開發

快速上手路徑（6 週速成）

Week 1:  01+02 (Python 基礎)
Week 2:  03 (網頁擷取與 API)
Week 3:  05 (Flask Web 開發)
Week 4:  06 (LINE Bot 開發)
Week 5:  10 (資料庫) + 09 (實用工具)
Week 6:  11 (AI 應用)

專題導向路徑（依興趣選擇）

  • Web 開發專題：01 → 05 → 06 → 10 → 11
  • 資料科學專題：01 → 03 → 10 → 11
  • 電腦視覺專題：01 → 08 → 11
  • 自動化專題：01 → 03 → 04.Selenium → 04.Playwright → 09

💡 學習建議

1. 環境設定

  • 強烈推薦使用 uv：速度快、簡單易用
  • 使用提供的啟動腳本快速開始
  • 遇到問題先查看各專案的 README.md

2. 實作為主

  • 每個章節都要動手實作
  • 修改範例程式碼，加入自己的想法
  • 建立個人專案組合

3. 循序漸進

  • 不要跳過基礎章節
  • 確實理解每個概念後再進入下一章
  • 遇到困難時回頭複習

4. 善用資源

  • 參考官方文檔
  • 加入開發者社群
  • 查看 GitHub Issues 和 Discussions

5. 專案導向學習

  • 設定一個最終目標專案
  • 將學到的技能逐步應用到專案中
  • 完成後發布到 GitHub

🔗 相關資源

官方文檔

工具文檔

學習平台

📝 評量與認證

完成課程後，建議：

  1. 建立專案組合

    • 在 GitHub 上建立個人專案
    • 撰寫完整的 README
    • 加入測試與文檔

  2. 參與開源專案

    • 為本專案發 PR
    • 參與其他開源專案
    • 累積實戰經驗

  3. 持續學習

    • 關注新技術趨勢
    • 深入學習感興趣的領域
    • 參加技術社群活動

🤝 貢獻與回饋

歡迎：

  • 回報問題 (Issues)
  • 改進文檔 (Pull Requests)
  • 分享學習心得
  • 提供新的範例專案

讓我們一起讓這個課程變得更好！🚀