WEBVTT 00:00.540 --> 00:07.050 Hallo, ik ben super enthousiast om deze cursus met je te beginnen, maar voordat we dat doen, moeten we zien waar 00:07.050 --> 00:11.680 we beginnen en waar we eindigen, zodat we een duidelijk pad naar succes hebben. 00:12.370 --> 00:19.080 Nu heeft deze cursus meer dan tweehonderd HD-video's en talloze oefeningen en projecten, maar ze zijn allemaal onderverdeeld 00:19.080 --> 00:22.520 in secties om ons te helpen beter te leren. 00:22.950 --> 00:27.090 De cursus begint hier met de basisprincipes van Python. 00:27.240 --> 00:32.160 Als dit de eerste keer is dat je een programmeertaal leert, zal het super, 00:32.430 --> 00:37.410 super handig zijn, zelfs voor degenen die al een programmeertaal kennen, maar niets weten over Python. 00:37.740 --> 00:43.870 In dit gedeelte leert u de basisbeginselen kennen, zodat u zich op uw gemak voelt bij het programmeren. 00:44.010 --> 00:47.280 Dit is een groot gedeelte, dus we hebben eigenlijk twee delen. 00:47.850 --> 00:53.760 En onderweg ga je mij zien coderen, maar ook zelf coderen en coderen oefenen zodat je vertrouwd 00:53.760 --> 00:56.700 raakt met wat Python te bieden heeft. 00:57.330 --> 01:01.220 Vervolgens hebben we het over een professionele python-ontwikkelaarsomgeving. 01:01.650 --> 01:07.560 We leren je hoe je de terminal en de opdrachtregel gebruikt over het gebruik van code-editors zoals Sublime Text en 01:07.560 --> 01:08.720 Visual Studio Code. 01:09.090 --> 01:16.470 We praten over het gebruik van PI charm, een volledig geïntegreerde idy voor Python-ontwikkelaars en ook over het gebruik van Jupiter-notebooks, 01:16.470 --> 01:21.720 want we gaan deze notebooks later in de cursus gebruiken om iets heel, heel spannends 01:21.720 --> 01:22.470 te doen. 01:22.620 --> 01:23.220 Hint hint. 01:23.220 --> 01:24.090 Het is machinaal leren. 01:24.420 --> 01:31.110 En zodra we een volledig professionele ontwikkelomgeving hebben, komen we in een aantal geavanceerde 01:31.110 --> 01:31.630 python-onderwerpen. 01:31.980 --> 01:36.780 In dit gedeelte gaan we moeilijke onderwerpen niet uit de weg, maar ik ga je helpen ze te 01:36.780 --> 01:38.170 begrijpen en alles te begrijpen. 01:38.460 --> 01:45.300 We gaan het hebben over classis objectgeoriënteerd programmeren, over generatoren van decorateurs, luchtbehandeling, functioneel programmeren, 01:45.300 --> 01:51.420 evenals best practices als het gaat om het schrijven van schone code. 01:51.960 --> 01:58.140 En we zullen ook leren over populaire python-pakketten, hoe met bestanden te werken, hoe onze code te testen, hoe 01:58.320 --> 02:01.140 reguliere expressies te gebruiken en nog veel meer. 02:01.530 --> 02:05.090 Je hoofd kan pijn doen aan het einde van het gedeelte, maar geloof me, het wordt leuk. 02:05.520 --> 02:08.010 Nu zijn de meeste cursussen tegen die tijd klaar. 02:08.130 --> 02:11.880 Je hebt Python geleerd en je zou helemaal klaar moeten zijn, toch? 02:12.360 --> 02:19.350 Nou, niet echt, want zodra we deze nieuwe taal, deze nieuwe syntaxis, hebben geleerd, hebben we onze computers ingesteld om 02:19.350 --> 02:20.760 met Python te werken. 02:20.970 --> 02:24.300 We moeten praten over hoe we onze nieuwe kennis kunnen toepassen. 02:24.570 --> 02:26.400 Dit is het leuke deel van de cursus. 02:26.850 --> 02:30.710 We beginnen te praten over de carrières en de carrièremogelijkheden die je hebt in Python. 02:30.900 --> 02:34.110 Dan komen we in verschillende velden die we kunnen gebruiken Python. 02:34.120 --> 02:40.410 Als we meer willen weten over scripting in Python, waar we Python gebruiken om geautomatiseerde e-mails te 02:40.410 --> 02:44.700 verzenden, gebruiken we Python om afbeeldingen te verwerken, werken met PDF-bestanden. 02:44.940 --> 02:47.700 We gebruiken Python om onszelf sms-berichten te sturen. 02:47.910 --> 02:49.380 We bouwen een Twitter-bot. 02:49.620 --> 02:56.100 En mijn favoriete project in deze sectie is dat we een wachtwoordchecker bouwen om te zien of de wachtwoorden die 02:56.100 --> 02:58.080 je gebruikt ooit zijn gehackt. 02:58.500 --> 02:59.850 Het is echt een hele leuke. 03:00.300 --> 03:02.580 We hebben het ook over datascraping. 03:02.730 --> 03:10.050 Een veel voorkomende use-case met Python is om gegevens van online te schrapen en deze te gebruiken voor iets productiefs. 03:10.140 --> 03:15.780 In ons geval gaan we leren over gegevensschrapen en hoe we een echt populaire website voor programmeurs kunnen 03:15.780 --> 03:22.110 schrapen om alleen de artikelen te selecteren die belangrijk voor u zijn om op de hoogte te blijven van de branche. 03:22.260 --> 03:24.450 Het wordt weer een heel leuk project. 03:24.450 --> 03:24.750 Ik weet. 03:24.750 --> 03:27.720 Ik zeg dat alle projecten leuk zijn, maar oké, ik ben bevooroordeeld. 03:27.720 --> 03:28.560 Geef me een pauze hier. 03:28.890 --> 03:34.260 We gaan ook leren over automatisering en we gaan iets gebruiken dat selenium wordt genoemd 03:34.260 --> 03:41.700 om via onze machines een webbrowser te besturen en de machine verschillende taken te laten doen alsof het een gebruiker is. 03:41.970 --> 03:46.200 En er zijn een aantal echt leuke toepassingen als het gaat om automatisering waar we het over zullen hebben. 03:46.440 --> 03:53.760 En dan weet ik dat ik de twee favoriete onderwerpen van iedereen ken, webontwikkeling en datawetenschap en machine learning. 03:54.480 --> 03:59.610 Deze twee secties zullen heel leuk zijn en ik denk dat dit waarschijnlijk de meest populaire secties 03:59.610 --> 04:01.560 in de sectie Webontwikkeling zullen zijn. 04:01.560 --> 04:10.080 We gaan leren hoe we HTML en JavaScript kunnen gebruiken, evenals Python om onze eigen server te bouwen, onze eigen portfoliowebsite te 04:10.080 --> 04:17.520 bouwen, de website online in productie te brengen en toekomstige werkgevers en klanten u een bericht te laten sturen 04:17.550 --> 04:19.080 via uw website. 04:19.500 --> 04:24.390 En ja, je kunt het aanpassen en doen wat je wilt met deze portfoliowebsite. 04:24.390 --> 04:26.760 Zo heb je aan het eind van de cursus iets om voor te laten zien. 04:27.000 --> 04:32.280 En dan het machine learning data science-gedeelte, we gaan iets gebruiken genaamd Jupiter Notebook's en 04:32.520 --> 04:36.660 Kagle om toegang te krijgen tot een aantal echt interessante datasets. 04:36.810 --> 04:42.510 We gaan bibliotheken zoals Pendas en Cycad gebruiken, leren voorspellen welke voetballers het meest 04:42.510 --> 04:45.390 waardevol zullen zijn of onderbetaald worden. 04:45.690 --> 04:50.160 We gaan ons eigen machine learning-model bouwen met behulp van de iris-dataset. 04:50.280 --> 04:56.490 En dan gaan we ook wat beelddetectie doen waar we het machine learning-model een afbeelding kunnen geven en het gaat 04:56.490 --> 04:59.970 voorspellen waar de afbeelding van is en die van jou. 05:00.060 --> 05:06.570 We gaan echt zien hoe deze magie van machine learning onder de motorkap werkt, zoals je kunt zien, we hebben een 05:06.600 --> 05:08.670 hoop te behandelen in deze cursus. 05:09.000 --> 05:14.550 En tegen het einde van dit alles zal dit allemaal in elkaar passen en logisch zijn vanaf het allereerste 05:14.550 --> 05:18.060 begin van de basis van Python tot het einde met machine learning. 05:18.240 --> 05:20.550 We gaan je van nul naar meesterschap brengen. 05:21.210 --> 05:21.990 Maar weet je wat? 05:21.990 --> 05:25.260 Het beste deel van deze cursus is onze online community. 05:25.620 --> 05:31.590 We hebben duizenden ontwikkelaars die elke dag aan het chatten zijn, elkaar helpen, samen problemen oplossen en gewoon praten 05:31.890 --> 05:35.040 over het nieuwste en beste op het gebied van programmeren. 05:35.190 --> 05:40.230 Dit is een optionele bron die je kunt gebruiken, zodat je heen en weer kunt praten met andere 05:40.230 --> 05:41.660 studenten en met mezelf. 05:41.910 --> 05:45.870 Dus je voelt je alsof je deel uitmaakt van een klaslokaal en je doet dit niet de hele tijd. 05:46.350 --> 05:46.920 Maar weet je wat? 05:47.130 --> 05:47.910 Genoeg gepraat. 05:48.060 --> 05:49.410 Ik weet dat je opgewonden raakt. 05:49.410 --> 05:50.140 Ik ben ook. 05:50.160 --> 05:51.260 Dus laten we beginnen. 05:51.450 --> 05:56.780 Laten we beginnen met leren en kijken waarom Python de populairste taal ter wereld is geworden.