在YouTube上搜索openai的whistper api使用方法，发现订阅号“大數軟體有限公司”，
给出了详细视频教程:大數軟體有限公司-whistper教程
以及谷歌colab代码，需付费使用openai key：使用openai key的谷歌colab代码文件
同一作者的python课程订阅号“大数学堂”有7个小时的python视频课程。
听了开头数据科学的框架，感觉蛮有意思，用字幕在线工具Downsub和GPT总结记录在下面。
ps：因为作者已经给出了视频字幕，没有使用语音转录的方法
前几分钟字幕的ChatGPT总结：
这段话讨论了数据科学家需要具备的技能和Python语言的优点，以及为什么Python是数据科学家的首选。
1. 数据科学家所需的技能：
– Hacking Skill：编程能力是至关重要的，这就是为什么学习Python如此重要。
– 数学和统计能力：这些能力允许数据科学家解析和理解数据，进行预测和推断。
– 领域知识：数据科学家需要对他们所在领域有深入的了解，这样他们才能知道如何问出正确的问题并找到有意义的答案。
2. 数据科学家完成工作的三大步骤：
– 数据分析：这包括统计分析，如单变量分析、多变量分析、变量间的关系等。
– 数据处理：数据科学家需要收集、存储和清洗数据，这被称为数据清洗或Data Munging。
– 数据可视化：这意味着将数据转化为图表或其他视觉形式，以便更易理解和传播。
3. Python在数据科学中的角色：
– 简洁快速的语法：Python的语法简单易学，使得实现复杂的应用变得更容易。
– 丰富的第三方库：Python有很多第三方库，可以帮助数据科学家更容易地完成任务。
– 跨平台特性：Python可以在多个平台上运行，包括Windows和Mac。
这段话也提到了一个数据科学家可能遇到的陷阱，即”danger zone”，如果只有领域知识和编程能力，但缺乏数学和统计能力，那么他们可能无法判断他们的推断是否正确，这可能会导致误解。只有将编程能力、数学和统计能力以及领域知识结合在一起，才能成为一个合格的数据科学家。
