比特币图标logo
課程階段 課程簡介 課程內容





第一階段

Python開發基礎

Python開發環境
Python基本語法
文件操作
面向對象編程
設計模式
異常處理
模塊

認識python;開發環境pycharm

注釋;變量以及類型;標識符;輸出/輸入;
控制語句使用思路、運算符;數據類型的轉換;
字符串介紹;字符串的輸出/輸入;下標和切片;字符串常見操作;
列表的操作;元組操作;字典操作

函數的概念;函數的定義和調用;函數的文檔說明;
函數參數;函數的返回值;
種函數的類型;函數的嵌套調用;
局部變量;全局變量;
函數應用:學生管理系統(函數版);
引用;函數參數高級;遞歸函數;匿名函數;

文件介紹;文件的打開與關閉;文件的讀寫;
應用練習:文件拷貝;
文件的隨機讀寫定位概念的理解;
文件重命名、刪除; 文件夾的相關操作;
應用練習:批量修改文件名;
文件應用:學生管理系統(文件版);


面向對象編程介紹;類和對象;類的定義;
創建對象;魔法方法;self;
保護對象的屬性;__del__()方法;
單繼承;多繼承;重寫方法以及調用被重寫的方法;多態;類屬性和實例屬性;

工廠模式;單例模式;__new__()方法;
異常;捕獲異常;異常的傳遞;自定義異常;異常處理中拋出異常;

模塊制作;模塊發布;
模塊安裝;模塊使用;
import 語句;from…import 語句;rom…import* 語句;





第二階段

Python開發進階

LINUX操作系統使用
Python GUI編程
Python網絡編程
多進程、多線程
Python訪問數據庫
Python函數式編程
錯誤、調試和測試
實戰項目:模擬銀行ATM取款機/騰訊QQ即時聊天程序

shell操作;文件和目錄;文件屬性修改命令;查找與檢索命令;
磁盤管理;壓縮包管理;進程管理;用戶管理;網絡管理;
其他命令;常用服務器ftp/ssh/samba;編輯器vim/sublime/gedit;
gcc工具鏈;ubuntu軟件安裝與卸載;
RedHat軟件安裝與卸載;centOS軟件安裝與卸載;

多任務-進程;多任務-協程;多任務-線程 ;
TCP/UDP服務端客戶端軟件開發,能夠實現ftp、http服務器,開發郵件軟件,收發文件夾;
網絡協議與數據包解析;

MySQL數據庫操作和設計;
能夠自己建立數據庫,表,并進行基本數據庫操作;
掌握非關系數據庫MongoDB的使用,掌握Redis開發;
mysql與python交互;
項目驗收與總結;





第三階段

Python Web開發

Web前端技術
Django框架開發
Flask web框架
多進程、多線程
Python訪問數據庫
Python函數式編程
錯誤、調試和測試
實戰項目:電商平臺、租房網

HTML、CSS入門
HTM5和CSS3
JavaScript編程,DOM操作
jQuery框架使用

Django入門;Django模型;
Django視圖;
Django模板;Django常用;

Flask入門;模板與表單;
數據庫;第三方擴展和部署;

SVN版本控制;Redis開發;
購物電商平臺項目編碼;
Nginx配置和uWSGI部署;






第四階段

Python 爬蟲開發

爬蟲開發技術
Mongodb應用開發
Scrapy框架
Scrapy-redis分布式組件
實戰項目:電商數據平臺分布式爬蟲

爬蟲知識體系和urllib2庫基本使用;urllib2高級與Requests模塊;
結構化數據和非結構化數據提取;多線程爬蟲+Selenium+PhantomJS;
定向抓取互聯網中指定領域的海量信息;
數據分析,清洗數據,進行數據分析和挖掘;

基本使用增刪改查;聚合操作;
備份和恢復;
Mongodb和python交互;

配置安裝、入門案例;
Scrapy Shell;
item Pipline、Spider;
CrawlSpider;
Downloader Middlewares;
Settings;

Scrapy-redis提供了下面四種組件(components):(這四個模塊都要做相應的修改);
Scheduler;
Duplication Filter;
Item Pipeline;
Base Spider;






第五階段

人工智能(機器學習、深度學習)

數學基礎
數據分析
機器學習
實戰項目:機器學習項目

微積分與概率論基礎;
線性代數與矩陣運算;
數理統計與參數估計;
凸優化基礎;
梯度下降和擬牛頓、最大熵模型;

科學計算numpy、pandas;
分析策略;數據可視化matpalotlib;
自然語言處理NLTK;

scikit-learn;機器學習與特征工程;
分類算法;回歸與非監督學習。
numpy數據處理Ipython入門、numpy導入、ndarray屬性與基本操作
pandas 什么是Series、什么是DataFrame、DataFrame的數據丟失處理、pandas層次化索引、pandas 拼接操作、美國各州人口數據分析、pandas數據處理、pandas繪圖函數、pandas讀取數據、學生使用pandas練習數據處理
scipy scipy安裝、scipy 高數積分、scipy實現登月圖片消噪、scipy圖像處理ndimage、pandas 透視表和交叉表 ;
matplotlib 圖像的灰度化處理、 matplotlib風格和樣式 、matplotlib基礎知識、matplotlib四圖;
KNN算法 KNN算法原理、KNN回歸案例、KNN入門案例、KNN分類案例;
線性回歸&邏輯斯蒂回歸算法 導數回顧、實例糖尿病的線性回歸、嶺回歸與Lasso回歸、線性回歸原理、矩陣的回顧、邏輯斯蒂回歸算法;
決策樹算法&樸素貝葉斯算法 決策樹原理、貝葉斯原理、決策樹實例、貝葉斯實例;
VM支持向量機&聚類k-means算法.SVM原理、K-Means算法原理、SVM 實例、K-Means算法實際應用案例

算法與項目相結合,選擇經典kaggle項目,從數據預處理開始一步步代碼實戰帶大家快速入門機器學習。選擇經典案例基于真實數據集,從數據預處理開始到建立機器學習模型以及效果評估,完整的講解如何使用python及其常用庫進行數據的分析和模型的建立。使用pandas進行數據的預處理和分析,使用matplotlib進行可視化的展示以及基于scikit-learn庫的機器學習模型的建立
實戰案例:
人臉識別;
手跡識別;
預測年收入;
自動臉補全;
使用聚類手寫數字識別;
汽車車牌識別;

在線客服
比特币图标logo 体彩p3 北京赛车pk10 迅盈篮球比分直播 球探篮球比分查询 辽宁快乐12 足球直播信号源 足球比分网球探 浙江11选5 皇冠比分网即时比分 澳客比分直播 澳洲幸运8 北京十一选五 188足球比分直播 雷速体育直播网页 即时指数赔率s2 十一运夺金