<strong id="54hqo"></strong>
    <em id="54hqo"></em>

    1. <s id="54hqo"><acronym id="54hqo"></acronym></s> <button id="54hqo"><acronym id="54hqo"><menuitem id="54hqo"></menuitem></acronym></button>
        1. 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??;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
          成人免费视频在线观看1,欧美牲交AV欧差AA片欧美精品,多人强伦姧人妻完整版