Python+人工智能-基础

学习目标

可掌握的核心能力：
1. 掌握Python基础语法, 具备基础的编程能力；
2. 建立起编程思维以及面向对象程序设计思想。

可解决的现实问题：
能够熟练使用Python技术完成针对小问题的程序编写。

市场价值：
具备最基本的编程思维, 掌握基础的Python编程技术, 能够完成较小程序的开发,尚达不到企业的用人标准。

学习对象

基础0经验的小白人员；想通过最低的成本来试一下自己是否适合做Python编程相关工作的转型人员。

课程内容

第一阶段： Python基础

Python第一个程序

变量、标识符和关键字、输入和输出、数据类型转换

条件控制语句和循环语句

比较关系运算符、逻辑运算符、三目运算符、while循环、for循环、break和continue

容器类型

列表、元组、字典、有序字典、公共函数、字符串

函数

函数的定义和调用、不定长参数函数、匿名函数、递归函数、可变和不可变类型

文件操作

文件打开和关闭、文件的读写、文件、目录相关操作、文件应用案例

面向对象

面向对象介绍、类的定义和对象的创建、添加和获取对象属性、init方法、私有方法和私有属性、继承、多态、类方法、对象方法、静态方法

异常处理
捕获异常、异常的传递、自定义异常
 

模块和包
模块介绍、模块的导入、模块中的 __all__、模块中 __name__ 的作用、包的介绍、包的导入

Python+人工智能-进阶

学习目标

可掌握的核心能力：
1. 能够熟练使用Linux操作系统；
2. 掌握网络编程相关技术, 能够实现网络间数据通信；
3. 掌握程序设计开发中多任务实现方式；
4. 能够熟练掌握MySQL操作相关技术, 熟练编写各种数据库操作SQL语句, 并能够进行Python与MySQL之间的数据交互；
5. 掌握Python中的re模块的使用, 能够实现对字符串进行复杂模式匹配；
6. 掌握Web服务器的工作流程, 以及Web框架的实现原理。

可解决的现实问题：
能够使用面向对象的程序设计方法, 基于Linux操作系统开发多任务的网络程序开发。

市场价值:
熟练掌握Python技术和常见网络协议, 可满足企业开发的初级需求,。

学习对象

本课程适合有Python语言基础、面向对象编程思想，Linux基本操作基础的人士，课上不讲Python基础知识。

学习内容

第二阶段：Web基础开发
 

Linux命令
Ubuntu操作系统介绍与使用、Linux命令使用、Linux命令选项的使用、远程登录和远程拷贝、vim编辑器使用、Ubuntu软件安装和软件卸载
 

网络编程
IP地址的介绍、端口和端口号的介绍、socket的介绍、基于TCP通信程序开发
 

多任务编程
多任务介绍、线程的使用、线程同步与互斥锁、死锁介绍、进程的使用、进程和线程的对比
 

正则表达式
正则表达式的介绍、re模块的使用、正则表达式的演练
 

html与css
html概述及基本结构、html标签及布局入门、css载入方式、css选择器、css属性入门、css基本布局演示、列表及表单、盒子模型、css显示属性、css元素溢出、表格
 

JavaScript
变量、数据类型及基本语法规范、函数、条件语句、获取元素方法及操作元素、事件属性、数组及操作方法、循环语句、字符串、定时器、变量作用域
 

jQuery
jquery选择器、jquery样式操作、绑定click事件、jquery动画、jquery特殊效果、jquery属性操作、jquery循环、jquery事件、事件委托、JavaScript对象、JSON 和 ajax 请求
 

数据库编程
数据库介绍、MySQL数据库基本使用、MySQL查询pymysql的使用、事务、索引
 

Python语法进阶
深拷贝和浅拷贝、property属性、with语句和上下文管理器、闭包、装饰器
 

静态Web服务器
Web服务器通信过程、HTTP协议、Web服务器实现
 

mini-Web框架
Web框架和Web服务器的关系介绍、模板替换、股票信息页面开发、个人中心数据接口开发、路由列表、ajax请求数据渲染个人中心页面、logging日志的使用

第三阶段：Web-Django框架与项目

项目：电商平台-前台
购物电商平台项目编码、前后端不分离模式、数据库-读写分离、Django高级第三方模块、FastDFS分布式文件系统、Celery异步操作、Vue双向绑定、Docker 入门、Crontab定时任务、页面静态化、在线支付、Nginx+uWSGI部署
 

项目：电商平台-MIS系统
前后端分离模式、VUE进阶-组件式开发、Django REST framwork、统计、权限管理、商品数据管理、日志管理、用户管理
 

第四阶段：Web-Flask框架与项目
 

项目部署
Docker 进阶、uWSGI、Nginx进阶、性能优化
 

Flask框架
Flask框架、路由定义及视图函数、蓝图、SQLAlchemy
 

项目
Flask-RESTful、手机 APP + PC Web前端、MySQL业务数据存储、Redis缓存层、第三方对象存储、RabbitMQ + Celery 异步任务、APSchedule定时任务、socket.io及时通讯、Elasticsearch 5.6 搜索+自动补全、RPC+kafka对接推荐系统与AI系统、supervisor进程管理
 

第五阶段：人工智能机器学习编程
 

机器学习(科学计算库篇)
人工智能概述、数据可视化matplotlib、科学计算库numpy、科学计算库pandas
 

机器学习(算法篇)
Scikit-learn使用、特征工程、k-近邻算法、线性回归、岭回归、逻辑回归、决策树、集成学习(Bagging, Boosting)、k-means、不同模型评估方法介绍、模型选择与调优、模型保存和加载、聚类、分类、回归案例实战
 

第六阶段：人工智能基于大数据的推荐系统项目
 

推荐系统项目理论课
什么是推荐系统、Mini推荐系统--电影推荐、推荐系统概念、大规模用户物品推荐案例、新闻/文章场景推荐案例、混合推荐介绍
推荐系统项目
 

Lambda大数据开发
推荐系统Lambda架构介绍、分布式存储计算案例、数据仓库工具hive、spark介绍、spark-sql、spark sql与hive离线分析实战
 

推荐系统项目开发
ABTest实验中心、埋点参数设置、推荐服务、缓存服务、实时日志分析、实时召回集、热门与新文章、文章画像构建、用户画像构建、文章用户画像业务实现、离线召回集介绍、排序模型选择介绍、spark mllib讲解、离线模型评价、评估场景需求
 

第七阶段：数据分析
 

课程介绍及数据分析入门
整个阶段课程的介绍，数据分析招聘岗位要求、课程的覆盖度、学完后达到的能力、数据分析方向的职业发展通道。
 

统计学基础
描述统计，统计推断：案例1：电影业商业数据统计分析；
Power BI电商商品催单机制及销售绩效KPI定制实践；
汇总分类变量，图形显示数据：案例2：高露洁公司数据统计及可视化分析；
分布形态及异常值检测，变量之间的关系度量：案例3：Young Professional杂志销量与读者统计分析；
概率的性质，条件概率：案例4：美国审计总署统计数据分析；
泊松分布，二元分布等，案例5：Burke市场营销服务公司商务数据分析；
正态分布，指数分布等，案例6：Bayview大学商科学生的道德行为；
方差分析，假设检验等的医学领域病例分析及业务实践；
x抽样,p抽样: 案例7：Electronics Associates公司的抽样问题；
数据分析常见方法，杜邦分析，帕累托分析，金字塔思维，SWOT,5W2H，波士顿矩阵等分析方法详解及Power BI实践。
 

数据挖掘项目实战 +金融行业量化分析+ 数据挖掘项目实战
Python编程数据分析:案例8：航空系统客户数据分析及客户挖掘；
SPSS数据分析：案例9: 医疗保险业的欺诈发现数据挖掘；
SPSS数据分析：案例10：中国消费者信心指数影响因素分析；
SPSS数据分析：案例11：员工发展前景多维度评估及客户R价值分析RFM实践；
SPSS数据分析：案例12：聚类，回归，分类等十余种机器学习算法的SPSS实现；
SPSS数据分析：案例13：深度学习神经网络模型的SPSS实现；
SAS数据分析：基于SAS的数十种业务场景的数据分析及拟合检验等分析技术的实践；
数据化运营，网络游戏市场分析，及电商数据分析，问卷数据分析业务场景实践经验汇总；
CRM：客户关系管理模型。
 

BI理论
BI(商业智能)基本概念和应用场景；
数据仓库基本概念和设计规范；
维度建模技术。
 

数据可视化分析
FineBI数据可视化分析：实例讲解使用FineBI实施数据分析（暂定使用“零售连锁商店数据集”：账号申请、软件下载与安装、数据梳理、etl数据清洗、维度表、事实表抽取、数据cube 定义、数据钻取实现、可视化组件选择与展示、报表发布；
Tableau数据可视化分析：实例讲解使用FineBI实施数据分析（暂定使用“环境监测数据集”：账号申请、软件下载与安装、数据梳理、维度表、事实表抽取、多维度分析主题实现数据钻取实现、可视化组件选择与展示、报表发布。
 

项目实战
Finebi + kettle +mysql 实现一个bi项目 （暂定 教育、环境监测、零售连锁商店数据集）。