北京Python全棧人工智能培訓(xùn)課程

第 一階段：Python編程基礎(chǔ)和Python（21天）
Python概述——1.Python簡史；2.Python應(yīng)用場景；3.Python當(dāng)前發(fā)展
語法基礎(chǔ)——1.變量類型；2.分支語句；3.循環(huán)語句
函數(shù)——1.變量類型；2.分支語句；3.循環(huán)語句
面向?qū)ο缶幊蹋∣OP）——
1.00P基礎(chǔ)；2.共有私有問題；3.繼承；4.組合&Mindn
數(shù)據(jù)結(jié)構(gòu)初步——1.列表；2.元祖；3.字典；4.集合
異常處理——1.異常概述；2.Try/except；3.Finally；4.Raise；5.with
Python模塊文件處理——
1.Prython模塊基本使用共有私有問題；2.搜索路徑問題；3.DIY自己的模塊組合&Mindn；4.文件處理
魔法函數(shù)——1.魔法函數(shù)概述；2.構(gòu)造類魔法函數(shù)；3.運(yùn)算類魔法函數(shù)
數(shù)據(jù)結(jié)構(gòu)算法——1.常見的數(shù)據(jù)結(jié)構(gòu)；2.常見查找算法
設(shè)計(jì)模式——1.單例模式；2.策略模式；3.觀察者模式
網(wǎng)絡(luò)編程多線程——
1.網(wǎng)絡(luò)基礎(chǔ)知識介紹；2.Socket編程；3.UDP協(xié)議；4.TCP協(xié)議；5.HTTP協(xié)議；6.多線程/進(jìn)程端介；7.Python的多線程；8.Python的多進(jìn)程
項(xiàng)目案例——1.聊天室；2.WebServer模擬HTTP協(xié)議
第二階段：Web開發(fā)基礎(chǔ)（22天）
HTML——1.HTML概述；2.文本處理；3.圖像和鏈接；4.表格；5.表單
CSS——1.CSS語法；2.CSS選擇器；3.CSS常用屬性
JavaScript——1.基礎(chǔ)語法；2.內(nèi)置對象；3.正則表達(dá)式；4.事件
jQuery——1.jQuery基本使用；2.jQuery對象；3.Ajax工作原理；4.Ajax對象的使用；5.Ajax異步請求
Vue.js——
1.Vue簡介；2.Vue的基本使用；3.Vue常用指令的使用；4.基本組件的使用
Bootstrap框架——
1.Bootstrap框案簡介；2.Bootstrap組件的使用；3.Bootstrap快速搭建響應(yīng)式頁面
Mysql——
1.Mysql簡介；2.常用操作；3.設(shè)計(jì)及復(fù)雜查詢；4.事務(wù)，存儲過程，觸發(fā)器；5.日志，數(shù)據(jù)恢復(fù)，mysql優(yōu)化；6.Python操作mysql
Redis——
1.Redis簡介；2.常用操作；3.數(shù)據(jù)類型；4.特性；5.Python操作redis
Mongodb——
1.Mongodb簡介；2.常用操作；3.特性；4.Python操作mongodb
第三階段：數(shù)據(jù)庫與Web框架實(shí)戰(zhàn)（20天）
Git分布式版本控制器——1.Git版本控刺器基礎(chǔ)使用；2.Git與GitHub
Django框架——
1.Django載介；2.Django基礎(chǔ)操作；3.Django模型；4.Django視圖；5.Django模版；6.文件上傳；7.數(shù)據(jù)分頁；8.中間件；9.驗(yàn)證碼；10.會話控制；11.富文本編輯器；12.Apache搭建
Flask框架
1.Flask快速入門；2.Flask框架結(jié)構(gòu)；3.Flask路由；4.Flask表單；5.Flask模板、Flask數(shù)據(jù)庫操作
Tornado框架——
1.Tornado的路由；2.Tomado模板系統(tǒng)；3.Views模塊；4.Tornado數(shù)據(jù)庫的操作；5.Tornado的異步處理
Web項(xiàng)目實(shí)戰(zhàn)——B2C商城項(xiàng)目
第四階段：網(wǎng)絡(luò)爬蟲（20天）
爬蟲原理和數(shù)據(jù)爬取——
1.爬蟲原理講解；2.網(wǎng)絡(luò)請求協(xié)議；3.網(wǎng)絡(luò)請求過程；4.Urlib庫的基本使用；5.Requests庫基本使用；6.正則表達(dá)式；7.BeautifulSoup庫詳解
非結(jié)構(gòu)化數(shù)據(jù)與結(jié)構(gòu)化數(shù)據(jù)提取——
1.分析Ajax請求完成抓��；2.使用Redis維護(hù)一個動態(tài)代理池；3.使用代理處理反爬抓取微信文章
基于網(wǎng)站動態(tài)交互處理機(jī)制下的數(shù)據(jù)爬取——
1.selenium Web自動化測試工具的使用；2.PhantomJS無界瀏覽器的操作模擬；3.網(wǎng)站驗(yàn)證碼的提取處理；4.加密數(shù)據(jù)原理分析及數(shù)據(jù)提取
通過Scrapy框架實(shí)現(xiàn)高并發(fā)數(shù)據(jù)爬取——
1.Scrapy框架安裝與基本使用；2.Scrapy命令行詳解以及選擇器用法
分布式爬蟲源碼解析和部署——
1.Scripy分布式原理；2.Scrapy-Redis解析；3.Scrapy分布式架構(gòu)搭建；4.爬取知乎Scrap分布式的部署詳解
爬蟲階段項(xiàng)目——招聘網(wǎng)站爬蟲
第五階段：大數(shù)據(jù)分析&人工智能（20天）
數(shù)據(jù)分析概述——
1.數(shù)據(jù)行業(yè)概述；2.數(shù)據(jù)分析方法論；3.數(shù)據(jù)分析方法；4.數(shù)據(jù)分析流程
數(shù)據(jù)可視化——1.Matplotlib；2.Pandas繪圖函數(shù)；3.三維圖
數(shù)值計(jì)算——
1.Numpy：一維到多維數(shù)組；2.利用數(shù)組進(jìn)行數(shù)據(jù)處理，數(shù)組計(jì)算；3.隨機(jī)數(shù)；4.數(shù)組文件的輸出與輸出切片與
花式索引，部分統(tǒng)計(jì)函數(shù)的學(xué)習(xí)以及應(yīng)用
數(shù)學(xué)基礎(chǔ)——
1.高等數(shù)學(xué)；2.線性代數(shù)；3.概率與統(tǒng)計(jì)；4.應(yīng)用知識補(bǔ)齊
數(shù)據(jù)預(yù)處理與數(shù)據(jù)分析——
1.Pandass Series；2.Data frame；3.數(shù)據(jù)缺失補(bǔ)齊；4.篩選去重；5.清洗整理；6.合并分割；7.匯總與計(jì)算；8.層次化索引；9.數(shù)據(jù)面板；10.數(shù)據(jù)描述性統(tǒng)計(jì)分析Pandas實(shí)現(xiàn)
數(shù)據(jù)的加載與存儲——CSV，TXT，JSON，Excel，HDF5等文件的存儲與加載
非格式化數(shù)據(jù)分析——1.中文分詞-Jieba；2.詞云-WordCloud；3.中文情感分析
機(jī)器學(xué)習(xí)——1.Sciklt-learn；2.常用分類、回歸、聚類算法原理
深度學(xué)習(xí)——神經(jīng)網(wǎng)絡(luò)算法原理及常見庫應(yīng)用
項(xiàng)目：上市公司股票趨勢預(yù)測——
利用關(guān)聯(lián)分析（CCA或PCA）進(jìn)行描述性分析，找出影響股票走勢的關(guān)鍵因素。然后通過機(jī)器學(xué)習(xí)LassoLarsCV和LassoPath算法進(jìn)行優(yōu)化。借助灰度預(yù)測進(jìn)行特征預(yù)測，后通過高容差深度機(jī)器學(xué)習(xí)神經(jīng)網(wǎng)絡(luò)進(jìn)行該公司股票趨勢預(yù)測