上海Python全棧開(kāi)發(fā)+人工智能培訓(xùn)班

【課程介紹】

Python是一門(mén)易學(xué)易懂適合快速開(kāi)發(fā)的編程語(yǔ)言，既能滿足互聯(lián)網(wǎng)行業(yè)的Web應(yīng)用和服務(wù)器應(yīng)用開(kāi)發(fā)，又可以作為方便強(qiáng)大的Linux服務(wù)器及網(wǎng)絡(luò)運(yùn)維工作的開(kāi)發(fā)工具，完成系統(tǒng)運(yùn)維的工作。大數(shù)據(jù)快速發(fā)展也擴(kuò)展了Python語(yǔ)言的新天地，作為數(shù)據(jù)抓取和分析的語(yǔ)言，Python又煥發(fā)了新的活力。因此Web應(yīng)用開(kāi)發(fā)、系統(tǒng)網(wǎng)絡(luò)運(yùn)維、大數(shù)據(jù)的科學(xué)與數(shù)字計(jì)算，甚至3D游戲開(kāi)發(fā)都是Python工程師非常適應(yīng)的職業(yè)發(fā)展方向。

【適合對(duì)象】

適合零基礎(chǔ)學(xué)員或有意向轉(zhuǎn)行的技術(shù)人員

入學(xué)基礎(chǔ)：

有Linux使用經(jīng)驗(yàn)\有HTML5前端開(kāi)發(fā)經(jīng)驗(yàn)，可以減免部分前置課程。

【課程大綱】

一、Python概述:

計(jì)算機(jī)語(yǔ)言概述

python簡(jiǎn)史

python相關(guān)

python語(yǔ)法基礎(chǔ)

Python環(huán)境配置

python基礎(chǔ)語(yǔ)法

變量

數(shù)據(jù)類型

表達(dá)式和運(yùn)算符

分支結(jié)構(gòu)

循環(huán)結(jié)構(gòu)

函數(shù)

函數(shù)初步

細(xì)說(shuō)參數(shù)

變量作用域

遞歸調(diào)用

內(nèi)置函數(shù)

字符串相關(guān)-string

列表-list

元組-tuple

集合-set

字典-dict

二、Python 高階

Python面向?qū)ο蟾呒?jí)編程

面向?qū)ο缶幊袒A(chǔ)

公有私有

繼承

組合&Mixin

模塊

模塊概述

搜索路徑

Python正則表達(dá)式

Python與數(shù)據(jù)庫(kù)編程

Python多進(jìn)程與進(jìn)程間通信

Python多線程

Python網(wǎng)絡(luò)編程

Python GUI編程

項(xiàng)目實(shí)踐

三、Python Web開(kāi)發(fā)

Python Web開(kāi)發(fā)簡(jiǎn)介

Django開(kāi)發(fā)環(huán)境搭建

Django基礎(chǔ)

Django視圖

Django URL映射

Django模板

Django模型與數(shù)據(jù)庫(kù)

Django表單

Django用戶驗(yàn)證

Cookies和Sessions

Django模板繼承

Bootstrap結(jié)合

Jquery結(jié)合

AJAX結(jié)合

項(xiàng)目部署

Django項(xiàng)目實(shí)踐-在線商城

四、Python 爬蟲(chóng)技術(shù)

爬蟲(chóng)概述

爬蟲(chóng)定義

爬蟲(chóng)在行業(yè)中的地位

頁(yè)面獲取

urllib基本使用

requtests基本使用

反爬蟲(chóng)策略和反反爬蟲(chóng)

內(nèi)容提取

正則

XPath

BeautifulSoap

Scrapy

概述

Scrapy核心部件使用

Scrapy Shell

五、Python人工智能數(shù)據(jù)分析和數(shù)據(jù)挖掘

數(shù)據(jù)科學(xué)和AI概述

數(shù)據(jù)結(jié)構(gòu)和算法

Python數(shù)據(jù)分析與數(shù)據(jù)挖掘簡(jiǎn)介、環(huán)境搭建

Python數(shù)據(jù)分析工具箱

數(shù)據(jù)加載與存儲(chǔ)

數(shù)據(jù)類型

數(shù)據(jù)結(jié)構(gòu)

數(shù)據(jù)導(dǎo)入

數(shù)據(jù)導(dǎo)出

數(shù)據(jù)規(guī)范化和處理

數(shù)據(jù)清洗

數(shù)據(jù)抽取

數(shù)據(jù)合并

數(shù)據(jù)計(jì)算

數(shù)據(jù)轉(zhuǎn)換

數(shù)據(jù)分析

基本統(tǒng)計(jì)

分組分析

結(jié)構(gòu)分析

分布分析

交叉分析

矩陣分析

RFM分析

數(shù)據(jù)挖掘

相關(guān)分析

簡(jiǎn)單線性回歸

多重線性回歸

邏輯回歸

決策樹(shù)分析

聚類分析

因子分析

關(guān)聯(lián)規(guī)則

時(shí)間序列分析

數(shù)據(jù)可視化

六、Python人工智能算法和框架--機(jī)器學(xué)習(xí)與深度學(xué)習(xí)

第 一章初識(shí)機(jī)器學(xué)習(xí)

概述

1、概念與術(shù)語(yǔ)（人工智能、數(shù)據(jù)挖掘、機(jī)器學(xué)習(xí)、深度學(xué)習(xí)）

2、數(shù)據(jù)挖掘的對(duì)象

3、數(shù)據(jù)挖掘的關(guān)鍵技術(shù)

4、知識(shí)的表達(dá)

5、Python的安裝

Python數(shù)據(jù)挖掘工具箱

1、 Numpy, Scipy

2、 Pandas

3、 Scikit.learn,

4、 Matplotlib

5、 TensorFlow

數(shù)據(jù)加載與存儲(chǔ)

1、 csv/json/Excel/mySQL

數(shù)據(jù)預(yù)處理與規(guī)范化

2、 數(shù)據(jù)合并

3、 數(shù)據(jù)轉(zhuǎn)換

4、 數(shù)據(jù)清洗

5、 數(shù)據(jù)聚合

6、 數(shù)據(jù)分組

7、 透視表與交叉表

第二章 機(jī)器學(xué)習(xí)中的典型算法

機(jī)器學(xué)習(xí)框架

模型評(píng)估方法

1、 偏差與方差

2、 混淆矩陣/準(zhǔn)確率/精確率/召回率

3、 ROC/AUC/F1

特征提取(分類變量/文本/圖像)

數(shù)據(jù)預(yù)處理（標(biāo)準(zhǔn)化/正則化）

線性回歸

1. 一元/多元

2. 多項(xiàng)式

線性回歸

1、 嶺回歸

2、 隨機(jī)梯度下降法

3、 交叉驗(yàn)證

邏輯回歸

1. 二分類

2. 多分類

K近鄰算法

1. kNN回歸

2. kNN分類

第三章 機(jī)器學(xué)習(xí)中的典型算法進(jìn)階

決策樹(shù)

1、 回歸數(shù)

2、 分類樹(shù)

3、 模型參數(shù)網(wǎng)絡(luò)搜索

4、 隨機(jī)森林

樸素貝葉斯

1. 高斯貝葉斯分類器

2. 多項(xiàng)式貝葉斯分類器

3. 伯努利貝貝葉斯分類器

支持向量機(jī)

1、 核函數(shù)

2、 SVC

3、 SVR

人工神經(jīng)網(wǎng)絡(luò)

1、 感知器

2、 神經(jīng)網(wǎng)絡(luò)

第四章 機(jī)器學(xué)習(xí)中的典型算法擴(kuò)展無(wú)監(jiān)督學(xué)習(xí)聚類

1、 Kmean

PCA降維

集成學(xué)習(xí)方法

1、 Adaboost

2、 Gradientboosting

3、 RandomForest

關(guān)聯(lián)分析- Apriori算法

1、 頻繁項(xiàng)集

2、 關(guān)聯(lián)規(guī)則

關(guān)聯(lián)分析- FP-growth算法

1、 FP樹(shù)

第五章 深度學(xué)習(xí)初步

深度學(xué)習(xí)簡(jiǎn)介

1、 深度學(xué)習(xí)引入

2、 深度學(xué)習(xí)歷史

3、 深度學(xué)習(xí)應(yīng)用

4、 TensorFlow

TensorFlow入門(mén)

1、 計(jì)算模型

2、 數(shù)據(jù)模型

3、 運(yùn)行模型

4、 TensorFlow實(shí)現(xiàn)神經(jīng)網(wǎng)絡(luò)

深層神經(jīng)網(wǎng)絡(luò)

1、 深度學(xué)習(xí)與深層神經(jīng)網(wǎng)絡(luò)

2、 損失函數(shù)定義

3、 神經(jīng)網(wǎng)絡(luò)優(yōu)化算法

4、 神經(jīng)網(wǎng)絡(luò)進(jìn)一步優(yōu)化

深度學(xué)習(xí)模型改進(jìn)

1、 MNIST數(shù)據(jù)處理

2、 模型訓(xùn)練及對(duì)比

3、 變量管理

4、 模型持久化

第六章 深度學(xué)習(xí)進(jìn)階

卷積神經(jīng)網(wǎng)絡(luò)

1、 圖像識(shí)別問(wèn)題

2、 卷積神經(jīng)網(wǎng)絡(luò)

3、 卷積神經(jīng)網(wǎng)絡(luò)常用結(jié)構(gòu)

4、 典型卷積神經(jīng)網(wǎng)絡(luò)模型

圖像數(shù)據(jù)處理

1、 TFRecord輸入數(shù)據(jù)格式

2、 圖像數(shù)據(jù)處理

3、 數(shù)據(jù)集框架

循環(huán)神經(jīng)網(wǎng)絡(luò)

1、 循環(huán)神經(jīng)網(wǎng)絡(luò)簡(jiǎn)介

2、 長(zhǎng)短時(shí)記憶網(wǎng)絡(luò)LSTM

3、 循環(huán)神經(jīng)網(wǎng)絡(luò)變種

Tensorflow高層封裝

1、 Keras

2、 Estimator

TensorBoard可視化（

1、 TensorBoard計(jì)算圖可視化

2、 監(jiān)控指標(biāo)可視化

3、 高維向量可視化

七、Python數(shù)據(jù)分析和人工智能--配套項(xiàng)目一覽(根據(jù)實(shí)際進(jìn)度安排)穿插在整個(gè)培訓(xùn)中

項(xiàng)目群 1

1、 Anaconda安裝

2、 Tensorflow安裝

3、 二維布朗運(yùn)動(dòng)

4、 泰坦尼克號(hào)生存者名單處理

5、上海證券大盤(pán)指數(shù)分析

6、 QQ聊天群數(shù)據(jù)分析

7、 中國(guó)地震數(shù)據(jù)分析

項(xiàng)目群 2

1、 酒品質(zhì)預(yù)測(cè)

2、 波士頓住房數(shù)據(jù)來(lái)預(yù)測(cè)房屋價(jià)格

3、 垃圾郵件分類

4、 影評(píng)電影分類

5、 美國(guó)入學(xué)申請(qǐng)錄取分類

項(xiàng)目群 3

1、 廣告屏蔽

2、 泰坦尼克號(hào)乘客生還情況

3、 iris(鳶尾花)

4、 20類新聞數(shù)據(jù)分類

項(xiàng)目群 4

1、 臉部識(shí)別

2、 手寫(xiě)數(shù)字識(shí)別

3、 新聞?lì)悇e分類

4、 自然圖片字母與數(shù)字識(shí)別

項(xiàng)目群 5

1、 美國(guó)參議院黨派分類

2、 各省經(jīng)濟(jì)水平分類

3、 手寫(xiě)識(shí)別

4、 糖尿病病人

5、 毒蘑菇相似特征

6、 從新聞網(wǎng)站瀏覽流中挖掘新聞報(bào)道

項(xiàng)目群 6

1、 Tensorflow安裝

2、 神經(jīng)網(wǎng)絡(luò)實(shí)現(xiàn)

3、 MNIST手寫(xiě)數(shù)字識(shí)別

4、 訓(xùn)練模型保存與恢復(fù)

項(xiàng)目群 7

1、 Lenet5網(wǎng)絡(luò)

2、 圖像數(shù)據(jù)

1、 RNN網(wǎng)絡(luò)實(shí)現(xiàn)時(shí)序預(yù)測(cè)

2、 Keras實(shí)現(xiàn)IMDB自然語(yǔ)言情感分類

【IT研究院簡(jiǎn)介】

上海交大教育集團(tuán).IT研究院致力于培養(yǎng)面向互聯(lián)網(wǎng)領(lǐng)域的高端人才，以學(xué)員提升職業(yè)競(jìng)爭(zhēng)力為目的，優(yōu)質(zhì)就業(yè)為宗旨。課程體系涵蓋了Web前端工程師、Java工程師、Python工程師、人工智能開(kāi)發(fā)工程師、互聯(lián)網(wǎng)運(yùn)維工程師、移動(dòng)開(kāi)發(fā)工程師、大數(shù)據(jù)工程師、Linux 云計(jì)算工程師、軟件測(cè)試工程師、網(wǎng)絡(luò)安全工程師、嵌入式開(kāi)發(fā)工程師、C/C++工程師、SEM競(jìng)價(jià)師、SEO優(yōu)化師、新媒體運(yùn)營(yíng)師、電商運(yùn)營(yíng)師等課程為一體的IT培訓(xùn)研究院。

為培養(yǎng)真正符合時(shí)代需求的高端IT人才，上海交大教育集團(tuán).IT研究院以高瞻的視野，經(jīng)多年布局，打造人才培訓(xùn)服務(wù)體系。以企業(yè)需求為導(dǎo)向，以行業(yè)未來(lái)為驅(qū)動(dòng)，向企業(yè)和社會(huì)不斷輸送IT人才。

【教學(xué)模式】

1、隨到隨學(xué)

學(xué)員報(bào)名之后立馬就可以開(kāi)始學(xué)習(xí), 無(wú)需再等人數(shù)夠了再開(kāi)班，每個(gè)學(xué)員都可以根據(jù)自己的時(shí)間安排制定自己的學(xué)習(xí)計(jì)劃，不會(huì)再因?yàn)闀r(shí)間不統(tǒng)一落下課。

2、多對(duì)一輔導(dǎo)

授課老師、助教老師、班主任、就業(yè)指導(dǎo)老師4對(duì)1的服務(wù)模式，學(xué)員可以實(shí)時(shí)在線在線與授課老師和助教老師1對(duì)1溝通問(wèn)題，就業(yè)指導(dǎo)老師會(huì)在就業(yè)前對(duì)學(xué)員進(jìn)行1對(duì)1就業(yè)指導(dǎo)。

3、免費(fèi)重修機(jī)制

學(xué)員報(bào)名就業(yè)課程學(xué)制結(jié)束未成功就業(yè)，不限次數(shù)免費(fèi)重修。報(bào)名課程學(xué)不會(huì)，效果不理想，可申請(qǐng)免費(fèi)換課。更有多種支付學(xué)費(fèi)的方式可以提供。

4、名企推薦就業(yè)

我們已經(jīng)和超過(guò)500家企業(yè)建立人才推薦合作，遍及全國(guó)20多個(gè)城市，參加我們就業(yè)實(shí)訓(xùn)類培訓(xùn)的學(xué)員都可以獲得免費(fèi)推薦就業(yè)的機(jī)會(huì)，我們的課程的宗旨就是系統(tǒng)學(xué)習(xí)IT技術(shù)，為你的職場(chǎng)晉升助力。

【環(huán)境展示】