课程简介：

Python是一门易学易懂适合快速开发的编程语言，既能满足互联网行业的Web应用和服务器应用开发，又可以作为方便强大的Linux服务器及网络运维工作的开发工具，完成系统运维的工作。大数据快速发展也扩展了Python语言的新天地，作为数据抓取和分析的语言，Python又焕发了新的活力。因此Web应用开发、系统网络运维、大数据的科学与数字计算，甚至3D游戏开发都是Python工程师非常适应的职业发展方向。

注：本课程适合零基础学员或有意向转行的技术人员。

入学基础：

有Linux使用经验\ 有HTML5 前端开发经验 ，可以减免部分前置课程。

课程大纲：

Python基础

Python概述:

  计算机语言概述

  python简史

  python相关

python语法基础

  Python环境配置

  python基础语法

  变量

  数据类型

  表达式和运算符

  分支结构

  循环结构

函数

  函数初步

  细说参数

  变量作用域

  递归调用

内置函数

  字符串相关-string

  列表-list

  元组-tuple

  集合-set

  字典-dict

Python 高阶

Python面向对象高级编程

面向对象编程基础

公有私有

继承

组合 & Mixin

模块

模块概述

搜索路径

  Python正则表达式

  Python与数据库编程

  Python多进程与进程间通信

  Python多线程

  Python网络编程

  Python GUI编程

  项目实践

Python Web 开发

Python Web开发简介

Django开发环境搭建

Django基础

Django视图

Django URL映射

Django模板

Django模型与数据库

Django表单

Django用户验证

Cookies和Sessions

Django模板继承

Bootstrap结合

Jquery结合

AJAX结合

项目部署

Django项目实践-在线商城

Python 爬虫技术

爬虫概述

  爬虫定义

  爬虫在行业中的地位

页面获取

  urllib基本使用

  requtests基本使用

  反爬虫策略和反反爬虫

内容提取

  正则

  XPath

  BeautifulSoap

scrapy

  概述

  Scrapy核心部件使用

  Scrapy Shell

Python 人工智能

数据分析和数据挖掘

数据科学和AI概述

数据结构和算法

Python 数据分析与数据挖掘简介、环境搭建

Python数据分析工具箱

数据加载与存储

  数据类型

  数据结构

  数据导入

  数据导出

数据规范化和处理

  数据清洗

  数据抽取

  数据合并

  数据计算

  数据转换

数据分析

  基本统计

  分组分析

  结构分析

  分布分析

  交叉分析

  矩阵分析

  RFM分析

数据挖掘

  相关分析

  简单线性回归

  多重线性回归

  逻辑回归

  决策树分析

  聚类分析

  因子分析

  关联规则

  时间序列分析

数据可视化

项目实践

Python人工智能算法和框架

--机器学习与深度学习 

      章 初识机器学习

      概述

           1、 概念与术语（人工智能、数据挖掘、机器学习、深度学习）

           2、 数据挖掘的对象

           3、 数据挖掘的关键技术

           4、 知识的表达

           5、 Python的安装

      Python数据挖掘工具箱

           1、 Numpy, Scipy

           2、 Pandas

           3、 Sci*****earn,

           4、 Matplotlib

           5、 TensorFlow

      数据加载与存储

           1、 csv/json/Excel/mySQL

      数据预处理与规范化

           2、 数据合并

           3、 数据转换

           4、 数据清洗

           5、 数据聚合

           6、 数据分组

           7、 透视表与交叉表

      第二章 机器学习中的典型算法

      机器学习框架

      模型评估方法

           1、 偏差与方差

           2、 混淆矩阵/准确率/精确率/召回率

           3、 ROC/AUC/F1

      特征提取(分类变量/文本/图像)

      数据预处理（标准化/正则化）

      线性回归

           1. 一元/多元

           2. 多项式

      线性回归

           1、 岭回归

           2、 随机梯度下降法

           3、 交叉验证

      逻辑回归

           1. 二分类

           2. 多分类

      K近邻算法

           1. kNN回归

           2. kNN分类

      第三章 机器学习中的典型算法进阶

      决策树（

           1、 回归数

           2、 分类树

           3、 模型参数网络搜索

           4、 随机森林

      朴素贝叶斯

           1. 高斯贝叶斯分类器

           2. 多项式贝叶斯分类器

           3. 伯努利贝贝叶斯分类器

      支持向量机

           1、 核函数

           2、 SVC

           3、 SVR

      人工神经网络

           1、 感知器

           2、 神经网络

      第四章 机器学习中的典型算法扩展

      无监督学习聚类

           1、 Kmean

      PCA降维

      集成学习方法

           1、 Adaboost

           2、 Gradientboosting

           3、 RandomForest

      关联分析- Apriori算法

           1、 频繁项集

           2、 关联规则

      关联分析- FP-growth算法

           1、 FP树

      第五章 深度学习初步

      深度学习简介

           1、 深度学习引入

           2、 深度学习历史

           3、 深度学习应用

           4、 TensorFlow

      TensorFlow入门

           1、 计算模型

           2、 数据模型

           3、 运行模型

           4、 TensorFlow实现神经网络

      深层神经网络（

           1、 深度学习与深层神经网络

           2、 损失函数定义

           3、 神经网络优化算法

           4、 神经网络进一步优化

      深度学习模型改进

           1、 MNIST数据处理

           2、 模型训练及对比

           3、 变量管理

           4、 模型持久化

      第六章 深度学习进阶

      卷积神经网络

           1、 图像识别问题

           2、 卷积神经网络

           3、 卷积神经网络常用结构

           4、 典型卷积神经网络模型

      图像数据处理

           1、 TFRecord输入数据格式

           2、 图像数据处理

           3、 数据集框架

      循环神经网络

           1、 循环神经网络简介

           2、 长短时记忆网络LSTM

           3、 循环神经网络变种

      Tensorflow高层封装

           1、 Keras

           2、 Estimator

      TensorBoard可视化（

           1、 TensorBoard计算图可视化

           2、 监控指标可视化

           3、 高维向量可视化

Python数据分析和人工智能

--配套项目一览

(根据实际进度安排)

穿插在整个培训中 

      项目群 1

           1、 Anaconda安装

           2、 Tensorflow安装

           3、 二维布朗运动

           4、 泰坦尼克号生存者名单处理

           5、上海证券大盘指数分析

           6、 QQ聊天群数据分析

           7、 中国地震数据分析

      项目群 2

           1、 酒品质预测

           2、 波士顿住房数据来预测房屋价格

           3、 垃圾邮件分类

           4、 影评电影分类

           5、 美国入学申请录取分类

      项目群 3

           1、 广告屏蔽

           2、 泰坦尼克号乘客生还情况

           3、 iris(鸢尾花)

           4、 20类新闻数据分类

      项目群 4

           1、 脸部识别

           2、 手写数字识别

           3、 新闻类别分类

           4、 自然图片字母与数字识别

      项目群 5

           1、 美国参议院党派分类

           2、 各省经济水平分类

           3、 手写识别

           4、 糖尿病病人

           5、 毒蘑菇相似特征

           6、 从新闻网站点击流中挖掘新闻报道

      项目群 6

           1、 Tensorflow安装

           2、 神经网络实现

           3、 MNIST手写数字识别

           4、 训练模型保存与恢复

      项目群 7

           1、 Lenet5网络

           2、 图像数据

           1、 RNN网络实现时序预测

           2、 Keras实现IMDB自然语言情感分类

选修课程：

RED HAT LINUX系统运维

*前置课程

在bash shell命令行模式下运行常用基本Unix命令

从shell命令行及Xwindow界面运行应用程序

配置XFree86系统及常用XWindow桌面环境

使用X GUI应用程序完成一般的工作

了解Linux EXT2 和EXT3文件系统结构

完成普通的文件维护操作

了解和维护文件存取权限

复制和存取不同文件系统下的文件

使用vi文本编辑器编辑和运行Shell 脚本文件

使用sed、awk及perl正则表达式过滤和处理文本

使用Linux本底打印命令和相关实用工具实现Unix下的文本打印

使用电子邮件和Openoffice完成Linux下的电子办公

用标准的输入/输出重定向及管道连接程序和文件

控制Linux系统进程

查询Linux系统内的rpm软件包

使用Unix常用网络程序和相关实用工具控制本底机网络

使用基于SSL的方式安全传输文件

掌握RedHat提供给用户的系统工具

掌握基本的shell script 脚本

MYSQL/ORACLE 数据库管理

*必备数据库技术

描述Oracle MySQL架构、安装和升级Oracle MySQL

利用 INFORMATION_SCHEMA 数据库访问元数据

完成 Oracle MySQL 启动和关闭操作

在运行时间配置 Oracle MySQL 服务器选项

利用 Oracle MySQL 管理员图形用户界面管理 Oracle MySQL 服务器

为解决性能问题评估数据类型及字符集

了解数据锁定概念以及在 Oracle MySQL 中不同级别锁定

了解和使用Oracle MySQL InnoDB引擎

保持Oracle MySQL安装一致性

使用触发器执行管理任务

使用企业审计和插入式验证

配置高级复制技术来实现ORACLE MYSQL高可用性

描述介绍性能调优技术

执行备份和恢复操作

管理任务自动化与排程事件

HTML5+CSS3

*必备前端技术

HTML 5的结构

表单及其他新增和改良元素

绘制图形

多媒体相关API

History API

本地存储

离线应用程序

文件API

通信API

WebRTC通信

扩展的XMLHttpRequest API

使用Web Workers处理线程

获取地理位置信息

拖放API与通知API

Page Visibility API

Fullscreen API

鼠标指针锁定API

JavaScript

*必备前端技术

JavaScript概述

词法结构

类型

值和变量

表达式和运算符

语句

对象

数组

函数

类和模块

正则表达式的模式匹配

JavaScript的子集和扩展

客户端JavaScript

服务器端JavaScript

JQuery

*必备前端技术

初识jQuery

jQuery选择器

jQuery中DOM的操作

jQuery的事件处理

jQuery的动画效果

jQuery与Ajax

jQuery常用插件