北京Python+人工智能培訓(xùn)
【所屬機(jī)構(gòu)：中公教育IT培訓(xùn)】
北京Python+人工智能培訓(xùn)的課程優(yōu)勢是重金聘請業(yè)內(nèi)大牛，全職坐鎮(zhèn)中公教育。小班制教學(xué)，制度規(guī)范，學(xué)習(xí)氛圍濃厚。真實(shí)案例詳解，學(xué)員必須親手操刀實(shí)戰(zhàn)。從入學(xué)到入職，整體跟蹤反饋，提供幫助。
行業(yè)空缺等你來填
- 大數(shù)據(jù)分析工程師 icon
大數(shù)據(jù)分析師是指基于各種分析手段對大數(shù)據(jù)進(jìn)行科學(xué)分析、挖掘、展現(xiàn)并用于決策支持，大數(shù)據(jù)分析師可以使企業(yè)清晰的了解到企業(yè)現(xiàn)狀與競爭環(huán)境，風(fēng)險評判與決策支持。
- 人工智能工程師 icon
是研究、開發(fā)用于模擬、延伸和擴(kuò)展人的智能的理論、方法、技術(shù)及應(yīng)用系統(tǒng)的一門新的技術(shù)科學(xué)。該領(lǐng)域的研究包括機(jī)器人、語言識別、圖像識別、自然語言處理和專家系統(tǒng)等。
- python開發(fā)工程師 icon
python開發(fā)工程師需要理解項(xiàng)目和設(shè)計需求，為用戶呈現(xiàn)最好的前臺界面交互體驗(yàn)和后臺的管理標(biāo)準(zhǔn)線，讓程序在服務(wù)器穩(wěn)定高效運(yùn)行，實(shí)現(xiàn)最大化的商業(yè)價值。
- 游戲開發(fā)工程師 icon
Python游戲開發(fā)工程師是指通過Python語言對客戶端架構(gòu)設(shè)計、模塊劃分、編輯器規(guī)劃、引擎維護(hù)等，完成游戲架構(gòu)及各大功能的設(shè)計、開發(fā)、調(diào)試，負(fù)責(zé)游戲開發(fā)工具和運(yùn)營維護(hù)工具的設(shè)計與開發(fā)。
- 搜索引擎工程師 icon
負(fù)責(zé)搜索引擎相關(guān)項(xiàng)目的系統(tǒng)調(diào)研、代碼編制、軟件測試、軟件維護(hù)、軟件文檔制作等與軟件開發(fā)有關(guān)的工作。參與搜索引擎核心技術(shù)的研發(fā)工作；評估、分析、建議客戶網(wǎng)站的關(guān)鍵詞，開發(fā)網(wǎng)站的外部鏈接的方法和網(wǎng)址。
- 爬蟲開發(fā)工程師 icon
Python爬蟲開發(fā)工程師負(fù)責(zé)抓取和管理網(wǎng)站數(shù)據(jù)，通過Python工具分析用戶的商業(yè)機(jī)會，為公司和開發(fā)提供科學(xué)的數(shù)據(jù)依據(jù)。
- 中公教育
課程設(shè)置層層遞進(jìn)，0基礎(chǔ)入門也能掌握。重金聘請業(yè)內(nèi)大牛，全職坐鎮(zhèn)中公教育。小班制教學(xué)，制度規(guī)范，學(xué)習(xí)氛圍濃厚。真實(shí)案例詳解，學(xué)員必須親手操刀實(shí)戰(zhàn)。從入學(xué)到入職，整體跟蹤反饋，提供幫助。
- 其他機(jī)構(gòu)
課程大綱拔苗助長，小白跟不上進(jìn)度，知識點(diǎn)無法吸收掌握。低薪聘請python新手做講師或大量兼職講師，項(xiàng)目不新技術(shù)不熟。大班制教學(xué)講師精力不夠或者視頻授課反饋不及時，沒有學(xué)習(xí)氛圍。教學(xué)大綱偏理論，實(shí)戰(zhàn)項(xiàng)目早已過時。畢業(yè)前，就業(yè)輔導(dǎo)只告訴學(xué)員如何讓面試；畢業(yè)后，對學(xué)員就職滿意度不關(guān)心。
課程介紹
阿爾法 阿爾法圍棋(AlphaGo)是一款通過大數(shù)據(jù)分析+人工智能編寫的圍棋程序，在2016年7月的世界圍棋排行榜中位列第一名。
微軟小冰 微軟小冰是一款除智能聊天之外，還兼具提醒、星座、交通指南、餐飲點(diǎn)評等實(shí)用功能的人工智能機(jī)器人。
Libratus Libratus是卡內(nèi)基梅隆大學(xué)開發(fā)的人工智能系統(tǒng)。在“人腦VS人工智能”比賽中，與職業(yè)選手對戰(zhàn)12萬手牌，獎金為20萬美元。
智能家居 智能家居是通過運(yùn)用數(shù)據(jù)分析和人工智能將家中設(shè)備連接，實(shí)現(xiàn)智能化的一種生態(tài)系統(tǒng)。具有智能光控、安防監(jiān)控等功能。
自動駕駛 自動駕駛汽車又稱無人駕駛汽車，依靠人工智能、雷達(dá)等系統(tǒng)協(xié)同合作，讓電腦在無人操作下自動控制機(jī)動車輛的智能汽車。
仿生眼 仿生眼也稱仿生電子眼，是由美國麻省理工學(xué)院制作能幫助視障人士增強(qiáng)視力的科技產(chǎn)品，通過實(shí)時數(shù)據(jù)分析，做到人工智能化。
Python開發(fā)基礎(chǔ) | ||
| 課程內(nèi)容 | 課程知識點(diǎn) | 培養(yǎng)目標(biāo) |
| 基礎(chǔ)語法 | Python簡史、應(yīng)用場景；Python當(dāng)前發(fā)展、開發(fā)環(huán)境搭建 注釋、輸入和輸出、變量與常量、Python數(shù)據(jù)類型、類型轉(zhuǎn)換、運(yùn)算符和表達(dá)式、條件控制語句 循環(huán)語句、break和continue控制語句、循環(huán)嵌套 字符串介紹、字符串的輸出/輸入、下標(biāo)和切片、字符串常見操作 列表、深拷貝/淺拷貝、元組、字典、集合操作、推導(dǎo)式 函數(shù)的概念、函數(shù)的定義和調(diào)用；函數(shù)參數(shù)、關(guān)鍵字參數(shù)、不定長參數(shù)；函數(shù)的返回值、函數(shù)的嵌套調(diào)用、函數(shù)應(yīng)用案例、遞歸函數(shù)、匿名函數(shù)；變量作用域、全局變量和局部變量、命名空間、閉包 異常概述、Try/except、Finally、Raise、with語句 Python模塊基本使用、搜索路徑、DIY自己的模塊、包、常用模塊 | 前期通過學(xué)習(xí)常量變量的使用，運(yùn)算符的使用，流程控制的使用，函數(shù)的定義和使用，容器處理方法，字符串處理方法，日期時間處理方法等，掌握Python編程語言基礎(chǔ)內(nèi)容；中期主要涉及OOP基礎(chǔ)知識，學(xué)習(xí)后應(yīng)該能自己處理OOP問題，具有初步軟件工程知識并樹立模塊化編程思想 |
| 面向?qū)ο笈c設(shè)計模式 | 面向?qū)ο缶幊探榻B、類和對象、類的定義、對象的創(chuàng)建、self的作用、對象成員訪問控制權(quán)限 單繼承、多繼承；實(shí)例屬性和類屬性；多態(tài) 魔法函數(shù)概述、構(gòu)造類魔法函數(shù)、運(yùn)算類魔法函數(shù) 裝飾器、修飾符、迭代器、生成器 單例模式、策略模式、觀察者模式 | |
| 文件系統(tǒng) | 文件介紹、文件的打開與關(guān)閉、文件的讀寫 | |
| 網(wǎng)絡(luò)編程 | 網(wǎng)絡(luò)通信過程及tcp協(xié)議、udp協(xié)議、http協(xié)議；套接字、數(shù)據(jù)報套接字編程、廣播和組播；poll方法和epoll方法 | |
| 多任務(wù) | 進(jìn)程、進(jìn)程池、進(jìn)程內(nèi)的通信；GIL全局解釋鎖、線程、多線程數(shù)據(jù)同步、互斥鎖、死鎖、ThreadLocal、異步、協(xié)程 | |
| 數(shù)據(jù)結(jié)構(gòu)+算法 | 數(shù)據(jù)結(jié)構(gòu)的存儲方式、邏輯結(jié)構(gòu)與物理結(jié)構(gòu)；線性表、線性表的順序存取和鏈?zhǔn)酱嫒?、雙向鏈表；棧和隊列、循環(huán)隊列；樹、二叉樹、滿二叉樹、構(gòu)建二叉搜索樹 查找算法：二分法查找；排序算法：冒泡排序、直接插入排序、選擇排序、快速排序 | |
| 《消消樂》、《最強(qiáng)彈一彈》、《微信跳一跳》（任選其一） | 分析項(xiàng)目需求，理解項(xiàng)目的算法，熟練掌握python軟件開發(fā)技術(shù)，深入理解python語言精髓 | |
Python全棧開發(fā) | ||
| 課程內(nèi)容 | 課程知識點(diǎn) | 培養(yǎng)目標(biāo) |
| 靜態(tài)頁面 | HTML簡介、基本語法、常用標(biāo)簽、表單元素 CSS簡介、基本語法、選擇器、常用樣式、DIV+CSS布局 HTML5簡介、視頻、音頻、HTML5表單；CSS3簡介、常用樣式 | 具備可掌握的核心能力： 1、可根據(jù)產(chǎn)品原型圖開發(fā)網(wǎng)站的前端界面； 2、可根據(jù)業(yè)務(wù)流程圖開發(fā)網(wǎng)站的后臺業(yè)務(wù)； 3、可根據(jù)web框架設(shè)計，開發(fā)對應(yīng)的數(shù)據(jù)庫； 4、緩存服務(wù)器的操作和設(shè)計； 5、異步任務(wù)的實(shí)現(xiàn) 6、掌握Linux操作系統(tǒng)的基礎(chǔ)知識 |
| 頁面框架 | JavaScript簡介、基本語法、變量、數(shù)據(jù)類型、運(yùn)算符、流程控制、函數(shù)、數(shù)組、DOM操作、BOM操作、事件編程、內(nèi)置對象、正則表達(dá)式等 jQuery簡介、基本語法、常用選擇器、jQuery事件、jQuery操作DOM、jQuery遍歷、 Ajax、jQuery操作HTML、CSS，jQuery遍歷等 Vue.js基礎(chǔ)、模塊化、單文件組件、路由、與服務(wù)器通信、狀態(tài)管理、單元測試、生產(chǎn)發(fā)布 | |
| 數(shù)據(jù)庫 | Mysql簡介、常用操作、設(shè)計及復(fù)雜查詢、事務(wù)、存儲過程、觸發(fā)器、日志、數(shù)據(jù)恢復(fù)、mysql優(yōu)化、Python操作mysql | |
| Linux操作系統(tǒng) | 常見Linux操作系統(tǒng)的介紹、Ubuntu操作系統(tǒng)使用、Ubuntu軟件安裝與卸載 文件和目錄操作命令、文件屬性修改命令、查找與檢索命令、壓縮包管理、其他命令、常用服務(wù)器ftp/ssh、編輯器vim/sublime/gedit/pycharm | |
| 服務(wù)器集群架構(gòu) | Docker、Nginx、集群、高可用網(wǎng)絡(luò)、keepalive、zookeeper | |
網(wǎng)絡(luò)爬蟲 | ||
| 課程內(nèi)容 | 課程知識點(diǎn) | 培養(yǎng)目標(biāo) |
| 爬蟲與數(shù)據(jù) | 爬蟲原理與數(shù)據(jù)爬?。籅/S和C/S架構(gòu)；Get/Post請求模式；網(wǎng)絡(luò)請求模塊：urllib和requests；代理服務(wù)器和偽造網(wǎng)絡(luò)請求頭；加密數(shù)據(jù)破解 結(jié)構(gòu)化數(shù)據(jù)與非結(jié)構(gòu)化數(shù)據(jù)提取、Fiddler代理器 數(shù)據(jù)提取模塊：正則、xpath 反爬蟲策略；Selenium/PhantomJS；模擬用戶行為：登錄狀態(tài)、按鈕點(diǎn)擊、JS頁面元素獲取等操作 | 可掌握的核心能力 1、 掌握爬蟲的工作原理和設(shè)計思想； 2、 掌握反爬蟲機(jī)制； 3、 通過學(xué)習(xí)NoSql數(shù)據(jù)庫和Scrapy-redis框架，可以獨(dú)立運(yùn)用分布式爬蟲框架實(shí)現(xiàn)海量數(shù)據(jù)的爬取 4、 熟練掌握使用scrapy框架和Mongodb實(shí)現(xiàn)海量數(shù)據(jù)的爬取 |
| Scrapy框架 | Scrapy框架原理；自定義數(shù)據(jù)模型、請求中間件；爬蟲去重；日志；下載中間件結(jié)合Selenium；代理服務(wù)器 | |
| Mongodb+Redis | Mongodb簡介、安裝、常見操作、高級特性以及在Python中操作Mongodb代碼實(shí)現(xiàn) | |
| Scrapy-redis框架 | 爬蟲分布式原理解析；Scrapy-redis分布式組件；定制化的爬蟲采集系統(tǒng)；處理數(shù)據(jù)的抓取和解析存儲 | |
數(shù)據(jù)分析+人工智能 | ||
| 課程內(nèi)容 | 課程知識點(diǎn) | 培養(yǎng)目標(biāo) |
| 數(shù)據(jù)分析-基礎(chǔ)內(nèi)容 | 常用的隨機(jī)變量的數(shù)字特征、根據(jù)隨機(jī)變量的分布求解隨機(jī)變量函數(shù)的數(shù)字特征 | 可掌握的核心能力 1、掌握常用的機(jī)器學(xué)習(xí)算法 2、掌握 PaddlePaddle 基本概念，計算模型和原理； 3、掌握訓(xùn)練過程優(yōu)化方法與問題優(yōu)化 |
| 數(shù)據(jù)分析-模塊學(xué)習(xí) | Numpy數(shù)值計算基礎(chǔ)、Pandas統(tǒng)計分析、獲取數(shù)據(jù)與特征工程、模型訓(xùn)練 | |
| 數(shù)據(jù)分析-數(shù)據(jù)清洗 | 檢測處理重復(fù)、缺失、異常值；離散化連續(xù)型數(shù)據(jù)；特征選擇、構(gòu)建新特征等特征工程方法；熟悉數(shù)據(jù)預(yù)處理方法 | |
| 數(shù)據(jù)分析-特征工程和結(jié)果可視化 | Python繪圖基本語法、參數(shù)設(shè)置、分析特征內(nèi)部數(shù)據(jù)分布與分散情況；掌握常用的幾種Python可視化的方法 | |
| 人工智能—機(jī)器學(xué)習(xí) | map函數(shù)、filter函數(shù)、sorted函數(shù)、eval()、exec()函數(shù) 關(guān)聯(lián)算法-掌握Apriori算法與FP-growth算法原理，熟悉頻繁項(xiàng)的挖掘與常用剪枝策略、與關(guān)聯(lián)規(guī)則 分類算法—掌握決策樹算法、隨機(jī)森林、KNN 、SVM及樸素貝葉斯算法原理，熟悉集成學(xué)習(xí)(Bagging、Boosing)對于分類算法的優(yōu)化過程，掌握數(shù)據(jù)降維方法應(yīng)用 聚類算法—掌握Kmeans，理解聚類算法與分類算法的區(qū)別，理解聚類算法的優(yōu)缺點(diǎn) 回歸算法—主流回歸模型，線性回歸，邏輯回歸 LR 及其變種和擴(kuò)展算法；梯度下降，邏輯回歸最優(yōu)化問題的求解 | |
| 人工智能—深度學(xué)習(xí) | 基于PaddlePaddle深度學(xué)習(xí)框架講解 深度學(xué)習(xí)正則化概述，模型擬合與過擬合問題 神經(jīng)網(wǎng)絡(luò)算法—垃圾郵件與反欺詐 圖像識別技術(shù)—手寫數(shù)字識別 強(qiáng)化深度學(xué)習(xí)—AlphaGo相關(guān)技術(shù) | |
| 人工智能-拓展課程 | 人工智能-拓展課程 | |
