北大青鳥長安街校區(qū)

北大青鳥長安街校區(qū)老師接聽

18210289671

北大青鳥python課程

北大青鳥python課程

適合人群:初中畢業(yè)、高中畢業(yè)、0基礎想轉行
開班時間:每月1號
校      區(qū):北大青鳥長安街校區(qū)
咨詢電話:18210289671

課程簡介

第一階段(python基礎)

python入門 

    1、Python版本特性介紹

    2、Python應用場景及趨勢發(fā)展 

    3、Python開發(fā)環(huán)境搭建 

    4、Python開發(fā)工具及運行環(huán)境 

    5、標識符與關鍵字,注釋 

    6、Python在各系統(tǒng)中的安裝 

    7、應用場景及數據存儲設計 

    8、Python程序開發(fā)基礎指南 

    9、如何運行python代碼

python基本語法 

    1、Python選擇與循環(huán) 

    2、Python字符串處理 

    3、可視化python編程 

    4、數據及類型操作 

    5、Python對象、數字、序列 

    6、Python映射和集合類型 

    7、Python條件和循環(huán) 

    8、Python文件和輸入輸出 

    9、python錯誤和異常

python高級語法 

    1、函數和函數式編程 

    2、Python面向對象編程 

    3、Python正則表達式 

    4、Python函數編程 

    5、Python多線程編程 

    6、Python圖形界面編程 

    7、Python數據庫編程創(chuàng)建 

    8、Python擴展

Python編程開發(fā) 

    1、PYQT實現(xiàn)GUI工具 

    2、如何運行python代碼 

    3、Python在Linux中的開發(fā) 

    4、GitHub的使用 

    5、python程序開發(fā) 

    6、Python api使用及二次開發(fā)


第二階段(關系型數據庫MySQL)

數據庫設計 

    1、數據庫設計及運行管理 

    2、數據庫設計過程講解 

    3、概念結構設計與ER圖 

    4、邏輯結構設計與ER轉換規(guī)則 

    5、數據流圖與數據字典 

    6、數據庫設計物理模型 

    7、數據庫事務與隔離級別

數據庫范式及ACID特性 

    1、數據庫的范式的實例 

    2、數據庫設計三大范式應用 

    3、數據庫管理系統(tǒng)事務 

    4、數據庫ACID的四大特性 

    5、數據庫四大特性應用 

    6、分庫分表大數據解決方案 

    7、分庫分表實施與分析

數據庫基礎 

    1、數據庫概念介紹 

    2、MySQL安裝與登錄 

    3、數據庫創(chuàng)建與刪除 

    4、表結構創(chuàng)建/查看 

    5、字段類型與數據類型 

    6、字段增加,重命名,刪除

視圖及索引 

    1、記錄的增加,修改,刪除 

    2、表查詢 

    3、條件查詢 

    4、模糊查詢 

    5、視圖創(chuàng)建與操作 

    6、索引創(chuàng)建與操作


第三階段(文檔數據庫MongoDB)

Mongodb初識與部署 

    1、Mongodb介紹 

    2、Mongodb應用場景 

    3、Mongodb快速部署 

    4、Mongodb配置指南

Mongodb基本操作 

    1、Mongodb數據庫操作 

    2、Mongodb collection操作 

    3、Mongodb文檔操作

Mongodb高級操作 

    1、Mongodb存儲過程 

    2、Mongodb聚合管道 

    3、Mongodb批量寫 

    4、Mongodb MapReduce

Mongodb運維與編程 

    1、Mongodb數據導入/導出/備份/恢復 

    2、Mongodb安全 

    3、Mongodb權限控制 

    4、Mongodb包引入 

    5、Mongodb Python API

 

第四階段(內存數據庫Redis)

Redis精講 

    1、REDIS分布式緩存介紹 

    2、REDIS網絡模型與內存管理 

    3、REDIS的數據一致性問題 

    4、REDIS支持的KEY類型 

    5、REDIS水平動態(tài)擴展 

    6、REDIS數據淘汰策略

Redis操作

    1、REDIS訪問工具 

    2、REDIS shell api

Redis編程 

    1、REDIS包引入 

    2、REDIS Python API

 

第五階段(網絡爬蟲)

urllib.lib庫 

    1、Python urllib認識 

    2、urllib庫的基本操作 

    3、urllib基本get請求 

    4、urllib基本post請求 

    5、代理與API 

    6、超時配置與會話對象

requests庫 

    1、通過pip安裝requests 

    2、發(fā)送請求與傳遞參數 

    3、Response對象與文件上傳 

    4、身份驗證 

    5、Cookies與會話對象 

    6、超時與異常 

    7、CSS選擇器與bs4 

    8、BeautifulSoup基本介紹,安裝與基本語法 

    9、BeautifulSoup的基本運算符與語法定位

css選擇器與Xpath 

    1、CSS選擇器基本使用 

    2、Xpath基本介紹 

    3、Xpath基本語法 

    4、XPath 軸與表達式 

    5、Xpath的基本運算符 

    6、Xpath語法定位 

    7、常用的反爬蟲技術

爬蟲高級技術 

    1、多線程與多進程爬蟲 

    2、代理設置與Cookie操作 

    3、動態(tài)網頁內容的抓取 

    4、Selenium與PhantomJS 

    5、模擬表單登錄


第六階段(人工智能相關python包)

數值計算包學習 

    1、數值計算包工具介紹 

    2、Numpy多維數組 

    3、數組的屬性與操作 

    4、基本的數組運算 

    5、Scipy工作原理介紹 

    6、SciPy交互工作

數據處理包Pandas 

    1、本地環(huán)境安裝 

    2、加載工具庫 

    3、Pandas創(chuàng)建對象 

    4、操作行和塊 

    5、窺視數據 

    6、缺失值處理、合并于分組

數據加載與存儲 

    1、Pandas導入導出數據 

    2、與SQL/Excel 對比 

    3、數據體量與工具選擇 

    4、范式中的切片與分組 

    5、Pandas索引與排序 

    6、文本轉化為虛擬變量 

    7、Pandas數據回歸 

    8、讀取文本文件

Pandas與數據庫 

    1、函數解析 

    2、利用DataFrame 

    3、關系型數據庫驅動 

    4、非關系型數據庫驅動 

    5、Web API操作網絡資源


第七階段(機器學習算法)

聚類算法 

    1、有監(jiān)督與無監(jiān)督問題 

    2、k-means聚類算法原理 

    3、層次聚類算法 

    4、SOM聚類算法 

    5、FCM聚類算法 

    6、python實現(xiàn)k-means算法 

    7、聚類算法應用場景與特征工程

回歸算法 

    1、線性回歸算法原理推導 

    2、多元線性回歸問題推導 

    3、非線性回歸問題求解 

    4、實現(xiàn)簡易回歸算法 

    5、邏輯回歸算法原題 

    6、實戰(zhàn)梯度下降算法

貝葉斯分類與最近鄰分類 

    1、貝葉斯算法原理推導 

    2、基于貝葉斯理論的垃圾郵件攔截 

    3、基于貝葉斯理論的輿情系統(tǒng)設計 

    4、最近鄰(KNN)算法原理詳解 

    5、最近鄰算法在手寫體數字識別中的應用

支持向量機 

    1、SVM要解決的問題 

    2、線性SVM原理推導 

    3、SVM對偶問題與核變換 

    4、soft支持向量機問題 

    5、多類別分類問題解決方案


第八階段(機器項目學習實戰(zhàn))

泰坦尼克船員獲救案例 

    1、泰坦尼克船員獲救預測 

    2、使用pandas庫進行數據讀取與缺失值預處理 

    3、使用scikit-learn庫對比回歸模型與隨機森林模型 

    4、GBDT構造原理 

    5、特征的選擇與重要性衡量指標 

    6、機器學習中的級聯(lián)模型 

    7、使用級聯(lián)模型再戰(zhàn)泰坦尼克

個人信用模型 

    1、個人信用模型分析 

    2、個人信用模型構建 

    3、數據收集與樣本設計 

    4、選擇構建模型工具 

    5、模型驗證與檢驗 

    6、選擇臨界值分值及修正 

    7、個人信用模型檢測


第九階段(深度學習)

神經網絡模型 

    1、神經網絡結構 

    2、前向傳播與反向傳播結構 

    3、激活函數、損失函數 

    4、正則化方法 

    5、梯度下降 

    6、深入神經網絡細節(jié) 

    7、神經網絡表現(xiàn)效果

卷積神經網絡 

    1、卷積神經網絡詳解-卷積層 

    2、卷積神經網絡詳解-池化層 

    3、激活層 

    4、全連接層 

    5、Softmax分類器

框架:tensorflow 

    1、Tensorflow安裝與簡介 

    2、Tensorflow簡單使用 

    3、tensorflow實戰(zhàn)技巧

框架:keras 1、

    1.keras安裝與環(huán)境配置 

    2、keras簡單使用 

    3、keras實戰(zhàn)技巧


第十階段(深度學習項目實戰(zhàn))

Mnist手寫體識別 

    1、mnist手寫體數字簡介 

    2、mnist加載數據 

    3、keras數據預處理 

    4、預處理類標簽 

    5、定義模型架構與編譯模型 

    6、N數據模型擬合與數據評估 

    7、神經網絡表現(xiàn)效果

Cifar10 項目目標分類 

    1、cifar10數據集簡介 

    2、cifar10數據導入 

    3、cifar10網絡模型設計 

    4、cifar10分類模型調優(yōu)


名師團隊

更多
  • 孫鵬

    孫鵬學術經理

    教育經歷 畢業(yè)于北京大學,計算機科學與技術專業(yè),博士學歷。 技術領域 精通Java、C、C++、PHP、HTML、XML、Python等程序設計語言 熟練軟件工程,有豐富的面向對象編程思想 熟悉企業(yè)級框架技術Struts,Spring,JPA,MyBatis,Hibe

  • 李沫

    李沫網絡營銷講師

    七年互聯(lián)網營銷從業(yè)經驗,五年SEM項目經驗,操作過多個日消費過萬的搜索引擎賬戶,曾為尚德、匯眾、完美等知名公司的SEM項目工作,實戰(zhàn)經驗較為豐富。擅長百度競價的關鍵詞排名,在賬戶推廣管理和賬戶優(yōu)化方面有較深的功力。另有多年的SEM、電商教育培訓經驗,并在北大青鳥參與多個互聯(lián)網營銷

  • Wayne Shen

    Wayne Shen大數據高級咨詢師

    10年于國內頂尖軟件公司,曾任研究室主任,主導和從事研發(fā)工作。 15+年于北美IT, 參加了金融、保險、醫(yī)療、零售等行業(yè)的眾多大型項目開發(fā)和企業(yè)數據集成,曾任軟件架構師、高級咨詢顧問、大數據方案架構師等,負責大數據應用的方案設計?,F(xiàn)在加拿大最大銀行從事大數據應用開發(fā)和高級咨詢。沈

  • 陳璇

    陳璇java講師

    騰訊“最受歡迎女老師”,千萬學員最喜愛的“璇女神”,講課幽默風趣、化繁為簡,獨創(chuàng)“趣味游戲闖關學習法”,主講的課工場前端及Java課程多次成為最受學生歡迎和認可的爆款課程。

  • Raymond Lin

    Raymond Lin大數據高級工程師

    1989年畢業(yè)于復旦大學計算機系,1994年取得新南威爾士大學碩士學位,畢業(yè)后來到加拿大從事IT專業(yè)至今,為電訊,銀行,省市政府等大機構提供技術服務,解決技術難題,建造以互聯(lián)網為平臺,數據處理為核心的企業(yè)級應用系統(tǒng),一直活躍在技術的最前沿。林先生還積極兼職教育事業(yè)十八年,以精湛的

  • Chunlei He

    Chunlei He高級數據科學家

    數據挖掘與機器學習博士、博士后,中國科學院訪問學者。在過去16+年中,她一直從事模式識別、機器學習和深度學習方面的科研和研發(fā)工作,其中最近5年在電信和金融行業(yè)帶領團隊從事數據挖掘、算法設計和數據建模等工作;現(xiàn)任加拿大最大保險公司的高級數據科學家,領導數據科學團隊從事數據挖掘和數據

學校分布

更多
  • 1

    北大青鳥長安街校區(qū)

    北京市海淀區(qū)吳家場路1號院悅鄰百姓廣場