“从Python基础到人工智能”学习班课程大纲

课程大纲

Part 1

Python零基础入门

1

编程基础常识和Python环境介绍

a)Python环境安装、语法格式等注意事项

b)Anaconda、jupyter notebook

c)Linux和github基础

2

Python语言的简要介绍

a)2.+和3.+的比较

b)如何运行python文件

c)常用的IDE

d)python的优缺点

e)和其他语言的比较

f)Python代码的运行与调试

3

基础数据类型介绍

a)数字

b)列表

c)字符串

d)字典

e)元组

f)文件

4

Python语句与语法

a)赋值

b)表达式

c)打印

d)测试/判断

e)循环

f)文档

5

Python基础作业训练

a)文件读写程序训练

b)Python编程实战题

6

函数

a)函数的定义与调用

b)作用域

c)递归函数

d)函数的属性和注解

e)匿名函数lambda

f)序列映射函数map

g)函数式编程filter&reduce

7

模块

a)模块的使用和命名空间

b)模块的重载与模块包

8

类的简单介绍

a)使用类的目的

b)实例与方法调用

c)类代码的编写细节：继承、方法

d)类的设计

9

错误和异常处理

参考文献：

Python学习手册（第4版）

Part 2

爬虫从入门到精通

1

综述

2

爬虫基本了解

3

网页结构介绍

4

Urllib库的基本使用

5

Urllib库的高级用法

6

URLERROR异常处理

7

Cookie的使用

8

正则表达式

9

Requests库的用法

10

BeautifulSoup的用法

11

Xpath语法和lxml库的用法

12

Selenium的用法

13

爬虫框架概述

14

Pyspider框架安装配置

15

Scrapy安装配置

16

Pyspider的用法

17

多线程的用法

18

多进程的用法

19

代理ip的使用

20

爬虫实战

a)爬取豆瓣电影

b)模拟登陆淘宝

c)抓取百度贴吧图片

d)爬取机器之心所有新闻

参考文献：

Python3网络爬虫开发实战：

https://germey.gitbooks.io/python3webspider/content/

Part 3

数据分析入门

1

Numpy科学计算

a)Numpy ndarray的构造、取值和赋值

b)Numpy数学运算、broadcasting运算

c)Numpy数组高级操作

d)Numpy线性代数运算

e)Numpy读写文件操作

f)Numpy项目：完成一个softmax分类器

2

Pandas数据分析

a)Pandas series,dataframe数据类型

b)Pandas Dataframe索引

c)Pandas表格合并与拼接

d)Pandas各种数据统计分析操作（上）

e)Pandas各种数据统计分析操作（下）

f)Pandas项目

3

Python可视化

a)Matplotlib

b)基本作图、散点图、折线图、柱状图

c)子图、累计图、箱型图、热力图、图的交互

d)数据可视化项目

4

项目实践

Part 4

机器学习入门与人工智能进阶

1

机器学习部分

a) 绪论

b) 回归模型与应用

c) 决策树模型与进阶

d) 贝叶斯模型

e) 无监督学习

f) 支持向量机

g) 最大熵与EM算法

h) 贝叶斯网络

i) 主题模型

j) 特征工程与模型融合

k) 机器学习实战

l) 推荐系统

m) 自然语言处理

2

深度学习部分

a) 深度学习网络入门

b) 卷积神经网络与应用

c) 卷积神经网络应用进阶

d) 深度学习开源库

e) 无监督与生成模型

f) 自然语言处理基础

g) 自然语言处理进阶——循环神经网络原理与应用

h) 增强学习与深度学习

i) 深度学习工业界应用案例

参考文献：

1、统计学习方法

2、机器学习

3、Deep Learning