南寧兄弟連IT教育
咨詢熱線 18216026475
2019年南寧IT編程培訓去哪一家好點
發(fā)布時間：2019-06-25 南寧兄弟連IT教育 訪問 : 220Python
第一階段:
Python編程基礎(chǔ)
Python基礎(chǔ)/基本數(shù)據(jù)類型/數(shù)據(jù)類型轉(zhuǎn)換/流程控制和循環(huán)結(jié)構(gòu)/函數(shù)/字符串/列表和元組/字典、集合、文件操作/高階函數(shù)和匿名函數(shù)/模塊、遞歸函數(shù)/面向?qū)ο缶幊?封裝繼承、多態(tài)/魔術(shù)方法/異常處理/數(shù)據(jù)結(jié)構(gòu)與算法/項目
第二階段:
Python高級
HTML/CSS/JavaScript/jQuery/
Ajax/Vue/數(shù)據(jù)庫簡介/Mysql/Mongodb/Redis/
項目案例
第三階段（A）:
Web框架實戰(zhàn)
Django框架/Web項目實戰(zhàn)/Flask框架/Flask項目實戰(zhàn)
第四階段（A）:
網(wǎng)絡(luò)爬蟲
網(wǎng)絡(luò)編程、多線程/爬蟲原理和數(shù)據(jù)爬取/非結(jié)構(gòu)化數(shù)據(jù)與結(jié)構(gòu)化數(shù)據(jù)提取/基于網(wǎng)站動態(tài)交互處理機制下的數(shù)據(jù)爬取/通過Scrapy框架實現(xiàn)高并發(fā)數(shù)據(jù)爬取/分布式爬蟲源碼解析和部署/爬蟲階段項目
第三階段（B）:
數(shù)據(jù)分析
課程介紹/環(huán)境和工具/Pandas數(shù)據(jù)預處理和數(shù)據(jù)分析、(結(jié)構(gòu)化數(shù)據(jù)分析)/非結(jié)構(gòu)化數(shù)據(jù)分析(文本分析，文本挖掘)/Matplotlib數(shù)據(jù)可視化/項目案例/Numpy數(shù)值計算/探索性數(shù)據(jù)分析/項目案例/線性代數(shù)/概率論與數(shù)理統(tǒng)計/非線性回歸算法/線性判別算法
第四階段（B）:
人工智能
Kmean聚類算法與主成分分析算法典型關(guān)聯(lián)分析，決策樹，神經(jīng)網(wǎng)絡(luò)/線性回歸實習項目/Kmean聚類算法與主成分分析數(shù)據(jù)模型項目/線性判別算法項目/決策樹算法項目/神經(jīng)網(wǎng)絡(luò)與線性回歸綜合項目/深度學習庫：TensorFlow
優(yōu)質(zhì)的教學環(huán)境
當一個人從自己的內(nèi)心開始奮斗，他就是個有經(jīng)驗的人。
多維就業(yè)保障 助力每一位學員拿下高薪offer
就業(yè)保障團隊一對一指導
專業(yè)團隊以結(jié)果為導向，從簡歷、求職心態(tài)等全方面輔導，帶你變身當前互聯(lián)網(wǎng)技術(shù)人才市場，值錢的IT人才。
崗位內(nèi)推機制建立專屬人才庫
建立專屬人才庫，人才就業(yè)通道。VIP一對一線上學員享受專屬應(yīng)聘通道及優(yōu)先推薦待遇。
| 第五階段 大數(shù)據(jù)分析 & 人工智能（160+課時） | ||
| 主要內(nèi)容 | 涉及技術(shù) | 課程詳情 |
| 數(shù)據(jù)分析概述 | 數(shù)據(jù)行業(yè)概述， 數(shù)據(jù)分析方法論 數(shù)據(jù)分析方法， 數(shù)據(jù)分析流程 | 讓學生大致了解數(shù)據(jù)行業(yè)狀況、數(shù)據(jù)分析方法和數(shù)據(jù)分析的流程，掌握數(shù)據(jù)類軟件和工具的使用 |
| 數(shù)據(jù)可視化 | Matplotlib，Pandas繪圖函數(shù)，三維圖 | 學會統(tǒng)計繪圖 |
| 數(shù)值計算 | Numpy：一維到多維數(shù)組；利用數(shù)組進行數(shù)據(jù)處理，數(shù)組計算；隨機數(shù)；數(shù)組文件的輸出與輸出切片與花式索引，部分統(tǒng)計函數(shù)的學習以及應(yīng)用 | 讓學生掌握數(shù)據(jù)處理的基本方法和統(tǒng)計學數(shù)據(jù)分析的基本方法 |
| 數(shù)學基礎(chǔ) | 高等數(shù)學，線性代數(shù)，概率與統(tǒng)計，應(yīng)用知識補齊 | 為學生補齊Python數(shù)據(jù)領(lǐng)域所需數(shù)學基礎(chǔ) |
| 數(shù)據(jù)預處理與數(shù)據(jù)分析 | Pandas：Series，DataFrame，數(shù)據(jù)缺失補齊，篩選去重，清洗整理，合并分割，匯總與計算，層次化索引；數(shù)據(jù)面板，數(shù)據(jù)描述性統(tǒng)計分析Pandas實現(xiàn)) | 讓學生學會用Pandas處理描述性統(tǒng)計分析的問題 |
| 數(shù)據(jù)的加載與存儲 | CSV，TXT，JSON，EXcel，HDF5等文件的存儲于加載 | 學會這些文件的讀取與寫入 |
| 非格式化數(shù)據(jù)分析 | 中文分詞-Jieba，詞云-WordCloud，中文情感分析 | 了解非格式和文本數(shù)據(jù)分析 |
| 機器學習 | scikit-learn；常用分類、回歸、聚類算法原理 | 掌握常用機器學習算法原理和應(yīng)用 |
| 深度學習 | 神經(jīng)網(wǎng)絡(luò)算法原理及常見庫應(yīng)用 | 掌握深度學習算法原理和案例應(yīng)用 |
| 項目：上市公司股票趨勢預測 | 利用關(guān)聯(lián)分析（CCA或PCA）進行描述性分析，找出影響股票走勢的關(guān)鍵因素。然后通過機器學習LassoLarsCV和LassoPath算法進行優(yōu)化。借助灰度預測進行特征預測，最后通過高容差深度機器學習神經(jīng)網(wǎng)絡(luò)進行該公司股 | l 掌握關(guān)聯(lián)分析，數(shù)據(jù)預計算。 l 掌握機器學習Lasso回歸算法及其Kit-learn實現(xiàn) l 掌握深度學習反向傳播算法及其Keras實現(xiàn) l 掌握Matplotlib作圖以及pandas作圖 l 掌握灰度預測算法及其Python實現(xiàn) |
