Python+人工智能课程目录

序号

课程名称

授课内容

课时

1

Python环境配置

Python安装、运行、目录结构、虚拟环境、IDLE、Pycharm

2

2

数据类型和运算

Python核心数据类型详解（数字、字符串、字典、列表、元组）、python中的数学运算

6

3

语句和语法

赋值语句、打印语句、表达式、条件语句（if）、循环语句（while、for、break、continue）

6

4

函数和模块

函数的定义与调用、函数参数的定义与使用、作用域、模块的编写和使用、常用模块

4

5

面向对象编程

面向对象、类、实例、继承、封装、“鸭子模型”、运算符重载

6

6

Python编程进阶

异常处理、python数据库编程、文件和目录相关操作、线程、进程

6

7

基础编程总结

知识点总结、实例演练

2

8

理解网络爬虫

爬虫的定义、原理、类型、反爬虫技术、爬虫开发基础、网站抓包、分析

2

9

python基础爬虫

数据抓取（urllib、requestes）、页面解析（BeautifulSoup、re）、数据存储（JSON、文件、DB）

爬虫实例

10

10

python爬虫进阶

动态页面的爬取、selenium工具的使用、验证码的处理、Teseract-OCR

6

11

Scrapy框架

Scrapy框架、工作流程、安装和使用

Item、Spider、Pipeline、Middleware，shell、Crawspider

用scripy框架编写爬虫实例（普通爬虫+Crawspider）

10

12

爬虫实战

基础爬虫实战，Scrapy爬虫实战

4

13

数据分析基础

基本概念、常用统计学术语、应用场景、python做数据分析的优势

2

14

数据分析环境搭建

Ipython、JypterNotebook、Anaconda、常用模块

2

15

Numpy详解

Numpy数组创建、索引、切片、常用科学计算、矩阵相关操作、实例

6

16

Pandas详解

Series、DataFrame数据类型的创建和使用、索引、切片、常用操作、pandas数据清洗实例

6

17

Matplotlib详解

画图基础、常用图（线图、柱状图、散点图、饼状图、3D图等）、子图的划分与使用

4

18

数据分析综合

使用numpy和pandas读取数据（CSV、Excel、DB）

使用numpy和pandas对数据进行清洗和处理

使用matplotlib实现数据可视化

4

19

机器学习基础

相关概念（AI、ML、DL）、监督学习、无监督学习、样本集、过拟合、损失函数环境准备

2

20

机器学习算法详解

线性回归算法（原理、简单应用、实例、算法调参、拟合的处理）

随机梯度下降算法（原理、实例）

K近邻算法（原理、简单应用、实例、算法调参、拟合的处理）

决策树算法（原理、简单应用、实例、算法调参、拟合的处理）

朴素贝叶斯算法（原理、简单应用、实例、算法调参、拟合的处理）

支持向量机算法（原理、简单应用、实例、算法调参、拟合的处理）

聚类算法（K-means原理、简单应用、实例、算法调参、拟合的处理）

主成分分析算法（原理、简单应用、实例）

32

21

机器学习实战

项目实战（数据准备、样本集处理、算法选择、建模、训练、评估、调参、应用）

6

22

深度学习基础

深度学习的概念、与传统机器学习的区别、为什么需要深度学习、深度学习发展现状

2

23

神经网络详解

神经网络的发展、神经元、激活函数、SGD、反向传播、前向全连接网络、深度网络、实例

4

24

卷积神经网络

卷积、池化、卷积层的操作、池化的类型、参数设置、网络结构、CNN的特点及优势、

经典CNN网络详解、fine tunning、迁移学习（transfer learning）

8

25

深度学习应用实例

人脸识别（概念、原理）、自然语言处理（概念、原理、RNN、LSTM）

4

26

深度学习实战

图片分类实战（图片准备，图片预处理、迁移学习、fine tunning、训练、评估、调参、应用）

6

授课老师：Fiona    授课方式：直播+录播+全程答疑    课时合计：152    课程周期：6个月