大数据人工智能详细课程
Python 点击咨询课程 | Linux安装与配置 | 系统管理与目录管理 | 用户与用户组管理 | Python基础入门 | Python程序开发 |
---|---|---|---|---|---|
1、安装Linux至硬盘 2、获取信息和搜索应用程序 3、进阶:修复受损的Grub 4、关于超级用户root 5、发行版本系统管理工具 6、关于硬件驱动程序 7、进阶:配置Grub |
1、find命令、locate命令 2、查找特定程序:whereis 3、Linux文件系统的架构 4、移动、复制和删除 5、文件和目录的权限 6、文件类型与输入输出 |
1、软件包管理 2、用户与用户组基础 3、管理、查看、切换用户 4、/etc/...文件 5、用户及组的创建,删除 6、忘记密码解决 |
1、Python版本特性介绍 2、Python应用场景及趋势发展 3、Python开发环境搭建 4、Python开发工具及运行环境 5、标识符与关键字,注释 6、Python在各系统中的安装 7、应用场景及数据存储设计 |
1、Python程序开发基础指南 2、如何运行python代码 3、Python选择与循环 4、Python字符串处理 5、可视化python编程 6、数据及类型操作 |
|
Python函数 | Python模块 | Python编程开发 | Python序列 | Python 集合与字典 | |
1、函数的作用 2、参数与返回值 3、默认参数与关键字参数 4、可变参数与变量作用域 5、LEGB规则应用 6、匿名函数与Lambda表达式 7、递归与高阶函数 8、函数说明文档与注解 |
1、模块导入与别名 2、__name__的使用 3、模块搜索路径 4、模块的缓存 5、包的使用 6、__init__.py的作用 |
1、PYQT实现GUI工具 2、与c、java之间的互动调用 3、Python在Linux中的开发 4、GitHub的使用 5、python程序开发 6、Python api使用及二次开发 |
1、Python字符串定义 2、Python应用及Bytes操作 3、Python元组和列表操作 4、列表推导式 5、序列类型间转换 6、索引及切片 |
1、set与frozenset 2、集合相关方法 3、集合的运算 4、字典相关方法 5、集合与字典的遍历 6、集合与字典推导式 |
|
项目一:设计高级石头剪刀布游戏 项目二:计算器程序设计开发。 |
Python 进阶 点击咨询课程 |
Python面向对象 | Python经典开发 | Python高级编程 | Python文件操作 | Python并发编程 |
---|---|---|---|---|---|
1、Python函数闭包操作 2、函数高级特性及函数经设计 3、Python面向对象编程 4、python 类别与类型区分 5、class定义与抽象逻辑编写 6、Python 类与方法设计 7、Python函数变形—装饰器 |
1、经典类与新式类的区分 2、Python异常捕获 3、Python程序运行规则 4、Python异常捕获及处理方式 5、Python文件访问及数据处理 6、python与echarts 7、Python MySQL API操作 |
1、迭代器与生成器 2、Python程序编程进阶 3、Python GUI编程思路 4、PyQT图形化编程 5、Python XML与HTML处理 6、正则表达式 7、元编程 8、python高级编程实践 |
1、文件与编码 2、Python I/o操作 3、TXT/CSV/json/ymal及其他文件介绍 4、json/ymal等文件操作 5、文件读写与定位 6、with资源释放 7、文件与路径的常用操作 8、Pickle数据持久化 |
1、多进程与多线程 2、线程创建与同步 3、线程并发与死锁 4、全局锁GIL 5、进程的创建进程通讯 7、协程 8、asynio并发 9、网络编程 |
|
项目一:电子购物车项目 项目二:异步聊天室项目 |
数据库 点击咨询课程 | 数据库设计 | 数据库范式及ACID特性 | 数据库基础 | 表,视图及索引 | NoSQL介绍 |
---|---|---|---|---|---|
1、数据库设计及运行管理 2、数据库设计过程讲解 3、概念结构设计与ER图 4、逻辑结构设计与ER转换规则 5、数据流图与数据字典 6、数据库设计物理模型 7、数据库事务与隔离级别 |
1、数据库的范式的实例 2、数据库设计三大范式应用 3、数据库管理系统事务 4、数据库ACID的四大特性 5、数据库四大特性应用 6、分库分表大数据解决方案 7、分库分表实施与分析 |
1、数据库概念介绍 2、MySQL安装与登录 3、数据库创建与删除 4、表结构创建,查看, 5、字段类型与数据类型 6、字段增加,重命名,删除 |
1、记录的增加,修改,删除 2、表查询 3、条件查询 4、模糊查询 5、视图创建与操作 6、索引创建与操作 |
1、NoSQL 简介 2、NoSQL 应用场景分析 3、NoSQL 的优缺点详解 4、NOSQL的CAP定理 5、NOSQL可用性及一致性要求 6、NoSQL 数据库分类 7、BASE模型及CAP理论 |
|
数据库MongoDB | 数据库Redis使用 | ES搜索引擎技术介绍 | |||
1、MongoDB的安装 2、基本操作命令 3、数据类型与操作 4、文档数据的相关操作 5、数据备份,复制,恢复 6、pymongo库的使用 7、数据查询,排序,去重 |
1、REDIS分布式缓存介绍 2、REDIS网络模型与内存管理 3、REDIS的数据一致性问题 4、REDIS支持的KEY类型 5、REDIS水平动态扩展 6、REDIS数据淘汰策略 |
1、模糊查询介绍 2、模糊查询模式匹配 3、模糊查询通配符使用 4、结构化数据与非结构化数据 5、搜索如何实现 6、Lucene实现全文搜索流程 7、Lucene的API使用 |
|||
项目一:权限系统数据库设计、 项目二:综合系统数据库设计。 |
web前端 点击咨询课程 | HTML基础与应用 | CSS层叠样式表 | JavaScript基础 | JavaScript进阶 | jQuery应用 |
---|---|---|---|---|---|
1、HTML基本介绍 2、HTML基本标签认识 3、HTML DOM结构认识 4、常用标签使用 5、HTML与CSS 6、HTML5认识 |
1、CSS基本介绍 2、CSS基本语法 3、CSS盒子模型 4、CSS布局及定位 5、CSS与HTML综合案例 6、CSS3与HTML5认识 7、CSS综合应用 |
1、JS基本认识及介绍 2、JS在HTML中的用法 3、JS基本数据输出 4、JS基本语法语句 5、JS的注释与变量 6、JS的数据类型 7、JS的基本对象 |
1、JS的函数基本编程 2、JS的作用域及事件 3、JS的字符串与运算符 4、JS的各类语句认识 5、JS的类型转换 6、JS错误与调试 7、JS的综合应用实战 |
1、选择器使用及应用优化 2、Dom节点的基本操作 3、事件处理、封装、应用 4、jQuery中的动画使用 5、可用性表单的开发 6、jQuery、Ajax、函数、缓存 7、jQuery插件、扩展、应用 |
|
项目一:大型网站设计项目京东电商网站项目 项目二:JS原生特效编写实战。 |
网络爬虫 点击咨询课程 | urllib.lib库 | requests库 | CSS选择器与Xpath | 爬虫高级技术 | Scrapy分布式爬虫 |
---|---|---|---|---|---|
1、Python urllib认识 2、urllib库的基本操作 3、urllib基本get请求 4、urllib基本post请求 5、超时配置与会话对象 6、代理与API |
1、通过pip安装requests 2、发送请求与传递参数 3、Response对象与文件上传 4、身份验证 5、Cookies与会话对象 6、超时与异常 7、综合应用案例 |
1、CSS选择器基本使用 2、Xpath基本介绍 3、Xpath基本语法 4、XPath 轴与表达式 5、Xpath的基本运算符 6、Xpath语法定位 7、常用的反爬虫技术 |
1、多线程与多进程爬虫 2、代理设置与Cookie操作 3、动态网页内容的抓取 4、Selenium与PhantomJS 5、模拟表单登录 6、图片验证码的识别 |
1、创建项目与定义Item 2、命令行工具 3、Spiders参数与选择器 4、Scrapy的Feed输出 5、数据收集与终端输出 6、Scrapy爬虫常见问题 7、Scrapy爬虫调试 |
|
项目一:58网站 项目二:赶集网站数据爬取 |
Django 框架 点击咨询课程 |
Django入门 | Django模板与模型 | Django数据管理 | Django视图 | Django输出与缓存 |
---|---|---|---|---|---|
1、django介绍及互联网应用 2、django入门讲解 3、django和Python安装与测试 4、数据库配置及服务器的设定 5、视图及URL的配置 6、正则表达式及URL 7、django如何处理请求 8、动态URL 的配置及调试 |
1、Django模板基础知识 2、使用模板系统 3、创建模板对象 4、Django模板渲染 5、模板标签及过滤器 6、Django模板加载 7、Django模型 |
1、MVC及MTV开发模式 2、数据库设计及开发 3、DJango站点管理 4、后台管理 5、表单 6、从Request对象中获取数据 7、提交数据信息 8、结合Javascript表单验证 |
1、高级视图及URL的配置 2、使用多个视图前缀 3、高级模板知识 4、数据模型高级部分 5、通用视图 6、Django部署 7、配置文件参数调试 8、APACHE与Django |
1、Django输出非html内容 2、Django生成各类文件 3、会话、用户和注册 4、Django session框架 5、Django缓存机制 6、Django国际化与安全 7、Django防止SQL注入 8、跨站点脚本(XSS) |
|
项目一:简洁版知乎网站系统设计项目 项目二:精简版豆瓣网站系统设计 |
云计算 点击咨询课程 | IaaS/Paas/SaaS | Nginx 简单配置使用 | Docker 部署应用 | 管理工具Git | 部署工具 Fabric |
---|---|---|---|---|---|
1、云计算三大服务模式介绍 2、如何理解云计算三大模式 3、IaaS 基础架构即服务 4、PaaS平台即服务 5、SaaS 软件即服务 6、IaaS, PaaS和SaaS及其区别 |
1、环境部署及安装 nginx 2、常用编译参数认识 3、nginx.conf 配置文件 4、通用设置与http 服务器 5、SSL 的配置 6、nginx 负载均衡反向代理 7、反向代理时的缓存相关设定 |
1、安装环境说明与组件安装 2、docker命令使用 3、搜索与下载镜像 4、docker容器中运行命令 5、容器与显示容器标准输出 6、容器中安装程序或服务 7、创建容器,并用ssh登录 |
1、git简介与安装 2、工作区与暂存区 3、管理修改与删除 4、git远程仓储与分支管理 5、git与标签管理 6、GitHub的使用 7、自定义git与码云使用 |
1、fabric部署工具认识 2、fabric环境配置 3、执行本机操作 4、混搭整合远端操作 5、多目标服务器 6、fabric扩展 7、fabric常用api |
|
项目一:Git管理博客系统、 项目二:nginx 代理访问、Fabric部署上线。 |
数据科学与 数据分析 点击咨询课程 |
数据分析工具讲解 | 数值计算包学习 | 数据处理包Pandas | Pandas与数据库 | 数据加载与存储 |
---|---|---|---|---|---|
1、numpy基本讲解 2、scipy基础认识 3、pandas基本讲解 4、jupyter基本认识 5、matplotlib认识 6、其他数据分析工具 |
1、数值计算包工具介绍 2、Numpy多维数组 3、数组的属性与操作 4、基本的数组运算 5、Scipy工作原理介绍 6、SciPy交互工作 7、SciPy交互工作 |
1、本地环境安装 2、加载工具库 3、Pandas创建对象 4、操作行和块 5、窥视数据 6、缺失值处理、合并于分组 7、Pandas导入导出数据 |
1、与SQL/Excel 对比 2、数据体量与工具选择 3、 范式中的切片与分组 4、Pandas索引与排序 5、文本转化为虚拟变量 6、Pandas数据回归 7、Pandas分析与图像处理 |
1、读取文本文件 2、函数解析 3、逐块读取chunksize 4、利用DataFrame 5、关系型数据库驱动 6、非关系型数据库驱动 7、Web API操作网络资源 |
|
数据清洗和准备 | 数据处理:合并和重塑 | 数据汇总和组操作 | Matplotlib实践 | 绘图与可视化 | |
1、数据质量要求与来源 2、数据清洗原理 3、缺失数据处理 4、相似重复数据检测 5、异常数据处理与逻辑错误检测 6、数据清洗的模型 7、数据清洗框架和模型 |
1、合并数据集 2、数据DataFrame合并 3、数据轴向连接 4、重塑层次化索引 5、字符串对象方法 6、正则表达式运用 |
1、数据样本分位数 2、数据聚合运算 3、面向列的多函数应用 4、定义不同列的函数 5、通过函数进行分组 6、分组运算和转换 7、透视表和交叉表 |
1、Matplotlib基本介绍 2、Matplotlib可视化包认识 3、2D与3D图表图表使用 4、Matplotlib图像显示 5、Matplotlib应用 6、从文件加载数据 7、从网络加载数据 |
1、图例、标题和标签 2、条形图和直方图 3、散点图与堆叠图 4、因子变量绘图 5、各类复杂图形绘制 6、多变量的可视化 7、多变图形分析 |
|
Pandas高阶技巧 | 统计学基础 | 时间序列分析基础 | 序列分析周期算法与应用 | Python中建模库 | |
1、面板数据 2、三维度ix标签索引 3、字符串方法String Methods 4、分类Categoricals 5、可视化Plot 6、数据框合并与排序 7、函数分箱操作 |
1、统计和统计数据 2、数据的图表展示 3、数据的概括性度量 4、总量指标和相对指标 5、平均指标和变异指标 6、抽样估计与 假设检验 7、相关与回归 |
1、时间序列及分析指标 2、平稳序列预澍 3、趋势性序列预测 4、复合序列因素分析 5、主要统计量 6、ARIMA模型 7、模型识别余参数估计 |
1、时间序列模型介绍 2、探索时间序列 3、ARMA时间序列模型 4、ARIMA时间序列模型的框架 5、时间序列模型的应用 6、时间序列数据准备算法 |
1、pandas接入模型 2、用Patsy创建模型描述 3、statsmodels使用 4、线性模型估计 5、时间序列过程估计 6、pandas与sk-learn建模对接 7、建模实验 |
|
项目一:财经数据商业分析实践 项目二:数据科学工具综合应用。 |
人工智能 点击咨询课程 | 人工智能介绍 | 机器学习介绍 | 模型验证与特征工程 | 机器学习算法-监督学习 | 机器学习算法-无监督学习 |
---|---|---|---|---|---|
1、人工智能基本介绍 2、人工智能常用技术 3、人工智能国内外发展 4、TensorFlow认识 5、TensorFlow灵活性和延展性 6、异构设备分布式计算 |
1、机器学习基本概念 2、机器学习分类 3、机器学习涉及学科与领域 4、机器学习的学习方法 5、机器学习的范围 6、机器学习常用算法介绍 7、机器学习基础代码演练 |
1、模型算法验证 2、模型函数验证 3、特征工程概述 4、特征工程的构建 5、特征预处理 6、特征提取与选择 7、特征评估 |
1、监督学习算法介绍 2、K-近邻算法(KNN) 3、 决策树与决策树的构建 4、朴素贝叶斯算法 5、支持向量机(SVM) 6、SVM通俗解释 7、人工神经网络(ANN) |
1、无监督学习基本介绍 2、常用聚类算法介绍 3、聚类算法的分类 4、k-means聚类 5、层次聚类算法 6、SOM聚类算法 7、FCM聚类算法 |
|
金融科技Fintech | 智能化金融风控 | 特征工程实践 | 个人信用建模实践 | 风控系统实现 | |
1、金融科技Fintech介绍 2、业务模式介绍 3、Fintech技术介绍 4、Fintech国内发展分析 5、Fintech业务体系 6、金融科技的发展路径 |
1、线上数据审核 2、信用数据调取与审批 3、风控关系网络模型构建 4、实时风险评定模型构建 5、环境安全等级评定模型 6、历史行为分析 7、全流程防护模型构建 |
1、确定项目范围/数据收集 2、指示变量获取关键信息 3、阈值型指示变量 4、多特征型指示变量 5、特殊事件指示变量 6、组内指示变量 7、交叉变量获取关键信息 |
1、个人信用模型分析 2、个人信用模型构建 3、数据收集与样本设计 4、选择构建模型工具 5、模型验证与检验 6、选择临界值分值及修正 7、个人信用模型检测 |
1、风控系统需求分析 2、风控系统架构 3、功能方案和实施 4、信用模型在风控中的应用 5、决策系统实现 6、JupyterHub+DaskML实践 7、机器学习风控应用实践 |
|
深度学习算法 | 深度学习技术应用 | TensorFlow讲解 | TensorFlow综合实践 | 深度学习人脸识别应用 | |
1、深度学习算法介绍 2、线性回归算法介绍 3、逻辑回归算法 4、随机森林算法 5、降维算法 6、卷积神经网络 7、深度学习算法训练 |
1、基本概念以及理解 2、CNN卷积神经网络 3、TensorBoard面板可视化 4、AlphaGo 的策略网络 5、DNN与RNN深度神经网络 6、TensorFlow实现RNN 7、Tensorflow人工智能分布式 |
1、Tensorflow的实现原理 2、Tensorflow扩展功能 3、Tensorflow代码结构 4、Tensorflow附带的模型 5、Tensorflow案例解析 6、Tensorflow模型解析 7、Tensorflow综合应用 |
1、环境配置与安装keras 2、keras导入库与模块 3、ninst加载数据 4、keras数据预处理 5、预处理类标签 6、定义模型架构与编译模型 7、N数据模型拟合与数据评估 |
1、获得训练数据集 2、keras构建模型 3、进行模型训练 4、opencv图形数据采集 5、numpy图形数字化 6、人脸识别应用检验 7、keras其他识别应用 |
|
项目一、金融风控架构实践 项目二、大数据+人工智能在金融行业的实践介绍 |