课程介绍

• 

  杨安尧

  数据科学家

  德国奥格斯堡大学，物理学， 北京邮电大学，计量经济学、 主要研究 凝聚态物理模拟，金融物理化模拟研究 极端事件预测及巨灾风险管理 在Science,  Nature ,   Risk Analysis , PNAS , PRE等顶级期刊发表论文10篇，谷歌学术引用次数达1291次，H指数达63。 中信建投数据分析师，量化分析师，宏观经济研究员， CSDN职业教育讲师

• 

  周哲夫

  高校教师 / 培训机构讲师

  原tinymind团队核心成员，硕士学历，拥有统计学和工程学背景；擅长机器学习与深度视觉，在TensorFlow框架使用方面有丰富经验，使用Python语言进行开发和教学；本人教学风格逻辑清晰，思维严谨，注重学员实践与理论相结合。

• 主题说明

  1. MySQL数据库基本操作与前端基础知识；
  2. Python语言基础、编程思维与开发经验；
  3. 理解Web服务器的运行机制，迅速搭建网站前后台的能力；
  4. 了解网站中常见的反爬机制，并对此制定出反爬机制的解决策略；
  5. 爬虫工具类与框架的原理与使用，搭建分布式爬虫项目；
  6. 多种数据库存储的特点与IO速度优化的原理；
  7. 科学计算常用模块的使用（如Numpy、Pandas、MatplotLib）；
  8. 特工工程、特征提取、数据清洗、数据可视化与海量数据检索原理与操作；
  9. 了解机器学习原理与常用算法；
  10. 机器学习在推荐系统算法的实现原理与应用场景；

• 适合对象

  1. 所有对Python编程语言感兴趣的人员； 2. 大专及以上学历的在校学生； 3. 在职工作人员； 4. 本课程适用于零基础学员。

• 学习要点

  第1模块专业基础：讲解Python核心语法，如变量、数据类型、循环、函数、类对象等，讲解Python的开发技巧，帮助学员完善编程思维与动手能力；

  第2模块Python全栈：使用Django作为后端开发框架，讲解路由映射、视图函数、模型类、模板渲染、数据迁移维护等。加深学员对网站开发性能、安全、效率的理解，对接前端静态文件，最终完成微课商城系统开发；

  第3模块Python爬虫：包括数据提取、清洗策略，爬虫基础工具类的使用、反爬策略Scrapy框架的核心原理与Scapy-Redis分布式爬虫项目的搭建，完成咨询公司招标信息采集平台的开发；

  第4模块数据分析：讲解Numpy、MatplotLib、Pandas等常用的科学计算工具类的使用，帮助学员理解特征工程、特征提取、数据清洗、数据可视化原理，完成服务器日志数据清洗分析、气象数据分析项目实战；

  第5模块机器学习：包含凸优化、线性回归、SVM、PCA、Kmeans等机器学习常用算法，讲解Hadoop、pyspark的使用，完成海量数据挖掘项目实战。

  第6模块机器学习项目实战：讲解机器学习在企业级项目中的应用，包括 BAT中机器学习的架构原理、协同过滤算法优化、冷启动原理等，通过案例驱动教学，最终完成一线门户网站用户行为分析大数据平台的开发。

• 课时安排

  模块一：专业基础（2周）

        第一章  Python语言家族

        第二章  程序设计与数据结构

  模块二： Python后台开发实战（2周）

         第一章  路由与模板   第二章 模型类实现

         第三章 Django高级  第四章 微课商城系统

  模块三：Python爬虫实战（2周）

         第一章  数据提取与清洗策略   第二章  urllib实战与反爬策略

         第三章  scrapy框架原理         第四章  咨询公司招标信息采集平台  第五章 Scrapy-Redis分布式爬虫

  模块四：数据分析（2周）

         第一章  数据科学原理与数据处理

         第二章  特征工程

  模块五：机器学习（2周）

        第一章  机器学习

        第二章  海量数据的处理与挖掘

  模块六：机器学习项目实战（3周）

        第一章  推荐系统架构与机器学习基础理论   第二章  协同过滤算法实战与优化

        第三章  冷启动原理与项目实战                    第四章  利用标签的推荐系统

        第五章  基于上下文的推荐系统