| 课程阶段 | 课程简介 | 课程内容 |
阶段Python开发基础 | Python开发环境 Python基本语法 文件操作 面向对象编程 设计模式 异常处理 模块 | 认识python；开发环境pycharm 注释；变量以及类型；标识符；输出/输入； 控制语句使用思路、运算符；数据类型的转换； 字符串介绍；字符串的输出/输入；下标和切片；字符串常见操作； 列表的操作；元组操作；字典操作 函数的概念；函数的定义和调用；函数的文档说明； 函数参数；函数的返回值； 种函数的类型；函数的嵌套调用； 局部变量；全局变量； 函数应用：学生管理系统（函数版）； 引用；函数参数；递归函数；匿名函数； 文件介绍；文件的打开与关闭；文件的读写； 应用练习：文件拷贝； 文件的随机读写定位概念的理解； 文件重命名、删除； 文件夹的相关操作； 应用练习:批量修改文件名； 文件应用:学生管理系统(文件版)； 面向对象编程介绍；类和对象；类的定义； 创建对象；魔法方法；self； 保护对象的属性；__del__()方法； 单继承；多继承；重写方法以及调用被重写的方法；多态；类属性和实例属性； 工厂模式；单例模式；__new__()方法； 异常；捕获异常；异常的传递；自定义异常；异常处理中抛出异常； 模块制作；模块发布； 模块安装；模块使用； import 语句；from…import 语句；rom…import* 语句; |
第二阶段Python开发进阶 | LINUX操作系统使用 Python GUI编程 Python网络编程 多进程、多线程 Python访问数据库 Python函数式编程 错误、调试和测试 实战项目：模拟银行ATM取款机/腾讯QQ即时聊天程序 | shell操作；文件和目录；文件属性修改命令；查找与检索命令； 磁盘管理；压缩包管理；进程管理；用户管理；网络管理； 其他命令；常用服务器ftp/ssh/samba；编辑器vim/sublime/gedit； gcc工具链；ubuntu软件安装与卸载； RedHat软件安装与卸载；centOS软件安装与卸载； 多任务-进程；多任务-协程；多任务-线程 ； TCP/UDP服务端客户端软件开发，能够实现ftp、http服务器，开发邮件软件,收发文件夹； 网络协议与数据包解析; MySQL数据库操作和设计； 能够自己建立数据库，表，并进行基本数据库操作； 掌握非关系数据库MongoDB的使用，掌握Redis开发； mysql与python交互； 项目验收与总结； |
第三阶段Python Web开发 | Web前端技术 Django框架开发 Flask web框架 多进程、多线程 Python访问数据库 Python函数式编程 错误、调试和测试 实战项目：电商平台、租房网 | HTML、CSS入门 HTM5和CSS3 JavaScript编程，DOM操作 jQuery框架使用 Django入门；Django模型； Django视图； Django模板；Django常用； Flask入门；模板与表单； 数据库；第三方扩展和部署； SVN版本控制；Redis开发； 购物电商平台项目编码； Nginx配置和uWSGI部署； |
第四阶段Python 爬虫开发 | 爬虫开发技术 Mongodb应用开发 Scrapy框架 Scrapy-redis分布式组件 实战项目：电商数据平台分布式爬虫 | 爬虫知识体系和urllib2库基本使用；urllib2与Requests模块； 结构化数据和非结构化数据提取；多线程爬虫+Selenium+PhantomJS； 定向抓取互联网中特定领域的海量信息； 数据分析,清洗数据,进行数据分析和挖掘； 基本使用增删改查；聚合操作； 备份和恢复； Mongodb和python交互； 配置安装、入门案例； Scrapy Shell； item Pipline、Spider； CrawlSpider； Downloader Middlewares； Settings； Scrapy-redis提供了下面四种组件（components）：(这四个模块都要做相应的修改)； Scheduler； Duplication Filter； Item Pipeline； Base Spider； |
第五阶段人工智能（机器学习、深度学习） | 数学基础 数据分析 机器学习 实战项目：机器学习项目 | 微积分与概率论基础； 线性代数与矩阵运算； 数理统计与参数估计； 凸优化基础； 梯度下降和拟牛顿、大熵模型； 科学计算numpy、pandas； 分析策略；数据可视化matpalotlib； 自然语言处理NLTK； scikit-learn；机器学习与特征工程； 分类算法；回归与非监督学习。 numpy数据处理Ipython入门、numpy导入、ndarray属性与基本操作 pandas 什么是Series、什么是DataFrame、DataFrame的数据丢失处理、pandas层次化索引、pandas 拼接操作、美国各州人口数据分析、pandas数据处理、pandas绘图函数、pandas读取数据、学生使用pandas练习数据处理 scipy scipy安装、scipy 高数积分、scipy实现登月图片消噪、scipy图像处理ndimage、pandas 透视表和交叉表 ； matplotlib 图像的灰度化处理、 matplotlib风格和样式 、matplotlib基础知识、matplotlib四图； KNN算法 KNN算法原理、KNN回归案例、KNN入门案例、KNN分类案例； 线性回归&逻辑斯蒂回归算法 导数回顾、实例糖尿病的线性回归、岭回归与Lasso回归、线性回归原理、矩阵的回顾、逻辑斯蒂回归算法； 决策树算法&朴素贝叶斯算法 决策树原理、贝叶斯原理、决策树实例、贝叶斯实例； VM支持向量机&聚类k-means算法.SVM原理、K-Means算法原理、SVM 实例、K-Means算法实际应用案例 算法与项目相结合，选择经典kaggle项目，从数据预处理开始一步步代码实战带大家入门机器学习。选择经典案例基于真实数据集，从数据预处理开始到建立机器学习模型以及效果评估，完整的讲解如何使用python及其常用库进行数据的分析和模型的建立。使用pandas进行数据的预处理和分析，使用matplotlib进行可视化的展示以及基于scikit-learn库的机器学习模型的建立 实战案例： 人脸识别； 手迹识别； 预测年收入； 自动脸补全； 使用聚类手写数字识别； 汽车车牌识别； |
南通博得it教育
