培養(yǎng)目標(biāo)：

1.掌握Python基礎(chǔ)編程語法2.建立起編程思維和面向?qū)ο笏枷?/p>

主要內(nèi)容：

1.Python基礎(chǔ)語法 2.在程序中表示事物

3.在程序中操作事物 4.給程序添加邏輯

5.模塊化開發(fā) 6.面向過程編程思想

7.面向?qū)ο缶幊趟枷? 8.常用算法實(shí)現(xiàn)

9.異常處理

項(xiàng)目案例：

1.猜拳游戲 2.2048算法類游戲

3.通訊錄日程表

培養(yǎng)目標(biāo)：

1. Python多平臺(tái)遷移 2. Python常用第三方庫(kù)

3.文件處理與持久化4.掌握網(wǎng)絡(luò)編程協(xié)議，實(shí)現(xiàn)網(wǎng)絡(luò)間點(diǎn)對(duì)點(diǎn)通信

主要內(nèi)容：

1.Python多平臺(tái)遷移 2.Python常用第三三方庫(kù)

3.文件處理與持久化 4.數(shù)據(jù)庫(kù)編程

5.多線程編程 6.網(wǎng)絡(luò)編程

7.系統(tǒng)編程 8.聊天服務(wù)器開發(fā)

9.線性代數(shù)基礎(chǔ)

項(xiàng)目案例：

1.文件相關(guān)操作及 2.文件批量改名

3.學(xué)生管理系統(tǒng)(文件版)

培養(yǎng)目標(biāo)：

1.關(guān)系型數(shù)據(jù)庫(kù)表的設(shè)計(jì) 2.數(shù)據(jù)庫(kù)增刪改查

3.SQL結(jié)構(gòu)化查詢語言 4.Python數(shù)據(jù)庫(kù)操作的庫(kù)

主要內(nèi)容：

1.Python多平臺(tái)遷移 2.Python常用第三三方庫(kù)

3.文件處理與持久化 4.Mysql數(shù)據(jù)庫(kù)

5.MongoDB數(shù)據(jù)庫(kù)

項(xiàng)目案例：

1.搭建min-web服務(wù)器 2.Web框架一個(gè) 人博客

培養(yǎng)目標(biāo)：

1.根據(jù)UI設(shè)計(jì)制作前端頁(yè)面 2.PC端和移動(dòng)端頁(yè)面特效開發(fā)

3.前端頁(yè)面性能優(yōu)化

主要內(nèi)容：

1.Html 2.CSS

3.PC端開發(fā)實(shí)戰(zhàn)流程 4.Html5和CSS3

5.JavaScript編程 6.DOM操作

7.JQuery

項(xiàng)目案例：

1.企業(yè)級(jí)網(wǎng)站開發(fā) 2.個(gè)人站搭建

培養(yǎng)目標(biāo)：

1.根據(jù)產(chǎn)品原型圖開發(fā)網(wǎng)站2.根據(jù)業(yè)務(wù)流程圖開發(fā)網(wǎng)站后臺(tái)

3.根據(jù)Web框架設(shè)計(jì)，開發(fā)數(shù)據(jù)庫(kù)4.緩存服務(wù)器的操作和設(shè)計(jì)

5.異步任務(wù)的實(shí)現(xiàn)

主要內(nèi)容：

1.Linux服務(wù)器配置 2.Python Flask開發(fā)

3.Python Django開發(fā) 4.RESTful接口開發(fā)

5.數(shù)據(jù)化項(xiàng)目開發(fā) 6.中間件開發(fā)

7.測(cè)試區(qū)動(dòng)開發(fā) 8.網(wǎng)站部署與管理

項(xiàng)目案例：

1.新經(jīng)資訊網(wǎng) 2.電商平臺(tái)綜合實(shí)例

培養(yǎng)目標(biāo)：

1.掌握爬蟲的工作原理和設(shè)計(jì)思想2.掌握反爬蟲機(jī)制

3.掌握分布式數(shù)據(jù)采集

主要內(nèi)容：

1.爬蟲工作原理 2.北京房?jī)r(jià)數(shù)據(jù)爬取

3.分布式數(shù)據(jù)采集 4.定向抓取互聯(lián)網(wǎng)中制定的信息

5.制定爬蟲采集系統(tǒng) 6.反爬蟲機(jī)制

項(xiàng)目案例：

1.股票數(shù)據(jù)定向爬蟲 2.分析豆瓣中最新電影的影評(píng)

3.爬取招聘網(wǎng)站并進(jìn)行分析

培養(yǎng)目標(biāo)：

1.掌握數(shù)據(jù)挖掘基礎(chǔ)工具的使用2.掌握數(shù)據(jù)挖掘處理數(shù)據(jù)的方法

3.深入分布式文件系統(tǒng)HDFS4.理解分布式資源管理框架Yarn

5.精通分布式計(jì)算框架Spark

主要內(nèi)容：

1.數(shù)據(jù)探索 2.數(shù)據(jù)處理

3.數(shù)據(jù)統(tǒng)計(jì)方法 4.數(shù)據(jù)挖掘與建模

5.模型評(píng)價(jià)與分析 6.數(shù)據(jù)可視化

7.Hadoop- Spark 8.金融數(shù)據(jù)量化分析

9.水色圖像水質(zhì)評(píng)價(jià) 10.北京房?jī)r(jià)預(yù)測(cè)

項(xiàng)目案例：

1.智能金融交易平臺(tái) 2.自動(dòng)量化交易平臺(tái)

培養(yǎng)目標(biāo)：

1.機(jī)器學(xué)習(xí)的基本概念 2.常見流派及幾大要素介紹

3.分類、聚類、回歸、神經(jīng)網(wǎng)絡(luò)4.常用庫(kù)scikit- -learn介紹

5.圖像識(shí)別、檢測(cè)的實(shí)現(xiàn)

主要內(nèi)容：

1.機(jī)器學(xué)習(xí)sklearn 2.邏輯回歸

3.TensorFlow框架 4.樸素貝葉斯

5.支持向量機(jī) 6.K-means算法

7.決策樹 8.CNN-人臉識(shí)別

9.RNN-語言建模 10.貓狗大戰(zhàn)

項(xiàng)目案例：

1.從數(shù)據(jù)支持到策略開發(fā) 2.深度學(xué)習(xí)模型的訓(xùn)練過程

3.圖像識(shí)別、檢測(cè)任務(wù) 4.機(jī)器寫小說