Python拯救你的人生。

05-10

大學躺屍，畢業失業。已經畢業或者即將畢業的你是否還沉浸在虛度時光的悔恨中。Python大法帶你緊追時代的脈搏，走向人生的巔峰！！！

阿爾法狗戰勝李世石，柯潔等人類圍棋天才，成為當時刷爆媒體朋友圈的新聞熱點。但是很多人可能不知道阿爾法的程序中 Python 編寫佔據了相當大的比重。柯潔大帝的表情包是否還佔據著你微信表情的一席之地，反正柯潔大帝的啪啪史回憶起來還是歷歷在目。

人工智慧的飛速發展，AI 社會的來臨，作為最接近人工智慧的語言 Python 語言越來越受到國家和社會的重視。Python 不僅在人工智慧領域大放異彩，還在 Web 開發，網路編程，自動化運維，遊戲開發，金融等領域所扮演的角色也越來越重要。所以還在苦海中掙扎的你急需擁入 Python 大法溫暖的懷抱。

根據《新一代人工智慧發展規劃的通知》，人工智慧成為經濟發展的新引擎。人工智慧作為新一輪產業變革的核心驅動力。國家開始布局大中小學生 Python 的培養教育，山東省在六年級信息技術課中已經加入 Python 的學習；北京，山東，浙江已經將 Python 納入高考考核範圍。大學計算機二級考試在今年已經將 VFP 考核替換為 Python。還在大學混吃等死的你是不是看到學位證書悲傷遁去的畫面。

Python 是一門簡單易學，語法優雅的編程語言，其核心設計哲學是代碼可讀性和語法，能夠讓程序員用很少的代碼來表達自己的想法。非常適合新手入門使用。目前 Python 工程師正處於需求量大，人才供不應求的階段，薪資一路也是水漲船高。北京 Python 工程師的薪資平均為 18880 每月，即使是剛剛畢業的應屆生薪資也在 12500 每月。

數據顯示，2017年在僱主發布的職位說明中，Python 技能需求增速達 174%，居於首位。

我們正處於人工智慧、大數據的時代，未來將會有大量的數據需要處理，而 Python 對數據的處理，又有著得天獨厚的優勢。

人生苦短，我用 Python。連小學生都開始學 Python 了，想要洗心革面、奮發圖強的你，要約嗎？

- 課程目錄 -

【課程一】Python零基礎入門與科學計算

第一篇 Python基礎入門

1 Python的安裝

2 Python的語法

3 內置數據結構

4 文件操作

5 文件目錄操作

6【複習】課程作業講解

7 函數的定義和調用

8 面向對象編程(1)

9 面向對象編程(2)

10【複習】課程作業講解

11 具有Python風格地編程

12 常用技術介紹

13【複習】課程作業講解

第二篇科學計算與繪圖

1 NumPy處理數據

2 NumPy函數庫

3 SciPy 數值計算

4【複習】課程作業講解

5 Sympy符號運算

6 Matplotlib繪圖

7【複習】課程作業講解

【複習】期末考試及講解（以上最強大腦問題在這裡）

【課程二】Python機器學習與數據挖掘實踐

第一篇機器學習與數據挖掘概論

1 機器學習概論

2 數據挖掘概論

3 數據預處理

4 Pandas基本功能

5 Pandas數據分析

6 模型的建立

第二篇機器學習與數據挖掘演算法實踐

1 回歸分析（Regression Analysis）

實訓：基於回歸分析預測房價及變化趨勢問題

2 邏輯回歸（Logistic Regression）

實訓：基於邏輯回歸預測泰坦尼克號乘客存活率

3 決策樹（Decision Tree）

實訓：基於決策樹演算法對男女性別進行分類

4 人工神經網路（Artificial Neural Network）

實訓：基於BP人工神經網路對MNIST數據集進行識別和預測

5 k近鄰分類（k Nearest Neighbor）

實訓：基於k近鄰分類對小麥種子進行分類

6 期中考試及點評講解

7 樸素貝葉斯分類（Naive Bayesian）

實訓：基於樸素貝葉斯分類對文本進行掃黃分析

8 聚類分析（Cluster Analysis)

實訓：基於聚類分析對鳶尾花（iris）數據集分類

9 支持向量機（Support Vector Machine）

實訓：基於支持向量機對MNIST手寫數字序列數據集進行分類及參數的調優

10 期末考試及點評講解（眾多有趣的題目）

【課程三】Python深度學習與數據挖掘實戰

第一篇深度學習演算法實踐

1 PyTorch入門

2 反向傳播演算法 Back Propagation

3【複習】課後作業講解

4 前饋神經網路 Feed Forward Network

5 卷積神經網路 Convolution Neural Network

6【複習】作業練習講解

7 深度殘差網路 Deep Residual Network

8 循環神經網路 Recurrent Neural Network

第二篇數據挖掘項目實戰

1 項目一：圖片驗證碼識別 (光學字元識別)

2 項目二：文本數據情感分析

3 項目三：基於關聯規則（Apriori）分析對超市購物的商品關係

4 項目四：基於用戶和物品的協同過濾演算法進行智能推薦

5 期末考試及點評講解