簡(jiǎn)單易學(xué)
開發(fā)代碼少，明確表達(dá)需求邏輯
語法規(guī)則簡(jiǎn)單，接近自然語言
一碼多用，可以用相同的代碼處理不同規(guī)模的數(shù)據(jù)
學(xué)科應(yīng)用
自動(dòng)化運(yùn)維 自動(dòng)化測(cè)試 數(shù)據(jù)分析 Web應(yīng)用開發(fā) 桌面應(yīng)用開發(fā) 操作系統(tǒng)管理 服務(wù)器軟件 人工智能

第 一階段
課程內(nèi)容
運(yùn)算符與表達(dá)式、垃圾回收機(jī)制、函數(shù)式編程、類和對(duì)象、Git操作
可掌握的能力
Python內(nèi)存管理、引用計(jì)數(shù)、函數(shù)式編程定義、高階函數(shù)、遞歸、學(xué)生信息錄入、刪除、修改、成績(jī)排序、存儲(chǔ)等功能
第二階段
課程內(nèi)容
網(wǎng)絡(luò)爬蟲基礎(chǔ)、Scrapy框架、Linux & 數(shù)據(jù)庫基礎(chǔ)
可掌握的能力
Mysql高級(jí)查詢、單表、多表、子查詢、分頁、聯(lián)表、視圖、函數(shù)、觸發(fā)器、索引、優(yōu)化；pipeline的介logging模塊的使用、構(gòu)造請(qǐng)求、item的介紹使用、debug信息的認(rèn)識(shí)、scrapy shell、scrapy settings存儲(chǔ)過程、事務(wù)
第三階段
課程內(nèi)容
Excel數(shù)據(jù)分析、數(shù)據(jù)分析工具Numpy、數(shù)據(jù)分析工具Pandas、數(shù)據(jù)可視化工具matplotlib
可掌握的能力
ndarray對(duì)象、索引和切片、組合與拆分、數(shù)據(jù)類型、Pandas定義、Pandas功能、Pandas的安裝、Tableau圖表分析、Tableau地圖繪制與 圖像、Tableau高級(jí)圖表類型
第四階段
課程內(nèi)容
Scikit-Learn機(jī)器學(xué)習(xí)、深度學(xué)習(xí)
可掌握的能力
掌握機(jī)器學(xué)習(xí)常用回歸、分類以及聚類算法原理及API使用；掌握機(jī)器學(xué)習(xí)算法超參數(shù)優(yōu)選方法，并訓(xùn)練模型；掌握深度學(xué)習(xí)框架Tensorflow的原理及常用API的使用；掌握神經(jīng)網(wǎng)絡(luò)的特點(diǎn)及原理；在數(shù)據(jù)分析師的基礎(chǔ)之上進(jìn)一步增加核心競(jìng)爭(zhēng)力；邁進(jìn)數(shù)據(jù)挖掘和人工智能大門,掌握必備的入門條件