北京人工智能開發培訓 2019-04-12 15:28:35
課程介紹
發布日期：2019-04-12 15:28:35
北京黑馬先鋒為想要從事人工智能工作的學員設置課程培訓，師資團隊授課，實戰項目教學，通過本套課程的系統學習，讓學員快速掌握人工智能+Python開發技能，成為合格的人工智能開發工程師。
1、掌握Python基礎語法，具備基礎的編程能力；
2、建立起編程思維以及面向對象程序設計思想。
階段主要內容
計算機組成原理；Python開發環境；Python變量；流程控制語句；高級變量類型；函數應用；文件操作；面向對象；異常處理；模塊和包
1、能夠熟練使用Linux操作系統；
2、掌握網絡編程相關技術，能夠實現網絡間數據通信；
3、掌握程序設計中處理并發相關技術，并能夠編寫支持高并發量的網絡程序；
4、能夠熟練掌握MySQL操作相關技術，熟練編寫各種數據庫操作SQL語句，并能夠進行Python和MySQL之間的數據交互；
5、掌握web服務器的工作流程，以及web框架的實現原理。
解決的現實問題
能夠使用面向對象的程序設計方法，基于Linux操作系統進行高并發量的網絡程序開發。
第二階段主要內容
Linux系統應用；網絡編程；并發編程；正則表達式；數據庫編程；Python語法強化；項目1：mini-web服務器；項目2：mini-web框架
1、可根據UI設計，開發Web網站的前端頁面；
2、PC端和移動端頁面特效開發；
3、前端頁面性能優化。
解決的現實問題
1、開發常見Web網站的前端頁面和移動端H5頁面；
2、跟后臺進行數據通信。
第三階段主要內容
html；css；ps應用；JavaScript編程；DOM操作；JQuery；Vue.js框架
1、可根據產品原型圖，開發Web網站的前端界面；
2、可根據業務流程圖，開發Web網站的后臺業務；
3、可根據Web框架設計，開發對應的數據庫；
4、緩存服務器的操作和設計；
5、異步任務的實現。
解決的現實問題
1、高并發全功能的Web網站開發；
2、提供數據響應速度靈活運用緩存；
3、根據實際問題設計出相應數據庫表。
第四階段主要內容
Flask web框架；模板與表單；數據庫使用；單元測試；第三方擴展和部署；Redis緩存；GIT版本控制；前后端不分離開發；Flask+Mysql實現；容聯云、七牛云；圖片驗證碼；項目：新經資訊網；前后端分離開發
1、掌握爬蟲的工作原理和設計思想；
2、掌握反爬蟲機制；
3、掌握分布式數據采集；
4、掌握數據分析基本流程與步驟；
5、掌握數據挖掘的一般過程。
解決的現實問題
1、定向抓取互聯網中指定領域的海量信息；
2、運用分布式爬蟲，實現規模化數據采集；
3、能夠根據實際開發需求，定制爬蟲采集系統；
4、能夠對海量數據進行分析，根據需求挖掘數據的潛在價值。
第五階段主要內容
爬蟲開發；爬蟲知識體系與相關工具；基本使用增刪改查操作；高級查詢和分組聚合操作；備份和恢復處理；Mongodb應用開發；Mongodb和Python交互；scrapy框架；定制化的爬蟲采集系統；數據的抓取和存儲；scrapy-redis分布式組件；項目：全國空氣質量采集爬蟲；項目：電商廣告推薦系統
1、掌握數據挖掘基礎工具使用；
2、掌握數據挖掘處理數據方法；
3、了解常見機器學習算法原理；
4、根據量化交易規則設計策略；
5、掌握深度學習算法和框架；
6、圖像識別、檢測的實現。
解決的現實問題
1、從數據支持到策略開發；
2、實現自動量化交易平臺；
3、深度學習模型的訓練過程；
4、圖像識別、檢測任務。
第六階段主要內容
數據挖掘基礎；科學計算numpy、pandas；數據可視化matpalotlib；金融數據的分析和處理；特征工程；監督學習分類算法；Scikit-learn使用；模型選擇與調優；歷史數據、實時數據；多因子模型；量化交易策略；回測框架；項目：自動量化交易平臺
1、掌握shell編程基礎和開發技巧；
2、掌握shell編程常用表達式和流程控制語句；
3、掌握項目發布的流程規范；
4、掌握生產腳本的編寫流程規范；
5、了解項目生命周期及項目常見開發模式。
解決的現實問題
1、項目環境自動化部署；
2、項目代碼自動化發布；
3、項目生命周期理解。
第七階段主要內容
自動化運維；shell編程；項目生命周期；自動化代碼發布；手工代碼發布；大型腳本編寫流程；django項目生產環境部署；數據結構；時間和空間復雜度；鏈表；量化交易策略；python內建數據結構類型；指導
上一篇:北京大數據開發培訓
下一篇:北京游戲開發培訓
