Python+人工智能课程大纲|Python+人工智能培训课程体系|黑马Python+人工智能课程表

pc蛋蛋

2019年Python+人工智能课程大纲

目前课程版本:5.0   升级时间:2019.02.21   查看详细

Python+人工智能课程设计理念

  •  

    就业方向双核心

    整个课程用采用双核心(Web方向、人工智能-数据科学方向)和六选一增强就业专业课
    保证学员主流方向就业和全国二三线城市就业
    - Web课程占比由28%提升至40%+
    - 人工智能(AI)数据课程课程占比由16%提升至30%+
    - 六选一增强就业专业课 六个方向分别10天,提升跨领域就业能力
    - 六个方向为:数据分析、测试、运维、爬虫、自然语言处理、图像和视觉处理

  •  

    课程衔接更合理

    Python基础、Web、AI各个阶段的前后衔接更为合理
    - Python基础课程和Web课程,前后衔接更为合理,前端由1个阶段拆分成3个阶段融入项目中,平滑学习曲线
    - AI课程中,基于大数据、机器学习技术的Web业务流推荐。Web和AI课程前后铺垫

  •  

    全新Web实战项目

    Python Web课程全新Django框架美多商城项目、新增Flask框架黑马头条Web项目
    - 美多商城支持前后台分离、不分离技术,融合多项主流技术要点
    - 就业热点课程:增加Docker、高并发部署
    - 黑马头条Web项目,以技术方案驱动讲解,提供8大技术方案;对接第三方推荐系统和聊天机器人系统,呈现真实业务场景

  •  

    专注AI数据科学

    Python人工智能课程立足于数据科学方向,并提供自然语言处理项目和物体检测项目两大延伸方向
    - 重新设计8天的机器学习、数据挖掘入门课,降低学习难度、平滑学习曲线
    - 全新黑马头条推荐系统项目,基于大数据的推荐系统,融合10+技术解决方案

  •  

    完善的就业保障

    针对各个就业方向,提供面试强化专题课程、热点技术解决方案和热点项目库,拓展学员视野,提升工作经验。目前已产出面试强化专题课程50 +,热点技术解决方案20+,热点项目库8+,且在持续更新中

Python+人工智能基础班课程大纲

学习对象

0基础0经验的小白人员;想通过最低的成本来试一下自己是否适合做Python编程相关工作的转型人员。

注:获取更多免费学习视频+资料+笔记,请加QQ:2632311208。

上课方式

全日制脱产,每周5天上课(实际培训时间可能因法定节假日等因素发生变化)

培训时间

部分校区可能会根据实际情况有所调整,详情可询咨询老师   点击咨询


培训要求

自带笔记本

 

Python+人工智能基础班课程大纲
所处阶段主讲内容技术要点学习目标
第一阶段:
Python基础
Python第一个程序变量、标识符和关键字、输入和输出、数据类型转换可掌握的核心能力:
1. 掌握Python基础语法, 具备基础的编程能力;
2. 建立起编程思维以及面向对象程序设计思想。

可解决的现实问题:
能够熟练使用Python技术完成针对小问题的程序编写。

市场价值:
具备最基本的编程思维, 掌握基础的Python编程技术, 能够完成较小程序的开发,尚达不到企业的用人标准。
条件控制语句和循环语句比较关系运算符、逻辑运算符、三目运算符、while循环、for循环、break和continue
容器类型列表、元组、字典、有序字典、公共函数、字符串
函数函数的定义和调用、不定长参数函数、匿名函数、递归函数、可变和不可变类型
文件操作文件打开和关闭、文件的读写、文件、目录相关操作、文件应用案例
面向对象面向对象介绍、类的定义和对象的创建、添加和获取对象属性、init方法、私有方法和私有属性、继承、多态、类方法、对象方法、静态方法
异常处理捕获异常、异常的传递、自定义异常
模块和包模块介绍、模块的导入、模块中的 __all__、模块中 __name__ 的作用、包的介绍、包的导入

Python+人工智能就业班课程大纲

学习对象

pc蛋蛋本课程适合有Python语言基础、面向对象编程思想,Linux基本操作基础的人士,课上不讲Python基础知识。

上课方式

培训时间及周期:全日制脱产,每周5天上课(实际培训时间可能因法定节假日等因素发生变化)

培训时间

部分校区可能会根据实际情况有所调整,详情可询咨询老师   点击咨询


 


Python+人工智能就业班课程大纲
所处阶段主讲内容技术要点学习目标
第二阶段:
Web基础开发
Linux命令Ubuntu操作系统介绍与使用、Linux命令使用、Linux命令选项的使用、远程登录和远程拷贝、vim编辑器使用、Ubuntu软件安装和软件卸载可掌握的核心能力:
1. 能够熟练使用Linux操作系统;
2. 掌握网络编程相关技术, 能够实现网络间数据通信;
3. 掌握程序设计开发中多任务实现方式;
4. 能够熟练掌握MySQL操作相关技术, 熟练编写各种数据库操作SQL语句, 并能够进行Python与MySQL之间的数据交互;
5. 掌握Python中的re模块的使用, 能够实现对字符串进行复杂模式匹配;
6. 掌握Web服务器的工作流程, 以及Web框架的实现原理。

可解决的现实问题:
能够使用面向对象的程序设计方法, 基于Linux操作系统开发多任务的网络程序开发。

市场价值:
熟练掌握Python技术和常见网络协议。
网络编程IP地址的介绍、端口和端口号的介绍、socket的介绍、基于TCP通信程序开发
多任务编程多任务介绍、线程的使用、线程同步与互斥锁、死锁介绍、进程的使用、进程和线程的对比
正则表达式正则表达式的介绍、re模块的使用、正则表达式的演练
html与csshtml概述及基本结构、html标签及布局入门、css载入方式、css选择器、css属性入门、css基本布局演示、列表及表单、盒子模型、css显示属性、css元素溢出、表格
JavaScript变量、数据类型及基本语法规范、函数、条件语句、获取元素方法及操作元素、事件属性、数组及操作方法、循环语句、字符串、定时器、变量作用域
jQueryjquery选择器、jquery样式操作、绑定click事件、jquery动画、jquery特殊效果、jquery属性操作、jquery循环、jquery事件、事件委托、JavaScript对象、JSON 和 ajax 请求
数据库编程数据库介绍、MySQL数据库基本使用、MySQL查询pymysql的使用、事务、索引
Python语法进阶深拷贝和浅拷贝、property属性、with语句和上下文管理器、闭包、装饰器
静态Web服务器Web服务器通信过程、HTTP协议、Web服务器实现
mini-Web框架Web框架和Web服务器的关系介绍、模板替换、股票信息页面开发、个人中心数据接口开发、路由列表、ajax请求数据渲染个人中心页面、logging日志的使用
第三阶段:
Web-Django框架与项目
Django框架Git源代码管理、Redis缓存、VUE介绍、Vue基本语法、ES6语法、VUE 生命周期、Django框架介绍、Django模型、ORM及数据库操作、视图及模板、Django中间件可掌握的核心能力:
1、 掌握Python Web主流框架-Django的使用;
2、 可根据Web框架设计,开发对应的数据库;
3、 可根据业务流程图,开发Web网站的前后台业务。

可解决的现实问题:
1、能够开发主流Web网站,并掌握常见的技术要点;
2、根据实际问题设计出相应数据库表。

市场价值:
Web全栈工程师,独立开发前端和后端业务。
项目:
美多商城-前台
购物电商平台项目编码、前后端不分离模式、数据库-读写分离、Django高级第三方模块、FastDFS分布式文件系统、Celery异步操作、Vue双向绑定、Docker 入门、Crontab定时任务、页面静态化、在线支付、Nginx+uWSGI部署
项目:
美多商城-MIS系统
前后端分离模式、VUE进阶-组件式开发、Django REST framwork、统计、权限管理、商品数据管理、日志管理、用户管理
第四阶段:
Web-Flask框架与项目
项目部署Docker 进阶、uWSGI、Nginx进阶、性能优化可掌握的核心能力:
1、 掌握Python Web主流框架-Flask的使用;
2、 掌握常见的性能优化技术;
3、 缓存服务器的操作和设计;
4、 异步任务的实现。

可解决的现实问题:
1、高并发全功能的Web网站开发;
2、提升数据处理响应速度,灵活运用缓存。


市场价值:
Web全栈工程师,独立开发前端和后端业务。
Flask框架Flask框架、路由定义及视图函数、蓝图、SQLAlchemy
项目:
黑马头条
Flask-RESTful、手机 APP + PC Web前端、MySQL业务数据存储、Redis缓存层、第三方对象存储、RabbitMQ + Celery 异步任务、APSchedule定时任务、socket.io及时通讯、Elasticsearch 5.6 搜索+自动补全、RPC+kafka对接推荐系统与AI系统、supervisor进程管理
第五阶段:
人工智能机器学习编程
机器学习
(科学计算库篇)
人工智能概述、数据可视化matplotlib、科学计算库numpy、科学计算库pandas可掌握的核心能力:
1、 掌握数据挖掘基础工具使用;
2、 掌握机器学习中处理数据方法;
3、 理解常见机器学习算法原理。


可解决的现实问题:
1、 利用学习到的科学计算库对收集到的数据进行数据基本处理,使其符合机器学习算法模型;
2、 利用学习到的机器学习算法解决部分实际问题。

市场价值:
具备可对数据进行初步分析和挖掘,进行机器学习建模或深度学习训练。
机器学习
(算法篇)
Scikit-learn使用、特征工程、k-近邻算法、线性回归、岭回归、逻辑回归、决策树、集成学习(Bagging, Boosting)、k-means、不同模型评估方法介绍、模型选择与调优、模型保存和加载、聚类、分类、回归案例实战
第六阶段:
人工智能基于大数据的推荐系统项目
推荐系统项目理论课什么是推荐系统、Mini推荐系统--电影推荐、推荐系统概念、大规模用户物品推荐案例、新闻/文章场景推荐案例、混合推荐介绍可掌握的核心能力:
1、 掌握推荐系统的工作原理和实现流程;
2、 掌握推荐系统的算法实现原理以及应用场景;
3、 掌握Lambda大数据相关基础;
4、 可实现基于大数据框架的推荐系统搭建;
5、 能够基于推荐业务流完成系统搭建。

可解决的现实问题:
1、能够实现推荐系统的算法不同场景应用;
2、能够根据推荐场景业务流完成推荐业务开发。


市场价值:
具备推荐系统的开发能力。
推荐系统项目
Lambda大数据开发
推荐系统Lambda架构介绍、分布式存储计算案例、数据仓库工具hive、spark介绍、spark-sql、spark sql与hive离线分析实战
推荐系统项目开发ABTest实验中心、埋点参数设置、推荐服务、缓存服务、实时日志分析、实时召回集、热门与新文章、文章画像构建、用户画像构建、文章用户画像业务实现、离线召回集介绍、排序模型选择介绍、spark mllib讲解、离线模型评价、评估场景需求




Python+人工智能就业强化课程大纲

Python+人工智能就业强化课程大纲
(学习其中一个方向课程,其他方向课程以视频形式免费赠送)
人工智能自然语言处理NLP项目
(6选1)
pytorch框架深度学习和神经网络概念、Pytorch的基础使用、梯度下降和反向传播原理、Pytorch模型构建、Pytorch中数据加载方法、Pytorch案例可掌握的核心能力:
1、掌握pytorch使用;
2、掌握Pytorch构建深度学习模型的流程;
3、掌握人工智能领域中NLP的常用方法;
4、能够掌握NLP中的常见算法和原理;
5、能够掌握模型上线的方法;
6、能够自己动手完成多功能的聊天机器人;
7、了解常用的模型优化方法。


可解决的现实问题:
1、能够运用pytorch完成深度学习模型的搭建;
2、能够使用课程内容解决NLP相关问题。

市场价值:
具备深度学习模型搭建、优化的能力。
循环神经网络RNN的概念和原理、wordembedding原理和实现、文本情感分类案例、LSTM和GRU的原理和案例、Pytorch中的序列化容器
NLP聊天机器人项目项目准备、fasttext的使用和原理、闲聊机器人介绍、seq2seq模型的原理、Seq2Seq闲聊机器人实现、带Attention的闲聊机器人的原理和实现、带BeamSearch的闲聊机器人的原理和实现、问答机器人实现原理、问答机器人机器学习召回模型实现、问答机器人排序模型实现实现、Grpc对外提供接口
人工智能物体检测和分割
(6选1)
深度学习TensorFlow框架介绍、逻辑回归原理、导数、神经网络原理、tf.keras实现神经网络分类、卷积神经网络、神经网络算法优化、深度学习正则化、迁移学习可掌握的核心能力:
1、掌握神经网络基础算法原理;
2、掌握TensorFlow框架;
3、掌握卷积神经网络原理;
4、可使用神经网络做图片分类;
5、掌握物体检测算法原理;
6、掌握深度学习的算法优化与正则化原理;
7、可进行物体检测模型的训练和部署。


可解决的现实问题:
1、能够实现神经网络对图片进行分类;
2、能够运用TensorFlow完成检测模型训练和测试;
3、能够运用TensorFlowserving进行模型部署。


市场价值:
具备深度学习、图像识别与检测的开发能力。
物体检测项目物体检测项目架构、物体检测算法-RCNN、SPPNet、物体检测算法-Fast-RCNN、Faster-RCNN、物体检测算法-YOLO、SSD、SSD算法进行图片预测、数据集的制作与处理、商品检测模型训练、商品检测模型导出、Docker开启Tensorflowserving服务、TensorFlowservingclient实现、Docker开启Web服务、蚂蚁软件降算法、激活函数、前馈神经网络可掌握的核心能力:
1.能够深度掌握深度学习的算法原理以及应用案例;
2.在图像识别上能够学到目标检测的项目开发经验;
3.掌握相关自然语言处理基础知识;
4.开发聊天机器人的开发案例;
5.搭建完整的人工智能人脸识别等应用服务。

可解决的现实问题:
1.基于深度学习的机器视觉相关应用;
2.基于第三方平台的人脸识别相关应用;
3.基于自然语言处理的聊天类机器人相关应用。

市场价值:
人工智能方向进阶课程,机器视觉大型项目,市场价值在20K-35K。
深度学习优化进阶神经网络优化难度、正则化、参数初始化策略、优化算法、批量归一化
卷积神经网络卷积操作、池化操作、图像识别类网络结构、数据扩充、目标检测类网络结构
循环神经网络RNN、循环网络训练、双向/多层/编解码网络、门控循环神经网络、注意力机制
高级主题生成对抗网络、迁移学习、半监督学习、自动编码器、CapsuleNet
图片商品物体检测项目
第一阶段-数据集处理
目标检测概述、目标检测数据集、目标检测方法、目标数据标记、标注数据存储、数据集格式转换、TFRecord读取与存储、slim库
图片商品物体检测项目
第二阶段-模型原理、实现
目标检测任务描述、R-CNN、SPPNet、Fast R-CNN、Faster R-CNN、YOLO与SSD
图片商品物体检测项目
第二阶段-项目框架实现
数据读取接口、模型接口、训练与测试接口
蚂蚁软件基础班试听名额

教学服务

  • 每日测评

    每晚对学员当天知识的吸收程度、老师授课内容难易程度进行评分,老师会根据学员反馈进行分析,对学员吸收情况调整授课内容、课程节奏,最终让每位学员都可以跟上班级学习的整体节奏。

  • 技术辅导

    为每个就业班都安排了一名优秀的技术指导老师,不管是白天还是晚自习时间,随时解答学员问题,进一步巩固和加强课上知识。

  • 学习系统

    为了能辅助学员掌握所学知识,黑马程序员自主研发了6大学习系统,包括教学反馈系统、学习难易和吸收分析系统、学习测试系统、在线作业系统、学习任务手册、学员综合能力评定分析等。

  • 末位辅导

    pc蛋蛋末位辅导队列的学员,将会得到重点关心。技术辅导老师会在学员休息时间,针对学员的疑惑进行知识点梳理、答疑、辅导。以确保知识点掌握上没有一个学员掉队,真正落实不抛弃,不放弃任何一个学员。

  • 生活关怀

    从学员学习中的心态调整,到生活中的困难协助,从课上班级氛围塑造到课下多彩的班级活动,班主任360度暖心鼓励相伴。

  • 就业辅导

    小到五险一金的解释、面试礼仪的培训;大到500强企业面试实训及如何针对性地制定复习计划,帮助学员拿到高薪Offer。

        • <form id='vkp3m'></form>
            <bdo id='vkp3m'><sup id='vkp3m'><div id='vkp3m'><bdo id='vkp3m'></bdo></div></sup></bdo>