Python大數據與人工智能（學術）--初級培訓班

課程名稱：Python大數據與人工智能（學術）--初級

課程類目：Python、人工智能

課程類型：正式課

授課形式：北京面授

免費試聽：是

適合基礎：零基礎學員

上課人數：60

班級名稱：基礎班

上課時間：周一到周日9-18點

開班時間：每月開課

課時數量：24

課程亮點

朝九晚九全程跟班答疑、一對一督學、定期直播串講、五分鐘內有問必答、出勤率和進度監督、作業與測試

學習目標

1, 通過線下3天學習掌握Python編程的基礎內容；

2, 課程涉及到了Python基礎大部分內容，內容豐富；

3, 從Python入門開始介紹，沒有軟件基礎的人也可以聽；

4, 通過案例的講解，真正實現學校授課與實戰的目標。

課程內容

01章準備工作-Python開發環境配置（線上-1小時）

01-01Anaconda安裝與配置

01-02Python編程基礎：變量、語句、表達式等對象介紹、Python編程規范等

01-03Python語言概述：發展歷史、語言特點

02章Python標準數據類型（線上-6.5小時）

02-01標準數據類型創建：Number、String、Tuple、List、Dict、Set

02-02常用內建函數及方法：數值計算、科學計算庫的方法調用、序列對象的通用方法、字符串方法、列表方法、元組方法、集 合方法、字典方法、常用內建函數等

02-03數據類型判斷、數據類型轉換

03章控制流語句（線上-2小時）

03-01條件判斷語句：if、if-elif-else、if-else

03-02for循環

03-03While循環

03-04continue語句

03-05break語句

04章自定義函數與函數式編程（線上-3小時）

04-01函數的定義及調用：函數定義關鍵詞、無參數函數、形參、實參

04-02函數的參數：位置參數、關鍵字參數、默認參數、可變參數

04-03變量的定義域：內建變量、全局變量、局部變量、閉包外局部變量

04-04自定義函數與內建函數的區別

04-05函數式編程

05章異常和錯誤（線上-穿插在其他內容中講）

05-01常見異常及錯誤

05-02異常的捕捉及追溯

06章文件操作（線上-0.5小時）

06-01文件的創建、打開與關閉

06-02文件的讀寫

07章時間模塊（線上-0.5小時）

07-01datetime模塊

07-02time模塊

08章python標準數據類型—字符串其應用（線下-1小時）

08-01字符串操作：字符類型轉換及運算

08-02字符串操作：序列索引及其綜合應用

08-03字符串操作：迭代實現字符條件轉換

08-04時間字符串數據處理：字符串方法應用及時間提取

09章python標準數據類型—列表及其應用（線下-1小時）

09-01列表操作：列表多層索引與切片

09-02列表操作：列表轉置、排序與元素替換

09-03列表方法：類型轉換與方法應用

09-04列表方法：列表生成式及高級內置函數綜合應用

10章python標準數據類型—字典及其應用（線下-1小時）

10-01字典操作：元素添加

10-02字典操作：學生成績的字典格式存儲

10-03字典操作：學生成績條件提取

10-04字典方法：數據檢查、數值運算

11章python標準庫—math科學計算庫的應用（線下-1小時）

11-01math科學計算庫的使用：實現sigmoid函數

11-02math科學計算庫的使用：實現正態分布的概率密度計算

12章python模塊—OS模塊的應用（線下-1小時）

12-01OS模塊應用：文件的讀取與寫入

12-02OS模塊應用：批量生成文件

12-03OS模塊應用：批量修改文件名

13章python模塊—時間模塊的應用（線下-1小時）

13-01datetime模塊應用：時間戳獲取及提取

13-02time模塊：生成時間序列

14章Python標準庫簡介（線上-0.5小時）

14-01常用標準庫：Numpy、Pandas、Scipy、Matplotlib、seaborn等

14-02Numpy簡介

14-03Pandas簡介

15章Numpy數組（線上-4.5小時）

15-01ndarray數組的創建

15-02Numpy數組基礎操作：索引、切片、分裂、合并

15-03Numpy數組的運算：通用函數

15-04Numpy數組的變形、拼接

15-05Numpy數組的計算：廣播、聚合、比較和掩碼、數組排序

16章Pandas對象（線上-6小時）

16-01Pandas對象：Series、DataFrame、Index

16-02pandas對象的創建

16-03Pandas數據加載與存儲

16-04Pandas數值運算方法：通用函數、聚合函數、遍歷

16-05Pandas數據處理：數據類型轉換、缺失值處理、字符串轉換

16-06Pandas數據表的合并與連接

16-07Pandas數據的累計與分組

17章數據的獲取與存儲，探索，處理流程介紹（線下-6小時）

17-01數據清洗思想概述

17-02供Python讀取的數據：CSV文件、JSON數據等

17-03數據的存儲

17-04數據探索的維度：數據的不平等性、真實性、可讀性、清潔度等

17-05數據格式化離群值和不良數據處理、空值處理、重復數據處理等

17-06數據標準化方法

17-07數據探索：連接多個數據集、獲取離群值、創建分組等

17-08數據分析：分離和聚焦數據、描述結論、書寫報告文檔

18章數據清洗實戰案例（線下-6小時）

18-01USDA食品數據處理

18-02美國童工雇傭數量和腐 敗之間的關系分析

18-03泰坦尼克幸存者數據清洗