人工智能培训课程大纲汇总docxWord文档格式.docx

1、（30）1号老师计算机组成原理 认识操作系统以及操作系统的作用、认识 Python及了解Python发展历史可掌握的核心能力：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以及小游戏程序的开发。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。Python开发环境Python开发环境的搭建、Sublime 使用、Python交互式终端使用、IPython交互式终端使用、Pycharm使用Python变量变量

2、以及变量的类型、标识符和关键字、变量名命名方式、算数运算符、变量数据类型转换、输入和输出、注释逻辑控制语句 if语句基本格式、ifelse语句、ifelif.else语句、逻辑运算符、比较关系运算符、运算符优先级、while循环语法格式、while嵌套应用、break的用法、continue的用法高级变量类型 列表概念及操作、元组概念及操作、字典概念及操作、字符串概念及操作、集合概念及操作、for循环及forelse用法函数应用 函数的基本语法、函数执行流程、文档注释、带参数的函数、带返回值的函数、函数的嵌套调用、匿名函数、递归函数、局部变量和全局变量、引用文件操作文件的概念、文件的打开与关闭

3、、文件读写, 以及文件定位读写、文件、目录相关操作面向对象 面向对象介绍、类和对象的概念、魔术方法的意义及作用、对象成员的访问控制权限、继承的概念及意义、继承、多层继承和多继承、多态的概念以及应用、类属性和实例属性、实例方法、类方法、静态方法、设计模式: 单例模式异常处理 理解异常的作用、捕获异常、异常的传递规则、自定义异常模块和包 模块和包的概念、_all_的用法、import语句用法、from.import.用法、from.import * 用法项目: 飞机大战 pygame介绍、界面搭建、键盘事件检测、显示飞机、控制飞机、飞机发射子弹、显示敌机、敌机移动规则、敌机发射子弹、碰撞检测、面向

4、对象完成代码封装人工智能+Python就业班课程大纲第二阶段：python和Linux高级编程 （2号老师）Linux系统应用 Linux发展历史、Ubuntu操作系统介绍与使用、Linux命令使用、常用ssh/ftp服务器安装与配置、vi/vim编辑器使用可掌握的核心能力: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.掌握程序设计中处理并发相关技术,并能够编写支持高并发量的网络程序；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.掌握正则表达式语法规则以及Python处

5、理正则表达式的re模块,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操作系统进行高并发量的网络程序开发。市场价值:熟练掌握Python技术和常见网络协议,可满足企业开发的初级需求,根据市场反馈数据看,薪资普遍在6000-8000元/月。网络编程 网络通信技术介绍、IP地址介绍、端口概念介绍、基于UDP通信技术相关接口、基于TCP通信技术相关接口、TCP3次握手和4次挥手概念、TCP/IP协议概念并发编程 并发技术介绍、多线程并发技术相关接口、线程同步与互斥锁、线程同步与互斥锁、死锁介

6、绍、进程的概念以及状态、多进程并发技术相关接口、进程间通信技术、进程池概念及应用、迭代器及生成器概念及语法、协程并发技术介绍、yield关键字用法、协程-greenlet介绍与使用、协程-gevent介绍与使用正则表达式 正则表达式理论知识、正则表达式语法规则、re模块的使用 数据库编程数据库理论知识、MySQL数据库基本使用、MySQL查询、MySQL与Python的交互、MySQL高级话题、SQL-分组查询、SQL-分页查询、SQL-连接查询、自关联、SQL-子查询、Python与MySQL的交互、MySQL视图、MySQL事务、MySQL索引、MySQL用户管理Python语法进阶 GI

7、L（全局解释器锁）、深拷贝和浅拷贝话题、私有化、import模块导入问题剖析、再议封装、继承、多态、多继承以及MRO顺序、回顾静态方法、类方法、property属性讲解与应用、魔术方法与属性、with上下文管理器、面向对象程序设计强化理解、闭包、装饰器项目：mini-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 WSGI协议、Mini-web框架实现第三阶段：前端开发（20）3号老师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、相对地址与绝对地址、列表及表单、盒子模型、

8、css显示属性、css元素溢出、表格、定位、css权重 1、可根据UI设计，开发web网站的前端页面；2、PC端和移动端页面特效开发；3、前端页面性能优化。1、开发常见Web网站的前端页面和移动端H5页面；2、跟后台进行数据通信；3、掌握当前市场流行的前后端分离的开发模式中所用的前端框架。前端作为web网站开发的半壁江山，全栈工程师必备技能，8000-12000月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、事件属性及匿名函数、综合实例、数组及操作方法、循环语句、字符串及操作方法、调试程序的方法、定时器、变量作用域、封闭函数jQueryjquery选

9、择器、jquery样式操作、绑定click事件、jquery动画、jquery特殊效果、jquery链式调用、jquery属性操作、jquery循环、jquery事件、表单验证、事件冒泡及事件委托、Dom操作、javascript对象、json和ajax请求Vue.js框架vue.js简介及基本概念、Vue.js模板语法、计算属性和侦听属性、Class与Style绑定、条件渲染、列表渲染、事件处理、表单输入绑定、过滤器、实例生命周期、数据交互、ES6语法、vue组件、vue单文件组件、vue组件开发自动化工具、生成vue单页面应用项目目录、组件嵌套、路由、数据请求及跨域、打包上线第四阶段：We

10、b开发（30）4号老师Flask框架Flask框架介绍、路由定义及视图函数、Cookie及Session、Jinja2模板语言、ORM与数据库、CSRF攻击与防御、蓝图、单元测试 1、可根据产品原型图，开发web网站的前端界面；2、可根据业务流程图，开发web网站的后台业务；3、可根据web框架设计，开发对应的数据库；4、缓存服务器的操作和设计；5、异步任务的实现。1、高并发全功能的web网站开发；2、提供数据响应速度灵活运用缓存；3、根据实际问题设计出相应数据库表。web全栈工程师，独立开发前端和后端业务，10000-20000。新经资讯网 Redis缓存、Git源代码管理、常见web网站开

11、发逻辑、前后端不分离模式、Flask-Session使用、图片验证码、容联云短信验证码、七牛云存储、后台新闻管理、Gunicorn+Nginx部署Django框架 Django框架介绍、Django模型、ORM及数据库操作、视图及模板、Django中间件、DjangoRESTframework美多商城 购物电商平台项目编码、前后端分离模式、RESTful接口开发、vue组件、MySQL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、在线支付、Nginx+uWSGI部署第五阶段：数据处理（20）5号老师爬虫入门爬虫相关工具、requests模块、数据的提

12、取方法、xpath语法、lxml模块、多线程、多进程爬虫、线程池、协程池实现爬虫 可掌握的核心能力：1、掌握爬虫的工作原理和实现流程；2、掌握通用的反反爬的机制；3、掌握mongodb数据库的应用；4、可使用基础的模块实现数据采集；5、可使用主流的爬虫框架实现数据采集；6、能够自己造轮子实现爬虫框架；7、掌握数据分析基本流程与步骤；8、掌握数据挖掘的一般过程。1、能够实现定向抓取互联网上的海量信息；2、能够运用爬虫框架包括实现分布式爬虫；3、能够根据具体需求，实现定制的爬虫框架；4、能够对海量数据进行分析，根据需求挖掘数据的潜在价值。具备互联网数据采集的爬虫开发能力，市场薪资普遍在11000-

13、25000爬虫提高 selenium实现动态网页的数据抓取、常见的反爬措施、mongodb数据库的基本使用、mongodb数据库的高级查询、mongodb的聚合操作、mongodb的索引和备份恢复、mongodb和python的交互、scrapy框架、scrapy_redis的分布式组件电商广告推荐系统项目用户点击流日志收集、用户画像建模、推荐对象画像建模、数据实时计算平台、数据离线计算平台、推荐算法模型、协同过滤算法爬虫框架开发框架的基础结构、框架核心模块的封装、框架动态模块的加载、框架实现请求去重、框架中使用线程池、协程池、框架分布式的实现、框架实现增量式爬虫功能、框架实现断点续爬功能项目

14、苏*商品数据爬虫、当*商品数据爬虫、京*商品数据爬虫、亚*商品数据爬虫第六阶段：人工智能（15） 数据挖掘科学计算numpy、pandas、数据可视化matpalotlib、金融数据的分析和处理1、掌握数据挖掘基础工具使用；2、掌握数据挖掘处理数据方法；3、了解常见机器学习算法原理；4、根据量化交易规则设计策略；5、掌握深度学习算法和框架；6、图像识别、检测的实现。1、从数据支持到策略开发；2、实现自动交易策略；3、深度学习模型的训练过程；4、图像识别、检测任务。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，根据市场反馈数据看，薪资普遍在15000-30000。机器学习特征工程、监督学习分类算法、监督学习回归算法、非监督学习、Scikit-learn使用、模型选择与调优量化交易历史数据、实时数据、股票数据指标、多因子模型、量化交易策略、回测框架深度学习 TensorFlow框架开发；Tensorf