未来已来(四)——Python学习进阶图谱

如下,是我们学习Python编程的路径选择:A1-A2是必修,A3系列是个人根据自己的方向进行选择,A4及其之后则是人工智能线的深度学习路径。

(A1-A2)必修

等级 课程 内容 项目 目标
A1 初识AI 1. 人工智能科普:本质、应用、起源、学习路径
2. Python基础语法知识:输入、输出、变量、条件判断
1. 本地编程环境配置
2. 编写简易人机对话小游戏
3. 体验人工智能代码
1. 了解人工智能本质和应用,制定自己的学习路径
2. 掌握基本数据类型及转换关系
3. 会写输入和输出
4. 掌握条件判断的用法
A2 基础语法 1. 数据类型:布尔值、列表、字典
2. 控制流:for循环和while循环
3. 函数的用法和写法,使用open()函数完成文件读写
4.Python面向对象的编程思想
1. 文字冒险游戏
2. 学会给代码做debug
3. 封装、使用函数及模块
4. 将python代码制作为可执行文件,双击执行
5. 乘法表
6. 小乌龟画国旗
7. bad_apple字符画视频
8. 打印星阵图
通关基础语法,为后续的人工智能应用做铺垫

(A3)自选

等级 课程 内容 项目 目标
A3-1 人工智能应用 1. 调用模块的通用方法
2. 自学新模块的通用方法
3. 利用requests、json调用人工智能接口
4. 简单人工智能库的调用:如jieba
待填充 1. 学会调用已有人工智能技术:语言识别、图像识别、自然语言处理、人脸识别、图像处理、计算机视觉……
2. 能够自学简单的模块,实现一些简单的功能:打开浏览器/制作二维码/发邮件/定时执行任务
A3-2 网络爬虫 1. HTML基础
2. Xpath/BeautifulSoup/PyQuery/selenium爬虫常用模块的使用
3. Scrapy框架使用和数据存储
4. 常见应对反爬虫技巧
1.新浪财经股票信息爬虫 1. 能够从网络上自动抓取自己需要的信息:商业分析、舆情监测、生活助手
2. 胜任初级爬虫工程师(需额外学习A3-4)的工作
A3-3 Git与项目实现 1. 掌握git语法管理自己的代码
2. 加入开源协作社区github
3. 小型项目的实现步骤
4. 图形化界面Tkinter模块
5.实战练习
待填充 1. 学会使用git对自己的代码进行版本管理
2.学会借助github上的开源代码提高工作效率,使日常重复、繁琐的工作自动化完成
3. 掌握项目实现的完整思路,开发出自己的独立小程序
4. 能够完成图形化界面程序,开发桌面应用
A3-4 数据科学 1.SQL语法,使用Python接入数据库
2. 数据分析模块:Pandas、NumPy、SciPy…
3. 数据可视化模块:matplotlib、Seaborn、ggplot…
1. 量化交易(需要通关A3-3和新浪财经爬虫项目,推荐有金融理财相关背景的学员) 1. 掌握数据库管理、数据分析、数据可视化的技能
能够制作数据看板,实现数据指标监控
3. 能够胜任数据运营、初级爬虫工程师(需额外学习A3-3)、量化交易、初级BI商业分析师等工作
A3-5 自动化办公 1. 文档管理:shutil和zipfile,自动完成复制/移动/改名/删除/读取/解压/压缩
2. 数据处理:openpyxl和csv,自动处理excel和csv数据
3. 文字处理:docx和pyPDF2,处理word和pdf文档
4. 信息传输:使用Python发送邮件/微信/短信
待填充 借助Python处理日常办公文档,使繁琐、重复性的工作自动化
A3-6 多媒体处理 1. 图像编辑:Pillow库处理图片,实现拷贝/粘贴/合并图片、放大缩小、分离和合并通道、几何转变、模式转换、图像增强、模糊特效、添加文字/数字、转变字符画…… 2. 通过openCV可实现计算机图像、视频的编辑。应用图像识别、运动跟踪、机器视觉等 视频编辑与音频编辑 学会使用Python自动化处理多媒体文件,提高设计师工作效率
A3-7 web开发 1. 前端:HTML5、CSS、Javascript、JQuery库
2. 后台:Django框架技术
3. 项目实战练习
待填充 利用Python胜任web开发工作,实现:新闻、购物、导航、博客、论坛等网站的搭建
A3-8 自动化测试 1. 软件测试的分类与环境搭建
2. 元素定位与浏览器控制
3. 自动化测试模型介绍
4. Selenium深度应用
5. 自动化测试实战
待填充 帮助测试人员提高综合的技术高度与宽度,从而摆脱简单的手工测试,向高级测试工程师的道路迈进。
A3-9 自动化运维 1. Linux基础
2. 服务器软件安装与管理
3. 高并发下的Web架构
4. Python自动化运维
5. Python自动化监控/报警/安装配置/部署
6. Docker 容器实战
9. 自动化运维管理实战
待填充 IT运维自动化是一组将静态的设备结构转化为根据IT服务需求动态弹性响应的策略,实现减少人工干预、降低人员成本以及出错概率,实现:堡垒机、CMDB、全网监控、主机管理等。

备注:

  1. A3内容呈并列关系,在完成A1-A2的学习之后,可根据需要进行选择学习

  2. 如果希望去做金融理财的量化分析,至少需要修A3-2和A3-4,并且完成项目《新浪财经股票信息爬虫》和《量化交易》

  3. 如果希望去学习更加深度的A4、A6知识,至少需要完成:A3-1、A3-2、A3-3、A3-4的学习

  4. A3-7至A3-9明显偏技术向,推荐有相关工作需求的学员选择

(A4)自选

等级 课程 内容 项目 目标
A4 多元统计分析和机器学习 1. 高等数学、概率论与数理统计…
2. 机器学习十大算法:有监督算法、无监督算法
3. 集成算法
4. Scikit-Learn框架
待填充 1. 掌握机器学习常用算法思想,如最近邻算法、聚类算法、决策树、随机森林等
2. 能够利用python建立机器学习模型,对一些应用场景进行智能化,比如用户聚类、用户流失预测、用户付费预测、垃圾邮件识别、产品等级划分、智能推荐等
3.可转向数据分析工程师、机器学习算法工程师、搜索算法工程师、推荐算法工程师

(A5-A6)自选

等级 课程 内容 项目 目标
A5 深度学习(一) 1. 神经网络算法入门:RNN/CNN…
2. 深度学习框架学习:TensorFlow、Keras
待填充 1. 掌握深度学习常用框架:Tensorflow、Keras的基本语法
2. 可自行搭建图像相关算法,实现图像分类、人脸识别、目标检测等
3. 可自行搭建NLP常见算法,实现文本分类、文本自动生成、问答系统等
4.人工智能工程师(初阶)
A6 深度学习(二) 1. GAN网络(生成对抗网络)
2. 强化学习算法
3. 项目实战、大型赛事
待填充 1. 掌握GAN网络相关算法,实现图像、文本等生成任务,如风格迁移、图像自动上色、图像美化、图像超分辨率、对话系统等
2. 掌握强化学习相关算法,利用强化学习完成最优策略生成任务,如AlpahGO、推荐算法、文本生成等
3. 人工智能工程师(进阶)

“未来已来(四)——Python学习进阶图谱”的35,552个回复

发表评论