取消

Python是什么

  • 前3大流行语言

    根据TIOBE最新排名,Python已超越C#,与Java,C一起成为全球前3大最流行语言

  • 应用几乎无限制

    广泛用于后端开发、游戏开发、网站开发、科学运算、大数据分析、云计算、图形开发等领域

  • 各方面地位超然

    在软件质量控制、提升效率、可移植、组件集成、丰富库支持等各方面均处于先进地位

  • 简单易学

    具有简单、易学、免费、开源、可扩展、可嵌入等优点,它的面向对象甚至比java和c#.net更彻底

Python前景就业如何

Python前景

Python学完后能做什么

  • WEB前端
  • 系统网络运维
  • 科学与数字计算
  • 系统网络运维
  • 图形界面开发
  • 网络编程

哪些产品是Python做的

麦子如何让你成为
两年以上工作经验的Python工程师

  • 1对1教学

    采用师徒制,1位专属导师全面负责你的教学工作,手把手带你制定目标,考核,批改作业,学习答疑 。

  • 1对1直播

    学生可以随时在PC和APP发起约课,跟自己的导师约直播课程,1对1直播,私人订制,专属讲解。

  • 名师指导

    麦子的导师多为国内外知名互联网公司8年以上的企业经验大牛,也许你的老师就是美国的Facebook,Google,国内的BAT的大牛老师。

独创LPS(学习过程系统)

重塑学习过程,学习足迹完全数字化

看看麦子的老师们,
选择他们拜师吧,1对1指导

最全面的涵盖Web,
爬虫,大数据 , 自动化测试

  • 01
    基础阶段

    带你快速进入Python语言的大门,掌握Pycharm开发工具,Python语言基础,面向对象,HTML5的基本知识。

  • 02
    爬虫阶段

    学习Python的数据抓取和数据分析技术 ,尤其是学习爬虫的数据知识。学习Python urllib2等网络框架,Scrapy爬虫框架,同时学习MySql等数据,完成12306火车票抓取项目。这个阶段学完后,能够做数据抓取和分析工程师。

  • 03
    Web开发阶段

    豆瓣和麦子学院网站都是Python做的,我们通过学习Javascript,Flask,Django框架完成麦子和豆瓣的网站开发。同时学习Tnordo,Redis等高级技术让项目符合商业水准。这个阶段学完后可以独立开发出麦子学院这样的商业网站。

  • 04
    自动化测试及运维阶段

    学习Zabb,Selenium,Matplotlib等知识,掌握自动化测试,数据可视化分析,自动化运维等高级内容,为将来往大数据工程师上更进一步打下良好基础。

  • 05
    HTML5学习篇

    基于web端知识的学习,在个人能力的基础上进一步提高,并能独立完成PC端及移动端的各种响应式网站制作。

  • 06
    动效设计及项目实战

    学习AE在UI交互过程中的动态效果设计方法和把握动画节奏。并以实战项目来进阶工作经验,让你快速成长为全能的UI设计师 。

除了线上还可以选择线下学习

【互联网工厂】模式,让你在互联网公司上班一样学习

传统线下
集中开班
一般的项目练习
老师水平参差不齐
一个老师对50个学生
学习环境差,50人挤
在一个小屋里
传统授课,所有人听
一样的内容
VS
麦子线下
随到随学
互联网公司商业项目
8年以上的工程型老师
一个老师对15个学生
互联网公司环境,和
麦子员工一起办公
因材施教,1对1指

强大的校企合作就业服务体系

麦子学院携手linkedin、拉勾、智联招聘、猎聘等一线招聘平台, 实现实习就业权威保障!

在中国,你叫的上名字的互联网公司 几乎都有我们学生

与超过1000家A轮融资后互联网公司建立输送关系

陈龙-月薪10k入职赛尔互联
陈龙

月薪10K,赛尔互联

黄青青-月薪8k入职聚簇云网络
黄青青

月薪8K,聚簇云网络

黄子楷-月薪12k入职麦盛
黄子楷

月薪12k,入职麦盛

王欣晨-月薪10k入职环球网
王欣晨

月薪9.3K,环球网

王子强-月薪12k入职明与简科技
王子强

月薪12k,明与简科技

薛馨予-月薪10k入职爱客
薛馨予

月薪10K,入职爱客

赵田生-月薪9.5k入职知名互联网公司
赵田生

月薪9.5K,入职知名医药互联网

周文语-月薪10k入职上海知名互联网公司
周文语

月薪10k,入职上海知名互联网公司

就业, 底薪,0元入学,0风险

签订保就业,保底薪协议,
未达到高底薪就业全额退款

媒体报道

合作企业

合作院校

荣誉奖项

“麦子学院是IT在线教育的创领者,我们希望有更多像麦子一样的教育培训机构,将学习和就业效果做到极致。”

王晓斐 阿里云教育创业部总监

“大数据显示,麦子学院在国内IT在线教育行业内有极高的就业率我们希望在未来与麦子学院的定制化就业学习模式进行更加深入的合作。”

陈月 百度总监

“智能化、数据化的学习过程监控,领先创新的LPS在线教育模式,高效可靠的商业项目训练,为社会培养1万+的高技能IT人才,我们会同与麦子学院一道,以IT技术服务为核心服务更多的企业和个人。”

徐旭升 360教育总监

体验试学

* 请放心填写,我们会对您的信息严格保密

现在行动,你有机会参加
麦子学院的50%的奖学金计划

© 2012-2017 www.maiziedu.com

蜀ICP备13014270号-4 Version 5.0.0 release20160127

行业验证
  • 1

    公共基础课

    本方向重点学习Python基础语法、面向对象编程、开发工具。 接着学习关系型数据库MySQL和服务器广泛使用的Linux,为后面的方向打下坚实基础。

      • 01
        Python课程初探
        Java太复杂了,PHP过时了,美国最流行的三大服务器开发语言既没有Java,也不包括PHP,Python却身在其中。 在国内,前几年火爆的安卓开发热度已经冷却,Python开发工程师的岗位越来越吃香,我们熟知的豆瓣和知乎就是用Python开发的。通过本次课程的学习,你会初步掌握Python语言的使用以及利用Django框架开发出自己的简易Blog系统,并初步踏入Web开发工程师的行列。
        1. · 1图看懂Python的学习框架
        2. · 1小时掌握Python语言基础
        3. · Django的安装与运用
        4. · 运用Python和Django构建博客
      • 02
        Python开发工具的使用
        Python最强大的IDE开发工具,用这个来开发Python商业项目,而非Shell开发
        1. · pip方法使用
        2. · pip基本使用
        3. · pip指定源
        4. · Virtualenv基本使用
      • 03
        python面向对象编程
        Python从设计之初就已经是一门面向对象的语言,正因为如此,在Python中创建一个类和对象是很容易的。本课程中我们将详细介绍Python的面向对象编程。
        1. ·面向对象概念
        2. · 类的定义
        3. · 类的实例
        4. · 类的变量和属性
        5. · 类的方法
        6. · 继承和多态
        7. · 判别对象类型
      • 04
        Linux操作系统
        linux作为一款开源的操作系统,已经被大多数人所认可,在嵌入式领域中,linux的占用率一直稳居榜首, 掌握好linux下的基本概念,对我们掌握系统编程及驱动开发都非常有利。
        1. ·介绍/安装
        2. · Linux的文件系统
        3. · 常用命令
        4. · 权限管理
        5. · vim使用
        6. · 网络管理
        7. · 程序安装配置
        8. · shell脚本
      • 05
        MySQL关系型数据库
        开源领域最广泛的关系型数据库,跨平台
        1. · 安装
        2. · 常用命令
        3. · sql语句
        4. · mysql支持的数据类型、运算符
        5. · 数据库函数
        6. · 数据库优化
        7. · python操作mysql
      • 06
        Python网络编程
        学习Python的TCP编程和HTTP编程。Urllib2等网络编程类库的使用,同时知道如何用Python进行Http协议,Socket协议的程序编写;甚至简易爬虫的网络调用
        1. · 简介
        2. · 什么是socket
        3. · python的scoket模块使用
      • 显示本章节所有内容

  • 2

    Web开发方向

    本方向将学习html,css,JavaScrip这些基础的前端知识,以及ajax等交互技术。 接着是对服务端的web开发框架的学习和进阶,我们将学习python世界里最流行的2个框架 django 和 flask。

      • 01
        HTML5+CSS3快速入门
        学习Web的基础课程,HTML的语法和CSS的布局样式。学完这套课程,会熟练掌握HTML4.X和CSS3来做基础静态网页
        1. · 初识html5+css3
        2. · html网页结构
        3. · html5表格表单
        4. · html元素及属性
        5. · css3样式表引入
        6. · css选择器
        7. · css层叠性和继承性
        8. · css优先级
      • 02
        Javascript基础
        Javascript的基础语法
        1. · 简介
        2. · 数据类型
        3. · 流程控制
        4. · 函数
        5. · 对象
        6. · DOM操作
        7. · 事件
      • 03
        Jquery
        Jquery是JS前端必学的类库,应用广泛且方便开发,这里学习Jquery库的各种应用及实战
        1. · iquery基础
        2. · jquery选择器
        3. · jquery事件
        4. · jquery DOM
        5. · jqury动画
        6. · jquery ajax
        7. · jquery使用
      • 04
        Flask框架开发
        轻量级的Web开发框架Flask的学习,很多公司都需要这样的轻量级开发工程师,我们通过Flask的学习也会完整了解和使用Python的Web开发
        1. · 安装
        2. · 调试模式
        3. · 路由
        4. · 静态文件
        5. · 模板渲染
        6. · 访问请求数据
        7. · 重定向和错误
        8. · 关于响应
        9. · 会话
        10. · 消息闪现
        11. · 日志记录
        12. · 部署web服务器
      • 05
        Django框架开发初级
        最广泛最完善的Python Web开发框架Django,掌握好这个框架就能够找到一份很棒的工程师工作。本课程全面的学习Request,Template,View等开发技术,完整实现自己的商业web网站项目
        1. · 安装
        2. · mtv和mvc开发模式
        3. · Django命令行工具
        4. · Django url路由系统
        5. · Django views 视图函数、
        6. · Django模板
        7. · Django静态文件
        8. · Django models 模型层
        9. · ORM操作
        10. · admin配置
        11. · form表单
      • 06
        Django框架开发进阶
        最广泛最完善的Python Web开发框架Django的进阶知识,包括ORM,自定义Filter等,完整实现自己的商业web网站项目
        1. · 自定义标签
        2. · 自定义过滤器
        3. · 自定义中间件
        4. · 多数据库使用
        5. · 自定义form
        6. · 自定义field
        7. · admin高级定制
        8. · Django国际化
        9. · Django安全机制
        10. · Django缓存
      • 07
        Ajax初步
        了解和掌握Ajax基本原理,以及作为Python开发工程师需要具备的Ajax调用知识
        1. · 概述
        2. · iframe实现伪ajax
        3. · XmlHttpRequst对象介绍
        4. · XmlHttpRequst实现ajax
        5. · jquery实现ajax
        6. · 基于django实现前后台ajax请求交互
        7. · 错误处理
        8. · ajax数据格式交换
        9. · 基于ajax实现跨域请求
      • 08
        Restful Framework开发
        服务器端接口开发,Restful接口开发供App等客户端程序的调用
        1. · 安装
        2. · 序列化
        3. · 请求和相应
        4. · 基于类的试图
        5. · 身份认证和权限
        6. · 关系和超链接的api
        7. · Viewsets和路由器
        8. · 模式和客户端库
        9. · 各api详解
      • 09
        Django商业缓存应用
        Django要实现商业项目,需要在多个角度考虑好缓存的应用,包括View缓存,Template缓存,数据库缓存,Redis的结合缓存等等 。学了这个课程,你才能开发出真正商业级别的应用
        1. · Django缓存框架及配置介绍
        2. · memcached解析
        3. · filesystem缓存解析
        4. · databas缓存解析
        5. · 其他缓存介绍
        6. · 缓存配置与使用
        7. · redis缓存项目实例
        8. · Django缓存优化性能评估
      • 10
        Django网站部署
        商业项目的部署和发布,学习最广泛应用的应用服务器Nginx ,采用uWSGI的部署方式。让你轻松把Web进行互联网的发布
        1. · 什么是nginx和uwsgi
        2. · 部署环境搭建
        3. · 开启memcahed
        4. · 使用mysql
        5. · Django+mod_wsgi+Apache部署
        6. · Django+gunicorn+nginx部署
        7. · Django+tornado+nginx部署
        8. · Django+niginx+uwsgi部署
        9. · Ddjango的多服务器分离
        10. · 脚本自动化
        11. · Ddjango服务器安全
      • 11
        django项目实战之购物系统
        本课程将使用Python语言与Django Web开发框架搭建一个强大的购物系统。通过本项目的学习,全面系统地掌握使用Django开发出功能强大的网站, 更重要地是让学员掌握Web开发从设计到部署的一整套流程,有能力根据自身需求去实现功能或者在现有基础上进行扩展。
        1. · 课程概述
        2. · 开发前准备工作
        3. · 团队开发流程介绍
        4. · 版本控制工具及Git的使用
        5. · 通用购物系统需求分析
        6. · 系统模块划分及大型web结构
        7. · 书写项目文档
        8. · 完善项目目录结构与添加产品分类
        9. · 分类及产品模型的设计和实现
        10. · 使用admin管理模型
        11. · 模型变更与同步
        12. · m-msg试图文件架构
        13. · 数据库使用
        14. · 购物车模型设计
        15. · 使用session
        16. · 添加购物车表单及处理表单
      • 显示本章节所有内容

  • 3

    爬虫方向

    现在是大数据时代,获取海量数据的方法实在是太重要了。 本方向老师会手把手带着你写出各种类型网站的爬虫,轻松爬取海量数据。

      • 01
        简易爬虫程序开发-豆瓣,百度,文学网站爬取
        利用Python的类库:urllib3,request等来实现简易的爬虫功能。结合豆瓣,百度图库,文学网站爬取
        1. · 爬虫简介
        2. · http协议介绍
        3. · urlib库介绍
        4. · 正则介绍
        5. · re模块介绍
        6. · 糗事百科爬虫编写
        7. · requests库介绍
        8. · 豆瓣电影爬虫编写
        9. · 豆瓣登陆爬虫编写
        10. · 线程认识
        11. · 百度图片下载爬虫编写
      • 02
        Scrapy爬虫框架实战
        著名爬虫开发框架Scrapy的开发实战,包括spider , crawlSpider,pipline等的具体学习,围绕具体的新闻爬虫程序练习
        1. · 介绍/安装
        2. · scrapy基本使用步骤介绍
        3. · scrapy命令行工具
        4. · scrapy重要组件
        5. · scrapy中的重要对象
        6. · scrapy内置服务介绍
        7. · 对“西刺”代理网站抓取
        8. · “西刺”代码解读
        9. · 深入理解爬虫原理
        10. · 多级页面抓取技巧
        11. · 图片抓取
        12. · 代理ip的使用
        13. · cookie的使用
        14. · js处理技巧
        15. · 部署工具scrapyd介绍
        16. · 部署scrapy到scrapyd
      • 03
        项目:12306火车票爬票抢票神器
        用爬虫技术实现12306爬票和抢票,让你春节回家无忧
        1. · 项目介绍及环境搭建
        2. · 网站数据分析
        3. · http协议解析
        4. · requests使用
        5. · html基本结构介绍
        6. · 解析库Beautiful Soup介绍
        7. · 获取12306的铁路局数据
        8. · 多级请求 — 获取 12306 站点中的客运站数据
        9. · JSON 与 URL 编码
        10. · 获取12306的代售点数据
        11. · 列车相关数据页面分析
        12. · 获取12306的所有路线信息
        13. · 屏蔽爬虫的几种方法以及应对
        14. · 自动识别并填写验证码
        15. · 持久化代售点信息到mysql
        16. · 代码重构使用scrapy框架
      • 显示本章节所有内容

  • 4

    微信小程序开发

    微信小程序可以说是当前最大的技术风口之一,无论是圈粉还是转化,微信够提供了海量的流量,所以掌握小程序开发,会让我们更有竞争力。 可以结合web开发方向对后端的相关知识有所了解,做一个前后端通吃的全栈工程师,在职业生涯更有竞争力。

      • 01
        HTML5+CSS3快速入门
        学习Web的基础课程,HTML的语法和CSS的布局样式。学完这套课程,会熟练掌握HTML4.X和CSS3来做基础静态网页
        1. · 初识html5+css3
        2. · html网页结构
        3. · html5表格表单
        4. · html元素及属性
        5. · css3样式表引入
        6. · css选择器
        7. · css层叠性和继承性
        8. · css优先级
      • 02
        Javascript基础
        Javascript的基础语法
        1. · 简介
        2. · 数据类型
        3. · 流程控制
        4. · 函数、5对象
        5. · DOM操作
        6. · 事件
      • 03
        Jquery
        Jquery是JS前端必学的类库,应用广泛且方便开发,这里学习Jquery库的各种应用及实战
        1. · iquery基础
        2. · jquery选择器
        3. · jquery事件
        4. · jquery DOM
        5. · jqury动画
        6. · jquery ajax
        7. · jquery使用
      • 04
        微信公众号开发
        本门课程会以微信公众平台开发为主线,以自动问答系统为试验场,带领大家熟悉基础条件的准备、调试工具、重要接口的功能和调用方法,以及产品层面该如何与你的应用结合,期间使用到的技术包括 JS、CSS、Node、Express、WeChat SDK,使用到的工具包括:NPM、PostMan。
        1. · 开发简介
        2. · 开发准备
        3. · 调试工具介绍
        4. · 菜单管理接口开发
        5. · 内嵌网页开发
        6. · 问答系统功能规划
        7. · 问答系统脚手架之建模
        8. · 问答系统服务端实现之用户同步
        9. · 问答系统服务端实现之菜单同步
        10. · 问答系统服务端实现之问答功能
        11. · 问答系统服务端实现之问答历史
        12. · 问答系统服务端实现之随机历史
      • 05
        微信小程序开发系列课程
        国内最全面最优质的微信小程序开发课程,由网红大咖老师王皓主讲 。从零起步开发完善的微信小程序 。
        1. · 起步
        2. · 框架
        3. · 视图
        4. · 组件
        5. · 案例
        6. · 接口
        7. · 内容列表
        8. · 内容页面
        9. · 身份验证
        10. · 文件上传
        11. · 用户注册
        12. · 微信绑定
        13. · 微信登录
        14. · 内容评定
        15. · 评论功能
      • 显示本章节所有内容

  • 5

    桌面客户端开发

    通过python开发出跨平台的桌面端应用。这是一个补充方向,可做为技能拓展。

      • 01
        Tkinter基本编程知识
        Tkinter是最简易易用的桌面库,我们学习开发一个跨平台的记事本。包括Config配置,Widget,事件Event,Menu,Toolbar,Messagebox,StatusBar
        1. · tkinter简介
        2. · tkinter架构分析
        3. · config配置外观
        4. · widget style组件外观属性
        5. · 事件Events and Bindings
        6. · BaseWindow-TopLevel介绍
        7. · 菜单Menu介绍
        8. · 工具栏Toolbar
        9. · nessagebox介绍
        10. · 状态栏statusbar介绍
        11. · 扩展学习更多的Widget
        12. · Grid布局
      • 02
        Tkinter开发简易记事本
        Tkinter是最简易易用的桌面库,我们学习开发一个跨平台的记事本。包括Config配置,Widget,事件Event,Menu,Toolbar,Messagebox,StatusBar
        1. · 项目介绍及演示
        2. · 项目分析
        3. · 菜单实现Menu
        4. · Toolbar
        5. · Ststusbar
        6. · 正文编辑区域
        7. · OpenFile打开文件
        8. · New新建文件
        9. · Save保存和另存为
        10. · 复制粘贴
        11. · 选择查找
      • 03
        项目:手把手带你制作语音类APP
        本课程为项目课,是对pyqt开发windows gui程序的一个综合运用。本课程内容涉及pyqt的基本控件使用,百度语音合成的使用方法,软件试用和注册的实现方法,学习一些音频处理相关的python扩展包。最终学习成果是一款PC端听书软件
        1. · 项目/语音介绍
        2. · windows离线语音合成
        3. · 程序界面设计及云端程序开发
        4. · 语音合成协议分析
        5. · 获取用户输入文本并处理
        6. · 调用云端api
        7. · 试听/测试云端语音
        8. · 语音合成参数调节
        9. · 注册界面设计
        10. · 使用python自动发送邮件
        11. · 从用户电脑用户生成注册码
        12. · 软件使用功能实现
        13. · 从txt和word及pdf中加载文字转换成语音
        14. · 保存用户满意的语音功能
        15. · 突破500字限制
        16. · 显示转换进度功能实现
        17. · 打包发布,其他功能讨论
      • 显示本章节所有内容

  • 6

    数据分析师体系课程

    数据分析可以分析用户的真正需求,为公司带来更好的决策。 本方向将了解数据分析流程(数据获取,数据清洗,数据分析,数据展示),学习常用的python数据分析库。

      • 01
        AI时代人工智能入学指南
        本课程入门课,将介绍AI首选语言,人工智能核心,该怎么学,一些案例和算法介绍。
        1. · 背景介绍
        2. · 需要知识点介绍
      • 02
        科学计算库Numpy
        Numpy是一个基础性的Python库,为我们提供了常用的数值数组和函数,可用来存储和处理大型矩阵。本套课程就详细和大家介绍下Numpy的相关用法。
        1. · 概述
        2. · 安装
        3. · python List的特点
        4. · numpy登场之初见
        5. · numpy的容错性
        6. · numpy.array的各种初始化
        7. · arange介绍
        8. · linspace介绍
        9. · random介绍
        10. · nomal介绍
        11. · numpy.array的基本操作
      • 03
        数据分析处理库Pandas
        pandas是一个流行的开源Python项目,它的名称取panel data(面板数据,一个计量经济学的术语)和Python data analysis(Python数据分析)的意思。
        1. ·概述/安装
        2. · pandas快速入门
        3. · pandas核心数据结构
        4. · pandas基础运算
        5. · pandas索引
        6. · mock测试用例
        7. · 项目介绍
        8. · 视觉重构
        9. · 源码安装Lnmp环境
        10. · 构造形状特辑
        11. · 文本样式的使用
        12. · 网格与图层的使用
        13. · 对齐与分布的使用
        14. · 实例之MovieLens电影数据分析
        15. · 源码安装Lamp之MySQL安装
        16. · 源码安装Lamp环境之安装php和apache
      • 04
        可视化库Matplotlib
        matplotlib是一个基于Numpy的绘图库,本课程将详细为大家介绍可视化库Matplotlib在人工智能领域的相关应用。
        1. · 课程简介/环境搭建
        2. · Numpy简介
        3. · 散点图
        4. · 折线图
        5. · 条形图
        6. · 直方图
        7. · 饼状图
        8. · 箱形图
        9. · 颜色和样式
        10. · 面向对象 vs Matlab Style
        11. · 子图 subplot
        12. · 多图figure
        13. · 网格
        14. · 图例 legend
        15. · 坐标轴范围
        16. · 坐标轴刻度
        17. · 常用标签机过滤器
        18. · 注释
        19. · 文字
        20. · Tex公式
        21. · 工具栏
        22. · 区域填充
        23. · 形状
        24. · 样式 美化
        25. · 极坐标
        26. · 函数积分图
        27. · 散点条形图
        28. · 球员能力图
        29. · 股票K线图
      • 05
        Seaborn可视化库
        seaborn是斯坦福大学出的一个非常好用的可视化包。为了控制matplotlib图表的外观,seaborn模块自带许多定制的主题和高级的接口...本套课程和大家介绍的主要是Seaborn可视化库绘图方法的演示,基于模板展示可视化效果。
        1. · 介绍/安装
        2. · Seaborm图形样式
        3. · 去除轴刺
        4. · 暂时设置图形样式
        5. · 重写seaborm风格的元素
        6. · 缩放绘图元素
        7. · 建立调色板
        8. · 定性调色板
        9. · 顺序调色板
        10. · 偏离调色板
        11. · 设置默认调色板
        12. · 绘制单变量分布
        13. · 绘制双变量分布
        14. · 可视化数据集中的成对关系
        15. · 分类散点图
        16. · 类别内的观察分布
        17. · 类别内的统计估计
        18. · 绘制“宽幅”数据
        19. · 绘制多面板分类图
        20. · 绘制线性回归模型函数
        21. · 适合不同类的模型
        22. · 调整其他变量
        23. · 控制图大的大小和形状
        24. · 在其他情况下绘制回归图
        25. · 绘制小数倍的数据集
        26. · 绘制数据集中的成对关系
      • 显示本章节所有内容

  • 7

    AI人工智能和机器学习

    最具想象力的方向,是当下最火热的技术,李开复强烈推崇。 今日头条的个性化推荐为什么那么精准,抖音为什么让人着迷,里面的推荐算法起到了很重要的作用。 本方向将会学习常用的机器学习算法,可以与 pyhton数据分析方向结合学习,成为更加抢手的人工智能工程师

      • 01
        线性回归算法
        回归算法数学原理推导,公式含义形象解读,从零开始推导线性回归算法的由来以及求解方法。
        1. · 概述
        2. · 误差项分析
        3. · 似然函数求解
        4. · 目标函数推导
        5. · 线性回归求解
      • 02
        梯度下降原理
        本课程简介绍梯度下降原理,下降方法对比,等等从0开始
        1. · 梯度下降原理
        2. · 梯度下降方法对比
        3. · 学习率对结果的影响
      • 03
        逻辑回归算法
        本课程讲解逻辑回归算法原理,和逻辑回归算法求解
        1. · 逻辑回归算法原理推导
        2. · 逻辑回归求解
      • 04
        Python实现逻辑回归与梯度下降
        本课程通过几个案例来详细展示python实现逻辑回归任务概述。
        1. · 概述
        2. · 完成梯度下降模块
        3. · 停止策略与梯度下降案例
        4. · 实验对比结果
      • 05
        使用Python分析科比生涯数据
        本课程是机器学习实战课程,为大家介绍的是使用Python分析科比生涯数据,以帮助大家更好的掌握相关机器学习理论知识,同时将理论应用于具体的实践
        1. · 科比数据集简介
        2. · 数据预处理
        3. · 建模
      • 06
        案例实战-信用卡欺诈检测
        本课程为人工智能案例实战课程,主要是使用前面学习的内容做信用卡欺诈检测的实操,将理论应用于实战,帮助大家更好掌握相关知识
        1. · 案例背景和目标
        2. · 样本不均衡解决方案
        3. · 下采样策略
        4. · 交叉验证
        5. · 模型评估方法
        6. · 正则化惩罚
        7. · 逻辑回归模型
        8. · 混淆矩阵
        9. · 逻辑回归阈值对结果的影响
        10. · SMOTE样本生成策略
      • 07
        算法:决策树
        本课程将详细介绍决策树的组成,剪枝,衡量标准。等从0开始。
        1. · 决策树概述
        2. · 衡量标准熵
        3. · 决策树构造实例
        4. · 信息增益率
        5. · 决策树剪枝策略
      • 08
        决策树Sklearn实例
        本课程将详细介绍决策树的参数,和可视化,sklearn库的介绍和参数选择。
        1. · 决策树复习
        2. · 决策树涉及参数
        3. · 决策树构造实例
        4. · sklearn参数选
      • 09
        算法:随机森林与集成算法
        本课程将介绍集成算法-随机森林详细介绍特性重要性衡量/提升模型和堆叠模型。
        1. · 集成算法 随机森林
        2. · 特征重要性衡量
        3. · 提升模型
        4. · 堆叠模型
      • 10
        Kaggle竞赛案例-泰坦尼克获救预测
        Kaggle竞赛案例——泰坦尼克获救预测 Kaggle是由联合创始人、首席执行官安东尼·高德布卢姆(Anthony Goldbloom)2010年在墨尔本创立的,主要为开发商和数据科学家提供举办机器学习竞赛、托管数据库、编写和分享代码的平台。本课程详细讲解,数据预处理,回归模型,随机森林,特征选择。
        1. · 数据介绍
        2. · 数据预处理
        3. · 回归模型
        4. · 随机森林模型
        5. · 特征选择
      • 11
        贝叶斯算法
        本课程主要是贝叶斯算法原理讲解,基于实例演示如何用贝叶斯算法完成实际的任务,希望帮助初学者更好理解贝叶斯算法
        1. · 贝叶斯算法概述
        2. · 贝叶斯推导实例
        3. · 贝叶斯拼写纠错实例
        4. · 垃圾邮件过滤实例
        5. · 贝叶斯实现贫拼写检查器
      • 12
        案例:Python文本数据分析
        本课程将通过对文本分析关键词提取,相似度计算,最后使用贝叶斯算法进行新闻分类
        1. · 文本分析与关键词提取
        2. · 相似度计算
        3. · 新闻数据与任务简介
        4. · 4TF-IDE关键词提取
        5. · LDA建模
        6. · 基于贝叶斯算法进行新闻分类
      • 13
        KMEANS聚类
        本课程详细介绍KMEANS算法原理,工作流程迭代可视法展示,帮助新手快速入门。
        1. · KMEANS算法概述
        2. · KMEANS工作流程
        3. · KMEANS迭代可视法展示
      • 14
        DBSCAN聚类
        本课程详细介绍DBSCAN聚类算法及工作流程和迭代可视法展示。帮助新手快速入门。
        1. · DBSCAN工作流程
        2. · DBSCAN聚类算法
        3. · DBSCAN迭代可视法展示
      • 15
        案例:聚类实践
        本课程聚类案实例实战简介。
        1. · 多种聚类算法概述
        2. · 聚类案例实例
      • 16
        算法:线性支持向量机
        本课程介绍支持向量机要解决的问题,距离与数据的定义,支持向量的作用等。帮助同学们快速掌握支持向量机的使用和原理。
        1. · 支持向量机要解决的问题
        2. · 距离与数据的定义
        3. · 目标函数
        4. · 目标函数求解
        5. · SVM求解
        6. · 支持向量的作用
      • 17
        非线性支持向量机
        本课程简单介绍,非线性支持向量机软间间隔问题,SVM核变换 。
        1. · 软间隔问题
        2. · SVM核变
      • 18
        算法:推荐系统
        本课程详细介绍推荐系统的应用,任务及实现原理,帮助同学们快速掌握推荐系统相关技术
        1. · 开场
        2. · 推荐系统应用
        3. · 推荐系统要完成的任务
        4. · 相似度计算
        5. · 基于用户的协同过滤
        6. · 基于物品的协同过滤
        7. · 隐语义模型
        8. · 隐语义模型求解
        9. · 模型评估标准
      • 19
        案例:推荐系统实践
        本课程介绍Surprise库的使用,帮助同学快速掌握使用Surorise库来实现推荐系统
        1. · Surprise库与数据简介
        2. · Surprise库使用方法
        3. · 得出推荐商品结果
      • 20
        案例:SVM实践
        本课程介绍sklearn求解支持向量机,SVM参数选择,帮同学们理解SVM.
        1. · sklearn求解支持向量机
        2. · SVM参数选择
      • 21
        算法:时间序列AIRMA模型
        本课程详细介绍ARIMA模型,相关函数评估方法,建立ARIMA模型,和参数选择。帮助同学们快速理解时间序列AIRMA模型。
        1. · 数据平稳性与差分法
        2. · ARIMA模型
        3. · 相关函数评估方法
        4. · 建立ARIMA模型
        5. · 参数选择
      • 22
        案例:时间序列预测任务
        本课程介绍pandas相关使用,tsfresh库的使用,股票预测案例,报表可视化等。帮助同学们掌握 时间序列预测的相关知识。
        1. · Padhas生成时间序列
        2. · Padhas数据重采样
        3. · Padhas滑动窗口
        4. · 股票预测案例
        5. · 维基百科词条EDA
        6. · 多特征之间关系分析
        7. · 报表可视化分析
        8. · 红牌和肤色的关系
        9. · 使用tsfresh库进行分类任务
      • 23
        算法:Xgboost提升算法
        本课程详细介绍Xgboost算法的使用,及关系可视化展示。
        1. · Xgboost算法概述
        2. · Xgboost模型构造
        3. · Xgboost建模衡量标准
        4. · 峰度与偏度
        5. · 数据对数变换
        6. · 数据分析维度
        7. · 变量关系可视化展示
      • 24
        案例:Xgboost调参实例
        本课程详细介绍Xgboost的使用,帮助同学们快速掌握Xgboost的使用。
        1. · Xgboost安装
        2. · 保险赔偿任务概述
        3. · Xgboost参数定义
        4. · 基础模型定义
        5. · 树结构对结果的影响
        6. · 学习率与采样对结果的影响
        7. · Hierachical Softmax
        8. · CBOW模型实例
        9. · CBOW求解目标
        10. · 锑度上升求解
        11. · 负采样模型
      • 25
        计算机视觉挑战
        本课程介绍深度学习背景, 用K近邻来进行分类 ,超参数与交叉验证,来带领同学们走进深度学习的神奇世界。
        1. · 深度学习概述
        2. · 挑战与常规套路
        3. · 用K近邻来进行分类
        4. · 超参数与交叉验证
      • 26
        神经网络必备基础知识点
        本课程介绍神经网络必备基础知识点,为后面的机器学习打下坚实的基础。
        1. · 线性分类
        2. · 损失函数
        3. · 正则化惩罚
        4. · softmax分类器
      • 27
        最优化与反向传播
        本课程介绍最优化和反向传播。
        1. · 最优化形象解读
        2. · 最优化问题细节
        3. · 反响传播
      • 28
        神经网络整体架构
        本课程介绍神经网络的架构,通过实例演示,帮助同学们快速掌握神经网络架构,为以后打下坚实基础。
        1. · 整体架构
        2. · 实例演示
        3. · 过拟合解决方案
      • 29
        案例实战CIFAR图像分类任务
        本课程通过案例详细讲解cifar图像分类任务,帮助同学,快速,深入的理解cifar图像分类任务。
        1. · cifar分类任务
        2. · 分模块构造神经网络
        3. · 训练神经网络完成分类任务
        4. · 感受神经网络的强大
      • 30
        语言模型
        本课程介绍自然语言处理与深度学习,语言模型等知识,带领同学们快速入门。
        1. · 开篇
        2. · 自然语言处理与深度学习
        3. · 语言模型
        4. · N-gram模型
        5. · 词向量
        6. · 神经网络模型
      • 31
        自然语言处理
        本课程讲解 CBOW模型实例及求解目标等相关知识点,让同学们尽快掌握相应技术。
        1. · Hierarchical Softmax
        2. · CBOW模型实例
        3. · CBOW求解目标
        4. · 锑度上升求解
        5. · 负采样模型
      • 32
        使用word2vec进行分类任务
        本课程通过影评情感分类项目,带领大家掌握基于词袋模型训练分类器,word2vec输入数据等技术。
        1. · 影评情感分类
        2. · 基于词袋模型训练分类器
        3. · 准备word2vec输入数据
        4. · 使用gensim构建word2vec词向量
      • 33
        Gensim中文词向量建模
        本课程介绍使用Gensim库构造词向量,维基百科中文数据处理,Gensim构造word2vec模型和测试模型相似度结构。帮助各位同学快速掌握相关知识点。
        1. · 使用Gensim库构造词向量
        2. · 维基百科中文数据处理
        3. · Gensim构造word2vec模型
        4. · 测试模型相似度结果
      • 34
        Tensorflow框架
        TensorFlow,以下简称TF,是Google去年发布的机器学习平台,发布以后由于其速度快,扩展性好,推广速度还是蛮快的。江湖上流传着Google的大战略,Android占领了移动端,TF占领神经网络提供AI服务,未来的趋势恰好是语音图像以及AI的时代,而Google IO上发布的Gbot似乎正是这一交叉领域的初步尝试。
        1. · 安装
        2. · 变量
        3. · 变量训练
        4. · 线性回归模型
        5. · 逻辑回归框架
        6. · 逻辑回归迭代
        7. · 神经网络模型
        8. · 完成神经网络
        9. · 卷积神经网络模型
        10. · 卷积神经网络参数
      • 35
        Mnist手写字体识别
        本课程将介绍神经网络模型概述,tensorflow参数,卷积简介,构造网络结构,训练网络模型等知识
        1. · 神经网络模型概述
        2. · tensorflow参数
        3. · 卷积简介
        4. · 构造网络结构
        5. · 训练网络模型
      • 36
        机器学习套路与BenchMark
        本课程介绍HTTP检测任务与数据挖掘的核心以及BenchMark的作用,帮助同学们快速掌握相关知识。
        1. · HTTP检测任务与数据挖掘的核心
        2. · 论文的重要程度
        3. · BenchMark概述
        4. · BenchMark的作用
      • 37
        案例:探索性数据分析-赛事数据集分析
        本课程通过实际案例讲解数据分析的各个知识点,生动形象帮助同学记忆。
        1. · 开场
        2. · 数据背景介绍
        3. · 数据读取与预处理
        4. · 数据切分模块
        5. · 缺失值可视化分析
        6. · 特征可视化展示
        7. · 多特征之间的关系分析
        8. · 报表可视化分析
        9. · 红牌和肤色的关系
      • 37
        案例:探索性数据分析-农粮数据分析
        本课程通过实际案例讲解数据分析,数据可视化,提高同学们的学习热情。
        1. · 数据背景简介
        2. · 数据切片分析
        3. · 单变量分析
        4. · 峰度与偏度
        5. · 数据对数变换
        6. · 数据分析维度
        7. · 变量关系可视化展示
      • 显示本章节所有内容

综合评分
10.00
  • 课程质量 10.00
  • 老师满意度 10.00
  • 简洁易懂 10.00
全部评价
  • st_headphoto
    周安伟
    45分钟前
    作为一个刚入门的前端工程师,用这个视频教程作为学习 Vue 真是太好了,主要之前没怎么接触过模块化设计,网上对将这些方面的又不是很多。这个教程很 nice。1 天半看了 1/3 了,毫无难度,通俗易懂。唯一的一点不足就是这不是 Vue 2.0 的,有些不一样的地方我还得翻官方文档去改。但总的来说很好。点赞!
    老师回复:感谢支持~ 能学会使用 Vue 开发实战项目就是本门课的宗旨~由于课程录制时间比较早选择的是 1.0 的。
  • st_headphoto
    周安伟
    45分钟前
    作为一个刚入门的前端工程师,用这个视频教程作为学习 Vue 真是太好了,主要之前没怎么接触过模块化设计,网上对将这些方面的又不是很多。这个教程很 nice。1 天半看了 1/3 了,毫无难度,通俗易懂。唯一的一点不足就是这不是 Vue 2.0 的,有些不一样的地方我还得翻官方文档去改。但总的来说很好。点赞!
    老师回复:感谢支持~ 能学会使用 Vue 开发实战项目就是本门课的宗旨~由于课程录制时间比较早选择的是 1.0 的。
  • st_headphoto
    周安伟
    45分钟前
    作为一个刚入门的前端工程师,用这个视频教程作为学习 Vue 真是太好了,主要之前没怎么接触过模块化设计,网上对将这些方面的又不是很多。这个教程很 nice。1 天半看了 1/3 了,毫无难度,通俗易懂。唯一的一点不足就是这不是 Vue 2.0 的,有些不一样的地方我还得翻官方文档去改。但总的来说很好。点赞!
    老师回复:感谢支持~ 能学会使用 Vue 开发实战项目就是本门课的宗旨~由于课程录制时间比较早选择的是 1.0 的。
  • 加载更多评论