Python 拯救你的人生颓

大学躺尸，毕业失业。已经毕业或者即将毕业的你是否还沉浸在虚度时光的悔恨中。Python大法带你紧追时代的脉搏，走向人生的巅峰！！！

阿尔法狗战胜李世石，柯洁等人类围棋天才，成为当时刷爆媒体朋友圈的新闻热点。但是很多人可能不知道阿尔法的程序中 Python 编写占据了相当大的比重。柯洁大帝的表情包是否还占据着你微信表情的一席之地，反正柯洁大帝的啪啪史回忆起来还是历历在目。

人工智能的飞速发展，AI 社会的来临，作为最接近人工智能的语言 Python 语言越来越受到国家和社会的重视。Python 不仅在人工智能领域大放异彩，还在 Web 开发，网络编程，自动化运维，游戏开发，金融等领域所扮演的角色也越来越重要。所以还在苦海中挣扎的你急需拥入 Python 大法温暖的怀抱。

根据《新一代人工智能发展规划的通知》，人工智能成为经济发展的新引擎。人工智能作为新一轮产业变革的核心驱动力。国家开始布局大中小学生 Python 的培养教育，山东省在六年级信息技术课中已经加入 Python 的学习；北京，山东，浙江已经将 Python 纳入高考考核范围。大学计算机二级考试在今年已经将 VFP 考核替换为 Python。还在大学混吃等死的你是不是看到学位证书悲伤遁去的画面。

Python 是一门简单易学，语法优雅的编程语言，其核心设计哲学是代码可读性和语法，能够让程序员用很少的代码来表达自己的想法。非常适合新手入门使用。目前 Python 工程师正处于需求量大，人才供不应求的阶段，薪资一路也是水涨船高。北京 Python 工程师的薪资平均为 18880 每月，即使是刚刚毕业的应届生薪资也在 12500 每月。

数据显示，2017年在雇主发布的职位说明中，Python 技能需求增速达 174%，居于首位。

我们正处于人工智能、大数据的时代，未来将会有大量的数据需要处理，而 Python 对数据的处理，又有着得天独厚的优势。

人生苦短，我用 Python。连小学生都开始学 Python 了，想要洗心革面、奋发图强的你，要约吗？

「Python基础入门到数据挖掘实战」系列课，由清华博士、浙大博士（Python 畅销书作者）主讲，全程“视频＋作业＋答疑”的形式，主讲老师陪同答疑至少 6 个月。陪伴你从零基础，成长为具备核心竞争力的 Python 算法工程师！

课程分为初级、中、高级三门课程，难度递进。初级课程适合中学生及以上人士学习。还等什么，还不快来跟我们一起玩 Python ！

-讲师团队-

张阳阳

清华大学博士。4 年多 Python 教学经验。研究方向：人工智能、机器学习、深度学习。熟练掌握 Python 在人工智能中的应用。擅长数值计算与仿真模拟，精通各种 AI 算法和编程：回归预测、全局优化、聚类分类、综合评价、模式识别等。

杨海宏

浙江大学博士、《Python 与数据挖掘》作者。讲授数据挖掘课程两年教学经验。研究方向：大数据、知识图谱、自然语言处理。熟练使用 Python，擅长自然语言理解、智能问答、深度学习、强化学习。曾在百度深度学习实验室，研究花卉图像识别，成果应用于百度App。

-课程目录-

【课程一】Python零基础入门与科学计算

第一篇 Python基础入门

1 Python的安装

2 Python的语法

3 内置数据结构

4 文件操作

5 文件目录操作

6【复习】课程作业讲解

7 函数的定义和调用

8 面向对象编程(1)

9 面向对象编程(2)

10【复习】课程作业讲解

11 具有Python风格地编程

12 常用技术介绍

13【复习】课程作业讲解

第二篇 科学计算与绘图

1 NumPy处理数据

2 NumPy函数库

3 SciPy 数值计算

4【复习】课程作业讲解

5 Sympy符号运算

6 Matplotlib绘图

7【复习】课程作业讲解

【复习】期末考试及讲解（以上最强大脑问题在这里）

【课程二】Python机器学习与数据挖掘实践

第一篇 机器学习与数据挖掘概论

1 机器学习概论

2 数据挖掘概论

3 数据预处理

4 Pandas基本功能

5 Pandas数据分析

6 模型的建立

第二篇 机器学习与数据挖掘算法实践

1 回归分析（Regression Analysis）

实训：基于回归分析预测房价及变化趋势问题

2 逻辑回归（Logistic Regression）

实训：基于逻辑回归预测泰坦尼克号乘客存活率

3 决策树（Decision Tree）

实训：基于决策树算法对男女性别进行分类

4 人工神经网络（Artificial Neural Network）

实训：基于BP人工神经网络对MNIST数据集进行识别和预测

5 k近邻分类（k Nearest Neighbor）

实训：基于k近邻分类对小麦种子进行分类

6 期中考试及点评讲解

7 朴素贝叶斯分类（Naive Bayesian）

实训：基于朴素贝叶斯分类对文本进行扫黄分析

8 聚类分析（Cluster Analysis)

实训：基于聚类分析对鸢尾花（iris）数据集分类

9 支持向量机（Support Vector Machine）

实训：基于支持向量机对MNIST手写数字序列数据集进行分类及参数的调优

10 期末考试及点评讲解（众多有趣的题目）

【课程三】Python深度学习与数据挖掘实战

第一篇 深度学习算法实践

1 PyTorch入门

2 反向传播算法 Back Propagation

3【复习】课后作业讲解

4 前馈神经网络 Feed Forward Network

5 卷积神经网络 Convolution Neural Network

6【复习】作业练习讲解

7 深度残差网络 Deep Residual Network

8 循环神经网络 Recurrent Neural Network

第二篇 数据挖掘项目实战

1 项目一：图片验证码识别 (光学字符识别)

2 项目二：文本数据情感分析

3 项目三：基于关联规则（Apriori）分析对超市购物的商品关系

4 项目四：基于用户和物品的协同过滤算法进行智能推荐

5 期末考试及点评讲解

-课程时间-

【课程1】Python零基础入门与科学计算

【时间】4 月 9 日 至 5 月 4 日（共 20 学时）

【课程2】Python机器学习与数据挖掘实践

【时间】5 月 7 日 至 6 月 2 日（共 20 学时）

【课程3】Python深度学习与数据挖掘实战

【时间】6 月 4 日 至 6 月 29 日（共 20 学时）

-适合人群-

◎ 零基础编程能力的中学生、大学生、研究生

◎ 转行 Python 编程的在职人士

◎ 想学数据挖掘基础到高级的老师和学生

◎ 想学人工智能基础理论和 Python 实现的学员

-课程目标-

◎零基础入门到掌握 Python 编程

◎掌握常用机器学习算法和 Python 实现

◎掌握常用深度学习算法和 Python 实现

◎掌握数据挖掘从基础到高级技术

-课程形式-

1、全程录播课，定时发布，主讲老师和助教同步答疑；

2、课程最大的特点是配套丰富、灵活、有趣的编程作业题和实践项目；

3、课程配专属答疑群，全程陪同，随时解答疑惑。

编程作业预览

▼