Python+人工智能基础大纲
第一阶段：
1、Python基础
变量、标识符和关键字、输入和输出、数据类型转换
条件控制语句和循环语句
比较关系运算符、逻辑运算符、三目运算符、while循环、for循环、break和continue
2、容器类型
列表、元组、字典、有序字典、公共函数、字符串
3、函数
函数的定义和调用、不定长参数函数、匿名函数、递归函数、可变和不可变类型
4、文件操作
文件打开和关闭、文件的读写、文件、目录相关操作、文件应用案例
5、面向对象
面向对象介绍、类的定义和对象的创建、添加和获取对象属性、init方法、私有方法和私有属性、继承、多态、类方法、对象方法、静态方法
6、异常处理
捕获异常、异常的传递、自定义异常
7、模块和包
模块介绍、模块的导入、模块中的?__all__、模块中?__name__?的作用、包的介绍、包的导入
第二阶段：
1、Linux命令
Ubuntu操作系统介绍与使用、Linux命令使用、Linux命令选项的使用、远程登录和远程拷贝、vim编辑器使用、Ubuntu软件安装和软件卸载
2、网络编程
IP地址的介绍、端口和端口号的介绍、socket的介绍、基于TCP通信程序开发
3、多任务编程
多任务介绍、线程的使用、线程同步与互斥锁、死锁介绍、进程的使用、进程和线程的对比
4、正则表达式
正则表达式的介绍、re模块的使用、正则表达式的演练
5、html与css
html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、列表及表单、盒子模型、css显示属性、css元素溢出、表格
6、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、数组及操作方法、循环语句、字符串、定时器、变量作用域
7、jQuery
jquery选择器、jquery样式操作、绑定click事件、jquery动画、jquery特殊效果、jquery属性操作、jquery循环、jquery事件、事件委托、JavaScript对象、JSON?和?ajax?请求
8、数据库编程
数据库介绍、MySQL数据库基本使用、MySQL查询pymysql的使用、事务、索引
9、Python语法进阶
深拷贝和浅拷贝、property属性、with语句和上下文管理器、闭包、装饰器
10、静态Web服务器
Web服务器通信过程、HTTP协议、Web服务器实现
11、mini-Web框架
Web框架和Web服务器的关系介绍、模板替换、股票信息页面开发、个人中心数据接口开发、路由列表、ajax请求数据渲染个人中心页面、logging日志的使用
第三阶段：
1、Django框架
Git源代码管理、Redis缓存、VUE介绍、Vue基本语法、ES6语法、VUE?生命周期、Django框架介绍、Django模型、ORM及数据库操作、视图及模板、Django中间件
2、美多商城-前台
购物电商平台项目编码、前后端不分离模式、数据库-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、Vue双向绑定、Docker?入门、Crontab定时任务、页面静态化、在线支付、Nginx+uWSGI部署
3、美多商城-MIS系统
前后端分离模式、VUE进阶-组件式开发、Django?REST?framwork、统计、权限管理、商品数据管理、日志管理、用户管理
第四阶段：
1、项目部署
Docker?进阶、uWSGI、Nginx进阶、性能优化
2、Flask框架
Flask框架、路由定义及视图函数、蓝图、SQLAlchemy
3、黑马头条
Flask-RESTful、手机?APP?+?PC?Web前端、MySQL业务数据存储、Redis缓存层、第三方对象存储、RabbitMQ?+?Celery?异步任务、APSchedule定时任务、socket.io及时通讯、Elasticsearch?5.6?搜索+自动补全、RPC+kafka对接推荐系统与AI系统、supervisor进程管理
第五阶段：
1、机器学习
Scikit-learn使用、特征工程、k-近邻算法、线性回归、岭回归、逻辑回归、决策树、集成学习(Bagging,?Boosting)、k-means、不同模型评估方法介绍、模型选择与调优、模型保存和加载、聚类、分类、回归案例实战
第六阶段：
人工智能基于大数据的推荐系统项目
1、Lambda大数据开发
推荐系统Lambda架构介绍、分布式存储计算案例、数据仓库工具hive、spark介绍、spark-sql、spark?sql与hive离线分析实战
推荐系统项目开发
ABTest实验中心、埋点参数设置、推荐服务、缓存服务、实时日志分析、实时召回集、热门与新文章、文章画像构建、用户画像构建、文章用户画像业务实现、离线召回集介绍、排序模型选择介绍、spark?mllib讲解、离线模型评价、评估场景需求
2、pytorch框架
深度学习和神经网络概念、Pytorch的基础使用、梯度下降和反向传播原理、Pytorch模型构建、Pytorch中数据加载方法、Pytorch案例
3、循环神经网络
RNN的概念和原理、wordembedding原理和实现、文本情感分类案例、LSTM和GRU的原理和案例、Pytorch中的序列化容器
4、NLP聊天机器人项目
项目准备、fasttext的使用和原理、闲聊机器人介绍、seq2seq模型的原理、Seq2Seq闲聊机器人实现、带Attention的闲聊机器人的原理和实现、带BeamSearch的闲聊机器人的原理和实现、问答机器人实现原理、问答机器人机器学习召回模型实现、问答机器人排序模型实现实现、Grpc对外提供接口
5、深度学习
TensorFlow框架介绍、逻辑回归原理、导数、神经网络原理、tf.keras实现神经网络分类、卷积神经网络、神经网络算法优化、深度学习正则化、迁移学习
6、物体检测项目
物体检测项目架构、物体检测算法-RCNN、SPPNet、物体检测算法-Fast-RCNN、Faster-RCNN、物体检测算法-YOLO、SSD、SSD算法进行图片预测、数据集的制作与处理、商品检测模型训练、商品检测模型导出、Docker开启Tensorflowserving服务、TensorFlowservingclient实现、Docker开启Web服务、百度机器人对接自定义物体检测开发
7、爬虫开发
爬虫的基础、requests模块、数据的提取方法、多线程、多进程爬虫、线程池、协程池实现爬虫
8、爬虫提高
selenium实现动态网页的数据抓取、常见的反爬措施、mongodb数据库的基础使用、mongodb的索引和备份恢复、mongodb和python的交互、scrapy爬虫框架、scrapy_redis的分布式组件
爬虫热点项目库
12306购票、*鱼弹幕抓取、京*商品数据采集、失信人被执行人信息获取
自动化测试开发
单元测试
PyTest框架、UnitTest框架
自动化测试
selenium自动化测试Web、appium自动化测试app
接口以及性能测试
Jmeter等测试工具使用
自动化运维开发
运维基础
系统安装部署、linux系统管理
可掌握的核心能力：
1、掌握Shell，Python等脚本；
2、熟练掌握Mysql，MongoDB，Nginx，Redis，docker等服务部署与优化。
