Python体系课2022版「编程一对一教学」

AI悦创原创2022/9/5大约 11 分钟...约 3360 字

阶段一：零基础突破！

序号	名称
01	01-环境搭建
第一章：变量和数据类型
01	变量
02	初识数据类型
03	章节测试一
第二章：数据类型（上）
01	数值
02	字符串
03	作业一丨创建一个问答式简历软件
04	作业一讲解
05	章节测试二
第三章：数据类型（中）
01	第一节丨列表
02	第二节丨元组
03	章节测试三
第四章：数据类型（下）
01	第一节丨字典
02	第二节丨集合
03	章节测试四
第五章：if 条件判断
01	第一节丨布尔表达式
02	第二节丨if 条件判断
03	章节测试五
第六章：while 循环
01	while 循环
02	章节测试六
第七章：for 循环
01	for 循环
02	作业二丨创建一个运势预测软件
03	章节测试七
复习及测试习题讲解
01	复习及测试习题讲解
第八章：函数
01	计算机函数的概念
02	函数的定义与调用
03	章节测试八
第九章：类
01	类的概念
02	类的使用
03	self 参数的使用
04	章节测试九
05	项目作业丨对话式对战游戏设计
阶段测试
01	Python-基础课程结业测试
第十章：文件读取操作
01	文件写入
02	文件读取
03	文件读取与写入实操
阶段一重点总结及答疑
01	课程重点总结及答疑

阶段二：办公自动化

序号	名称
01	什么是办公自动化？
02

阶段三：数据分析

Step1: 数据分析思维

序号	名称
阶段一
01	你有没有数据时代的通行证？
02	数据思维的三个常见误解
03	转型：如何培养数据敏感度？
04	背景：为什么孤立的数据没有意义？
05	推理：怎么发现数据隐藏的信息？
06	差异：为什么同样的数据感受不一样？
07	估算：为什么要敢于不精确？
08	映射：数据究竟是什么？
09	类型：为什么要对数据区别对待？
10	测量：如何定量地把握一个事物？
11	抽样：怎么确保样本能推断总体？
12	问卷：为什么说含金量最高的是操作化？
13	实验：怎么定量地确定因果关系？
14	大数据：到底有什么不一样？
15	表征：如何确定你到底是谁？
16	分类：谁是他？谁是我？
17	分解：究竟谁对你影响最大？
18	因果：如何缓解反事实难题？
19	行动：如何用数据指导决策？
20	可视化：如何塑造受众的感觉？
21	误导：怎样识别数据中的认知陷阱？
22	数据思维背后的三个基本信念
阶段二
01	数据给你一双看透本质的眼睛
02	万物背后的规律都是数据
03	平均值：不要被骗了，它不能代表整体水平
04	大数定律与小数陷阱：生活是随机还是有定数的？
05	数据的期望值：为什么你坐的飞机总是晚点？
06	随机对照试验：章鱼保罗真的是“预言帝”么？
07	直方图与幂分布：为什么全世界1%的人掌握着50%的财富？
08	数据分布：房子应该是买贵的还是买便宜的？
09	散点图和相关性：怎样快速从数据当中找到规律？
10	标准差：这人是不是“靠谱”其实看标准差？
11	数据抽样：大数据来了还需要抽样么？
12	指数和 KPI：智商是怎么计算出来的？
13	因果倒置：星座真的可以判定你的性格吗？
14	精确率与置信区间：两种预测，你究竟应该相信哪一个？
15	趋势分析与回归：父母高，孩子一定高么？
16	初识聚类算法：物以类聚，让复杂事物简单化
17	初识分类算法：分而治之，不断进化
18	关联规则：为什么啤酒和尿布一起卖？
19	蒙特卡洛与拉斯维加斯：有限时间内如何获得最优解？
20	马尔可夫链：你的未来，只取决于你当下做什么
21	协同过滤：你看到的短视频都是集体智慧的结晶
22	人工智能初探：阿尔法狗是怎样的一只“狗”？
23	确定问题：与利益无关的问题都不值得数据分析和挖掘
24	采集数据：用好一手数据和二手数据
25	写好故事线：你能用好数字推翻众人的理解吗？
26	实践你的理论：数据驱动最终就是用结果说话
27	数据分析：15种数据思维图（上）
28	数据分析：15种数据思维图（下）
29	我常用的数据分析工具图谱
30	让你数据分析瞬间提效的18个基础功法（上）
31	让你数据分析瞬间提效的18个基础功法（下）
32	快速实现数据分析基础课中的分析模型
33	最先进的数据分析工具展望
34	我们不是神：数据分析既是天使也是魔鬼

Step2: 数据分析快速入门

序号	名称
01	你为什么需要数据分析能力？
02	数据分析全景图及修炼指南
03	学习数据挖掘的最佳路径是什么？
04	Python 基础语法：开始你的 Python 之旅
05	Python 科学计算：用 NumPy 快速处理数据
06	Python 科学计算：Pandas
07	学数据分析要掌握哪些基本概念？
08	用户画像：标签化就是数据的抽象能力
09	数据采集：如何自动化采集数据？
10	数据采集：如何用八爪鱼采集微博上的“D&G”评论
11	Python 爬虫：如何自动化下载王祖贤海报？
12	数据科学家80%时间都花费在了这些清洗任务上？
13	数据集成：这些大号一共20亿粉丝？
14	数据变换：考试成绩要求正态分布合理么？
15	数据可视化：掌握数据领域的万金油技能
16	一次学会 Python 数据可视化的10种技能
17	数据分析基础篇答疑
18	决策树（上）：要不要去打篮球？决策树来告诉你
19	决策树（中）：CART，一棵是回归树，另一棵是分类树
20	决策树（下）：泰坦尼克乘客生存预测
21	朴素贝叶斯分类（上）：如何让机器判断男女？
22	朴素贝叶斯分类（下）：如何对文档进行分类？
23	SVM（上）：如何用一根棍子将蓝红两色球分开？
24	SVM（下）：如何进行乳腺癌检测？
25	KNN（上）：如何根据打斗和接吻次数来划分电影类型？
26	KNN（下）：如何对手写数字进行识别？
27	K-Means（上）：如何给20支亚洲球队做聚类？
28	K-Means（下）：如何使用K-Means对图像进行分割？
29	EM 聚类（上）：如何将一份菜等分给两个人？
30	EM 聚类（下）：用EM算法对王者荣耀英雄进行划分
31	关联规则挖掘（上）：如何用 Apriori 发现用户购物规则？
32	关联规则挖掘（下）：导演如何选择演员？
33	PageRank（上）：搞懂 Google 的 PageRank 算法
34	PageRank（下）：分析希拉里邮件中的人物关系
35	AdaBoost（上）：如何使用 AdaBoost 提升分类器性能？
36	AdaBoost（下）：如何使用 AdaBoost 对房价进行预测？
37	数据分析算法篇答疑
38	数据采集实战：如何自动化运营微博？
39	数据可视化实战：如何给毛不易的歌曲做词云展示？
40	数据挖掘实战（1）：信用卡违约率分析
41	数据挖掘实战（2）：信用卡诈骗分析
42	数据挖掘实战（3）：如何对比特币走势进行预测？
43	当我们谈深度学习的时候，我们都在谈什么？
44	深度学习（下）：如何用 Keras 搭建深度学习网络做手写数字识别？
45	如何培养你的数据分析思维？
46	求职简历中没有相关项目经验，怎么办？
47	在社交网络上刷粉刷量，技术上是如何实现的？
48	当大家都在讲知识和工具的时候，我更希望你重视思维和实战

Step3: 体系化

序号	名称
内部课表「略」

阶段四：人工智能

序号	名称
01	什么是人工智能
02	人工智能是如何实现的
03	人工智能的分类
04	如何学习人工智能
05	本课的人工智能学习环境
06	AI 环境搭建
07	AI 名词解释：基础概念
08	AI 名词解释：网络层的概念
09	AI 名词解释：重要的运算函数
10	AI 名词解释：神经网络的重要概念
11	AI 名词解释：神经网络的数据概念
12	带你认识 AI 代码布局
13	本课前言
14	图片预处理和数据结构的理解
15	MNIST 数据集下载和存放
16	通俗说神经网络学习过程
17	用全连接层搭建网络（一）
18	用全连接层搭建网络（二）
19	用全连接层搭建网络（三）
20	实战：手写数字识别神经网络（一）
21	实战：手写数字识别神经网络（二）
22	实战：手写数字识别神经网络（三）
23	什么是卷积神经网络
24	卷积神经网络的原理
25	如何实现卷积神经网络
26	卷积网络和全连接网络对比
27	实战：构建卷积神经网络
28	制作自己数据集的方法和原理
29	如何制作自己的数据集
30	实战：制作数据集并训练猫狗识别（一）
31	实战：制作数据集并训练猫狗识别（二）
32	实战：制作数据集并训练猫狗识别（三）
33	实战：制作数据集并训练猫狗识别（四）
34	函数式模型和序列式模型
35	样本增强
36	深度网络 VGG16 的搭建
37	实战：函数式模型和序列式模型
38	实战：样本增强
39	实战：搭建 VGG16 网络
40	什么是强化训练
41	强化训练的环境
42	训练环境代码解析
43	强化训练的实现路径
44	实战：CartPole 游戏强化训练（一）
45	实战：CartPole 游戏强化训练（二）
46	环境搭建以及实现路径
47	游戏部分代码和游戏演示
48	训练部分代码讲解
49	开始训练并验证模型
50	什么是目标检测
51	我们生活中的目标检测应用
52	常用的目标检测框架、算法
53	目标检测训练用数据集
54	目标检测实现基本原理
55	目标检测代码解读（一）
56	目标检测代码解读（二）
57	目标检测训练和验证
58	目标检测的样本集构成
59	样本集拍摄技巧
60	样本集预处理和增强
61	样本集制作工具与使用
62	一起动手做数据集
63	实战：制作数据集（一）
64	实战：制作数据集（二）
65	什么是高精度目标检测
66	Faster RCNN 的基本原理
67	Faster RCNN 算法和框架
68	Faster RCNN 算法和框架(1)
69	实战：Faster RCNN 的实现
70	实战：Faster RCNN 的预测
71	什么是自然语言处理
72	自然语言处理的业务场景
73	计算机对语言处理的原理
74	Keras 实现自然语言处理的步骤
75	实战：IMDB 电影评论分类（一）
76	实战：IMDB 电影评论分类（二）
77	什么是非监督学习
78	非监督学习的业务场景
79	非监督之自动编码
80	代码结构解读
81	实战：非监督自编码聚类（一）
82	实战：非监督自编码聚类（二）
83	显卡运算适用范围
84	评估显卡算力的几个指标
85	算力显卡安装步骤
86	课程结语

有兴趣联系我！

我的微信号：Jiabcdefh

如果你有其他需求或者疑问，点击：QQ 在线客服

微信：

更新日志

2025/7/25 14:25

查看所有更新日志

51d58-docs(课程表): 更新1v1课程文档和数据分析阶段内容于 2025/7/25
f8589-单独更新于 2025/4/11
aed17-启用编辑链接，提升文档的可用性和用户体验于 2025/3/30
40459-是于 2024/4/3
2c2e5-于 2024/4/2
7434f-于 2024/4/2
c1d8a-Austin = "Coke" # 该赋值可以理解为倒果汁的过程 Jaden = "juice" # 该赋值可以理解为倒果汁的过程 print("Austin", Austin) print("Jaden", Jaden) empty_cup1 = Austin empty_cup2 = Jaden Austin = empty_cup2 Jaden = empty_cup1 print("Austin", Austin) print("Jaden", Jaden)于 2024/4/2
fdaf1-a = 1 b = 1 c = 1 # end: string appended after the last value, default a newline. print(a, end='saeeffefeff') # \n newline print(b) print(c)于 2024/4/2
a3a15-print(a, b, c, sep=' 间隔 ')于 2024/4/2
4826d-********于 2024/4/2
551d8-name1 = "lilei" name1 = "nanshannan" # 变量都被覆盖 print(name1)于 2024/4/2
e1922-第二节丨于 2024/4/1
21e7f-15.4课程结语于 2024/2/2
7563b-表征：如何确定你到底是谁？于 2024/2/1
003c8-update remove link于 2024/1/12
cbb3a-update于 2023/1/30
610fe-remove password于 2023/1/25
e802f-update于 2023/1/15
76989-update于 2022/12/10
86c50-update于 2022/12/9
027da-first commit于 2022/11/28

贡献者

AndersonHJBAI悦创