人工智能培训课程大纲.docx

人工智能培训课程大纲.docx

《人工智能培训课程大纲.docx》由会员分享，可在线阅读，更多相关《人工智能培训课程大纲.docx（18页珍藏版）》请在冰豆网上搜索。

人工智能培训课程大纲

人工智能培训实施方案

一、人工智能+Python根底班课程大纲

学习对象：

0根底0经历的小白人员；想通过最低的本钱来试一下自己是否适合做Python编程相关工作的转型人员。

上课方式：

全日制脱产，每周5天上课〔实际培训时间可能因法定节假日等因素发生变化〕

培训要求：

自带笔记本

人工智能+Python根底班课程大纲

阶段

主讲内容

技术要点

学习目标

第一阶段:

Python核心编程

〔30〕

1号教师

计算机组成原理

认识操作系统以及操作系统的作用、认识Python及了解Python开展历史

可掌握的核心能力：

1.掌握Python根底语法,具备根底的编程能力；

2.建立起编程思维以及面向对象程序设计思想。

可解决的现实问题：

能够熟练使用Python技术完成针对小问题的程序编写以及小游戏程序的开发。

市场价值：

具备最根本的编程思维,掌握根底的Python编程技术,能够完成较小程序的开发,尚达不到企业的用人标准。

Python开发环境

Python开发环境的搭建、Sublime使用、Python交互式终端使用、IPython交互式终端使用、Pycharm使用

Python变量

变量以及变量的类型、标识符和关键字、变量名命名方式、算数运算符、变量数据类型转换、输入和输出、注释

逻辑控制语句

if语句根本格式、if…else…语句、if…elif..else语句、逻辑运算符、比拟关系运算符、运算符优先级、while循环语法格式、while嵌套应用、break的用法、continue的用法

高级变量类型

列表概念及操作、元组概念及操作、字典概念及操作、字符串概念及操作、集合概念及操作、for循环及for…else用法

函数应用

函数的根本语法、函数执行流程、文档注释、带参数的函数、带返回值的函数、函数的嵌套调用、匿名函数、递归函数、局部变量和全局变量、引用

文件操作

文件的概念、文件的翻开及关闭、文件读写,以及文件定位读写、文件、目录相关操作

面向对象

面向对象介绍、类和对象的概念、魔术方法的意义及作用、对象成员的访问控制权限、继承的概念及意义、继承、多层继承和多继承、多态的概念以及应用、类属性和实例属性、实例方法、类方法、静态方法、设计模式:

单例模式

异常处理

理解异常的作用、捕获异常、异常的传递规那么、自定义异常

模块和包

模块和包的概念、__all__的用法、import语句用法、from...import...用法、from...import*用法

工程:

飞机大战

pygame介绍、界面搭建、键盘事件检测、显示飞机、

控制飞机、飞机发射子弹、显示敌机、敌机移动规那么、敌机发射子弹、碰撞检测、面向对象完成代码封装

人工智能+Python就业班课程大纲

第二阶段：

python和Linux

高级编程〔2号教师〕

〔30〕

Linux系统应用

Linux开展历史、Ubuntu操作系统介绍及使用、Linux命令使用、常用ssh/ftp效劳器安装及配置、vi/vim编辑器使用

可掌握的核心能力:

1.能够熟练使用Linux操作系统；

2.掌握网络编程相关技术,能够实现网络间数据通信；

3.掌握程序设计中处理并发相关技术,并能够编写支持高并发量的网络程序；

4.能够熟练掌握MySQL操作相关技术,熟练编写各种数据库操作SQL语句,并能够进展Python及MySQL之间的数据交互；

5.掌握正那么表达式语法规那么以及Python处理正那么表达式的re模块,能够实现对字符串进展复杂模式匹配；

6.掌握web效劳器的工作流程,以及web框架的实现原理。

可解决的现实问题:

能够使用面向对象的程序设计方法,基于Linux操作系统进展高并发量的网络程序开发。

市场价值:

熟练掌握Python技术和常见网络协议,可满足企业开发的初级需求,根据市场反应数据看,薪资普遍在6000-8000元/月。

网络编程

网络通信技术介绍、IP地址介绍、端口概念介绍、基于UDP通信技术相关接口、基于TCP通信技术相关接口、TCP3次握手和4次挥手概念、TCP/IP协议概念

并发编程

并发技术介绍、多线程并发技术相关接口、线程同步及互斥锁、线程同步及互斥锁、死锁介绍、进程的概念以及状态、多进程并发技术相关接口、进程间通信技术、进程池概念及应用、迭代器及生成器概念及语法、协程并发技术介绍、yield关键字用法、协程-greenlet介绍及使用、协程-gevent介绍及使用

正那么表达式

正那么表达式理论知识、正那么表达式语法规那么、re模块的使用

数据库编程

数据库理论知识、MySQL数据库根本使用、MySQL查询、MySQL及Python的交互、MySQL高级话题、SQL-分组查询、SQL-分页查询、SQL-连接查询、自关联、SQL-子查询、Python及MySQL的交互、MySQL视图、MySQL事务、MySQL索引、MySQL用户管理

Python语法

进阶GIL（全局解释器锁）、深拷贝和浅拷贝话题、私有化、import模块导入问题剖析、再议封装、继承、多态、多继承以及MRO顺序、回忆静态方法、类方法、property属性讲解及应用、魔术方法及属性、with上下文管理器、面向对象程序设计强化理解、闭包、装饰器

工程：

mini-web效劳器

web效劳器通信过程、HTTP协议、web效劳器实现

工程：

mini-web框架

WSGI协议、Mini-web框架实现

第三阶段：

前端开发〔20〕

3号教师

html及css

html概述及根本构造、html标签及布局入门、css载入方式、css选择器、css属性入门、css根本布局演示、相对地址及绝对地址、列表及表单、盒子模型、css显示属性、css元素溢出、表格、定位、css权重

可掌握的核心能力：

1、可根据UI设计，开发web网站的前端页面；

2、PC端和移动端页面特效开发；

3、前端页面性能优化。

可解决的现实问题：

1、开发常见Web网站的前端页面和移动端H5页面；

2、跟后台进展数据通信；

3、掌握当前市场流行的前后端别离的开发模式中所用的前端框架。

市场价值：

前端作为web网站开发的半壁江山，全栈工程师必备技能，8000-12000月

JavaScript

变量、数据类型及根本语法标准、函数、条件语句、获取元素方法及操作元素、事件属性及匿名函数、综合实例、数组及操作方法、循环语句、字符串及操作方法、调试程序的方法、定时器、变量作用域、封闭函数

jQuery

jquery选择器、jquery样式操作、绑定click事件、jquery动画、jquery特殊效果、jquery链式调用、jquery属性操作、jquery循环、jquery事件、表单验证、事件冒泡及事件委托、Dom操作、javascript对象、json和ajax请求

vue.js简介及根本概念、Vue.js模板语法、计算属性和侦听属性、Class及Style绑定、条件渲染、列表渲染、事件处理、表单输入绑定、过滤器、实例生命周期、数据交互、ES6语法、vue组件、vue单文件组件、vue组件开发自动化工具、生成vue单页面应用工程目录、组件嵌套、路由、数据请求及跨域、打包上线

第四阶段：

Web开发〔30〕

4号教师

Flask框架

Flask框架介绍、路由定义及视图函数、Cookie及Session、Jinja2模板语言、ORM及数据库、CSRF攻击及防御、蓝图、单元测试

可掌握的核心能力：

1、可根据产品原型图，开发web网站的前端界面；

2、可根据业务流程图，开发web网站的后台业务；

3、可根据web框架设计，开发对应的数据库；

4、缓存效劳器的操作和设计；

5、异步任务的实现。

可解决的现实问题：

1、高并发全功能的web网站开发；

2、提供数据响应速度灵活运用缓存；

3、根据实际问题设计出相应数据库表。

市场价值：

web全栈工程师，独立开发前端和后端业务，10000-20000。

工程：

新经资讯网

Redis缓存、Git源代码管理、常见web网站开发逻辑、前后端不别离模式、Flask-Session使用、图片验证码、容联云短信验证码、七牛云存储、后台新闻管理、Gunicorn+Nginx部署

Django框架

Django框架介绍、Django模型、ORM及数据库操作、视图及模板、Django中间件、DjangoRESTframework

工程：

美多商城

购物电商平台工程编码、前后端别离模式、RESTful接口开发、vue组件、MySQL读写别离、Django高级第三方模块、FastDFS分布式文件系统、Celery异步操作、在线支付、Nginx+uWSGI部署

第五阶段：

数据处理

〔20〕

5号教师

爬虫入门

爬虫相关工具、requests模块、数据的提取方法、xpath语法、lxml模块、多线程、多进程爬虫、线程池、协程池实现爬虫

可掌握的核心能力：

1、掌握爬虫的工作原理和实现流程；

2、掌握通用的反反爬的机制；

3、掌握mongodb数据库的应用；

4、可使用根底的模块实现数据采集；

5、可使用主流的爬虫框架实现数据采集；

6、能够自己造轮子实现爬虫框架；

7、掌握数据分析根本流程及步骤；

8、掌握数据挖掘的一般过程。

可解决的现实问题：

1、能够实现定向抓取互联网上的海量信息；

2、能够运用爬虫框架包括实现分布式爬虫；

3、能够根据具体需求，实现定制的爬虫框架；

4、能够对海量数据进展分析，根据需求挖掘数据的潜在价值。

市场价值：

具备互联网数据采集的爬虫开发能力，市场薪资普遍在11000-25000

爬虫提高

selenium实现动态网页的数据抓取、常见的反爬措施、mongodb数据库的根本使用、mongodb数据库的高级查询、mongodb的聚合操作、mongodb的索引和备份恢复、mongodb和python的交互、scrapy框架、scrapy_redis的分布式组件

电商广告推荐系统工程

用户点击流日志收集、用户画像建模、推荐对象画像建模、数据实时计算平台、数据离线计算平台、推荐算法模型、协同过滤算法

爬虫框架开发

框架的根底构造、框架核心模块的封装、框架动态模块的加载、框架实现请求去重、框架中使用线程池、协程池、框架分布式的实现、框架实现增量式爬虫功能、框架实现断点续爬功能

工程

苏*商品数据爬虫、当*商品数据爬虫、京*商品数据爬虫、亚**商品数据爬虫

第六阶段：

人工智能

〔15〕

数据挖掘

科学计算numpy、pandas、数据可视化matpalotlib、金融数据的

分析和处理

可掌握的核心能力：

1、掌握数据挖掘根底工具使用；

2、掌握数据挖掘处理数据方法；

3、了解常见机器学习算法原理；

4、根据量化交易规那么设计谋略；

5、掌握深度学习算法和框架；

6、图像识别、检测的实现。

可解决的现实问题：

1、从数据支持到策略开发；

2、实现自动交易策略；

3、深度学习模型的训练过程；

4、图像识别、检测任务。

市场价值：

具备可对数据进展初步分析和挖掘，进展机器学习建模或深度学习训练，根据市场反应数据看，薪资普遍在15000-30000。

机器学习

特征工程、监视学习分类算法、监视学习回归算法、非监视学习、Scikit-learn使用、模型选择及调优

工程：

量化交易

历史数据、实时数据、股票数据指标、多因子模型、量化交易策略、回测框架

深度学习

TensorFlow框架开发；TensorflowIO操作；神经网络根底、全连接神经网络实现；卷积神经网络网络及实现；工程案例：

验证码识别

图像识别

边缘检测；对象识别；特征点检测；分类检测训练

语音识别

读取音频数据；语音特征提取；语音信号生成；语音识别器

第七阶段：

面试强化

自动化运维

shell根本语法及脚本开发标准、shell变量、表达式、shell脚本常见符号和命令、shell流程控制、shell编程综合演练、工程生命周期、代码发布流程、django工程生产环境部署、手工代码发布、简单脚本编写流程及提高、大型脚本编写流程及提高

可掌握的核心能力：

1、掌握shell编程根底和开发技巧；

2、掌握shell编程常用表达式和流程控制语句；

3、掌握工程发布的流程标准；

4、掌握生产脚本的编写流程标准；

5、了解工程生命周期及工程常见开发模式。

可解决的现实问题：

1、工程环境自动化部署；

2、工程代码自动化发布；

3、工程生命周期理解。

复习和稳固所学知识，进展专题面试强化。

数据构造

算法复杂度、链表、桟和队列、排序、搜索

就业指导

简历撰写、模拟面试

人工智能+Python在职加薪班

学习对象具有一定开发经历的PythonWeb工程师，爬虫工程师，人工智能工程师，需要具备各个方向的专业知识根底。

注：

获取更多免费学习视频+资料+笔记，请加QQ：

2632311208。

上课方式在线学习

培训时间随到随学

人工智能+Python在职加薪班课程大纲

课程阶段名称

主讲内容

技术要点

学习目标

Web阶段

RPC原理及实践〔一〕——RPC原理

RPC介绍、通信协议、效劳器工作模型、异常处理

，详情可询咨询教师点击咨询

培训费用人工智能+Python学费价格详情〔享受优惠价的条件是什么？

〕

人工智能+Python在职加薪班课程大纲

可掌握的核心能力：

1.理解RPC及HTTP的关联；

2.理解RPC的技术实现；

3.理解分布式RPC的技术实现；

4.gRPC的使用开发；

5.Thrift的使用开发；

6.能够基于OpenStack搭建云效劳平台；

7.掌握云计算平台特点及根本架构功能；

8.掌握openstack环境部署；

9.掌握openstack平台日常简单使用技巧；

10.掌握openstack平台故障梳理思路。

可解决的现实问题：

1.效劳及效劳高效率通信实现；

2.公司私有云搭建。

市场价值：

Web进阶必备内容，市场价值在20K-30K

RPC原理及实践〔二〕

——分布式RPC

效劳注册、效劳发现、效劳调用负载均衡

RPC原理及实践〔三〕

——gRPC

Protobuf协议、HTTP/2协议、gRPC使用、异常处理

RPC原理及实践〔四〕

——Thrift

协议选择、Thrift使用

OpenStack云计算快速入门

云计算根底、OpenStack简介

OpenStack云计算之环境部署

实验环境、支撑性效劳部署、认证组件部署、glance组件部署、计算组件部署、网络组件部署

OpenStack云计算之综合实践

第一个VM实例、可视化界面部署、块存储运用、深入理解VM创立

OpenStack云计算之实践拓展

定制映像、定制网络

爬虫阶段〔7〕

Docker核心技术原理及其应用

Docker安装配置、Docker核心技术原理、Docker Compose原理及使用、环境搭建案例

可掌握的核心能力：

1.深入理解Python爬虫开发核心思路；

2.掌握多种队列、消息队列的原理及开发使用；

3.掌握多种数据去重方案的原理及开发使用；

4.掌握多种响应数据解析、存储方案的开发使用；

5.掌握多种异步框架的原理及开发使用；

6.掌握多种爬虫客户端工具的原理及开发使用；

7.掌握爬虫框架的设计及开发使用；

8.掌握多种爬虫反爬处理方案的实现；

9.掌握快速搭建复杂开发、生产环境的能力。

可解决的现实问题：

1.解决爬虫运行环境复杂不稳定的情况；

2.对数据采取结果进展数据去重；

3.反爬分析及反反爬策略。

市场价值：

爬虫系列解决方案，根据不同的需求提供不同的解决方案，市场价值在15K-25K。

Python爬虫开发环境及Docker

PyCharm配置并使用Docker、基于Docker配置安装爬虫网络库、HTTP/HTTPS及WebSocket、PC/移动端数据抓包

爬虫中的去重处理介绍及方案实现

爬虫去重应用场景、去重原理介绍、临时去重及持久化去重、信息摘要指纹去重、SimHash指纹去重、布隆过滤器原理及实现

Python爬虫中的请求管理的实现

爬虫请求管理介绍、请求去重原理及实现、请求调度原理及实现、Redis队列原理及实现、Kafka原理及使用、Rabbitmq原理及使用、断点续爬/增量式爬虫原理

Python爬虫中的数据处理业务

根底数据解析方式、特殊数据解析方式、数据清洗流程、数据存储介绍、关系型数据库ORM使用、非关系型数据库ORM使用

Python爬虫中的异步任务设计

进程/线程/协程比照、操作系统IO模型介绍、IO设计模式原理及介绍、Python常用异步IO库原理及使用、分布式异步任务框架原理及使用

爬虫架构实现以及案例实战运用

爬虫系统/架构设计、爬虫系统/架构设计实现、各大电商网站数据采集、微信小程序/公众号数据采集、各大生活类网站数据采集

爬虫中的反爬分析及应对

爬虫反爬分析介绍、常见反爬措施及处理方案、多形式代理使用实践、多形式验证码处理实践、JS逆向解析处理及实践

人工智能阶段

深度学习根底

深度学习简史、代价函数、梯度下降算法、激活函数、前馈神经网络

可掌握的核心能力：

1.能够深度掌握深度学习的算法原理以及应用案例；

2.在图像识别上能够学到目标检测的工程开发经历；

3.掌握相关自然语言处理根底知识；

4.开发聊天机器人的开发案例；

5.搭建完整的人工智能人脸识别等应用效劳。

可解决的现实问题：

1.基于深度学习的机器视觉相关应用；

2.基于第三方平台的人脸识别相关应用；

3.基于自然语言处理的聊天类机器人相关应用。

市场价值：

人工智能方向进阶课程，机器视觉大型工程，市场价值在20K-35K。

深度学习优化进阶

神经网络优化难度、正那么化、参数初始化策略、优化算法、批量归一化

卷积神经网络

卷积操作、池化操作、图像识别类网络构造、数据扩大、目标检测类网络构造

循环神经网络

RNN、循环网络训练、双向/多层/编解码网络、门控循环神经网络、注意力机制

高级主题

生成对抗网络、迁移学习、半监视学习、自动编码器、CapsuleNet

图片商品物体检测工程

第一阶段-数据集处理

目标检测概述、目标检测数据集、目标检测方法、目标数据标记、标注数据存储、数据集格式转换、TFRecord读取及存储、slim库

图片商品物体检测工程

第二阶段-模型原理、实现

目标检测任务描述、R-CNN、SPPNet、Fast R-CNN、Faster R-CNN、YOLO及SSD

图片商品物体检测工程

第二阶段-工程框架实现

数据读取接口、模型接口、训练及测试接口

XX人脸识别课程

效劳访问方式、人脸识别、物体识别、文字识别、语音识别及合成、语言处理根底技术

自然语言处理

NLP 介紹、NLP种类、端对端深度学习模型、词袋、Seq2seq、Beam Search Decoding、Attention、LSTM、

LSTM 实作、文本分类、文本分类的方式、文本分类 CNN & RNN、文本生成、文本匹配、文本检索、文本生成图片、Chatbot 数据预处理、Chatbot 搭建模型、Chatbot 训练模型、Chatbot 训练模型、Chatbot测试模型、Chatbot 优化

一、师资解决方案

二、教学管理

培训机构负责教学设备及教学用具的准备、维护和管理。

培训机构对学员出勤情况进展管理，并搜集学员反应的培训效果评估及意见。

教学管理所用表格见附件：

附件1：

考勤登记表

附件2：

培训效果评估表

为实现学员管理工作标准化、制度化，保证培训工作的顺利进展

1.学员管理的指导思想

学员管理紧紧围绕显示管理培训目标来进展，从加强管理养老效劳人才技能学习、专业理论知识学习和实践能力跟进训练辅导入手，使学员掌握养老效劳知识的同时，拥有良好的职业素养。

2.学员管理的内容和方式

1）学员管理工作包括学习管理和实践管理。

总成绩占比为：

学习成绩40%，实践管理60%，重点是实践管理，总成绩作为学员晋升考核依据；

2）在万众金服统一领导下，培训部门承当学员管理和考核记录工作。

实行学员自主管理模式，设置班长、组长，协助培训部具体负责班级的学习和其他事项管理工作。

3）考核管理

将学员考勤、课堂表现、完成作业情况、测试情况、理论考核、实践成绩纳入学员考核内容，及管理绩效、评先评优挂钩。

学习成绩分值比例：

课堂表现：

10分

考勤情况：

20分

理论成绩：

70分

实践成绩：

依据机构实习考核成绩

最终实习成绩=学习成绩×40%+实践成绩×60%

三、讲师