数据分析+人工智能

课程内容：

数据分析-基础内容

数据分析-模块学习

数据分析-数据清洗

数据分析-特征工程和结果可视化

人工智能—机器学习

人工智能—深度学习

人工智能—拓展课程

培养目标：

掌握数据分析涉及到的相关概念，了解如何获取数据以及特征工程，熟悉相关模块的使用； 能够认识数据、了解数据的合并、清洗、标准化与转换等常用操作；了解可视化过程；图形绘制 ；掌握Matplotlib模块、常用的机器学习算法，深入接触项目案例，在理解算法的基础上，掌握算法在实际项目中的应用 掌握 PaddlePaddle 基本概念，计算模型和原理；能够通过PaddlePaddle进行深度学习和模型构建与训练 ；掌握训练过程优化方法与问题优化，结合AI行业发展现状，拓展最为前沿的AI技术，开阔学员的视野。

宋老师  

优就业Python+人工智能高级讲师

自然科学基金参与专家

河南大学控制工程专业硕士，曾参与自然科学基金“面向复杂系统估计的采样型非线性滤波方法研究”、河南省科学技术研究重点项目“多模采样型非线性滤波器研究”、井下人员、车辆精准定位系统等研发工作。曾与中国电子科技集团公司第二十七研究所合作研究多传感器信息融合仿真软件横向课题。

主要科研成果：参与研发基于卡尔曼一致性滤波的系统误差和状态联合估计算法;参与研发基于Rao-blackwekkized 扩展卡尔曼滤波的系统误差和状态联合估计算法。

教学环境

优就业拥有全国500多家直营分部，为学员提供便捷的面授服务，优美的学习环境。教室环境、实训环境、培训基地均设施完善、环境优美。

网络爬虫：

也称网络蜘蛛，是大数据行业获取数据的核心工具。没有网络爬虫自动地、不分昼夜地、高智能地在互联网上爬取免费的数据，那些大数据相关的公司恐怕要少四分之三。能够编写网络爬虫的编程语言有不少，但Python绝对是其中的主流之一，其Scripy爬虫框架应用非常广泛。

番茄工作法：

在你长时间的学习过程中，番茄工作法能够帮助你提高效率。番茄工作法如下：工作25分钟，休息一会，然后再重复这个过程。休息一会对于提高效率是非常重要的，特别是当你接受很多新的信息时。 当你调试代码时，休息一会是很重要的。如果你遇到了一个bug，不能很快找出错误时，休息一会。离开你的电脑，走动一会，和朋友聊会天。