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。

学后

就业指导：全部理论+实战课程完成后，学员可以登录学习平台，接受一对一的就业指导。优就业将根据学员自身条件、性格特点等，为学员指明职业方向，挖掘求职亮点， 并对学员进行面试技巧培训，帮助学员做好就职准备。

简历修改：优就业提供专属简历修改服务，帮助学员根据求职企业要求和特点，进行有针对性的修改。简历亮点突出，契合职位需求，才是卓有成效的名企敲门砖。

名企求职：工作技能get√、实战能力get√、就业准备get√以后，相信有志者，不懈努力，能够进入名企。

字典推导：

teams = ["Packers", "49ers", "Ravens", "Patriots"]

print {key: value for value, key in enumerate(teams)}

>>> {'49ers': 1, 'Ravens': 2, 'Patriots': 3, 'Packers': 0}

获取子列表：

x = [1,2,3,4,5,6]

#前3个

print x[:3]

>>> [1,2,3]

#中间4个

print x[1:5]

>>> [2,3,4,5]

#最后3个

print x[-3:]

>>> [4,5,6]

#奇数项

print x[::2]

>>> [1,3,5]

#偶数项

print x[1::2]

>>> [2,4,6]