Python基础班-课程大纲

学习对象：0基础0经验的小白人员；想通过最低的成本来试一下自己是否适合做Python编程相关工作的转型人员。注：获取更多免费学习视频+资料+笔记。

上课方式：全日制脱产，每周5天上课, 上两天课休息一天的上课方式（实际培训时间可能因法定节假日等因素发生变化）

培训时间：部分校区可能会根据实际情况有所调整，详情可询咨询老师

培训费用：Python学费价格详情（享受优惠价的条件是什么？）

张老师

优就业PHP研究院院长、Linux云计算/Python人工智能高级讲师

原大型企业项目开发经理

10年PHP项目开发经验，5年大型企业项目管理经验，熟悉项目开发的整体流 程。曾带领团队开发过多个大型项目，如大型商城系统、ERP管理系统、OA办公 系统、图书管理系统，有着丰富的项目开发和优化经验。对人工智能、Python等 方面也有着深入的研究。

授课风格：对待学员认真负责，授课方式轻松自然，思路清晰，逻辑严谨，讲解细致入微，让学生在静静的思考中获得知识。

教学体系

优就业的所有类别课程，均有针对0基础学员开设的“0基础培训班”和针对已有基础的学员开设的精英培训班。 学员在选课报班时可以根据自己的真实情况，自由选择班次。两种班次的课程体系均根据目标学员的真实能力研发构建，因材施教，让每个学员都能够找到真正适合自己的学习方式。

0基础班：针对无经验、无基础人群，帮助学员掌握一门技能，从而走上自己的职业道路

精英班：帮助学员争取变得更好，无论是在原公司发展，还是跳槽到更好的平台，争取获得更多的机遇。

带索引的列表迭代

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

for index, team in enumerate(teams):

print index, team

>>> 0 Packers

>>> 1 49ers

>>> 2 Ravens

>>> 3 Patriots

基于实例的方法（Instance-based Algorithms）：

基于实例的学习模型是使用那些对于模型很重要训练数据，这类方法通常使用基于示例数据的数据库，用新数据和数据库数据以一种相似度方式从中找到最佳匹配，从而作出预测。出于这个原因，基于实例的方法也被称为赢家通吃所有的方法和基于记忆的学习。重点放在存储实例之间的相似性度量表现上。

k最邻近算法 k-Nearest Neighbour ，kNN

学习矢量量化 Learning Vector Quantization ，LVQ

自组织映射 Self-Organizing Map ，SOM

局部加权学习 Locally Weighted Learning ，LWL