课程内容：

企业面试前期准备与技巧

企业面试实战

培养目标：

从简历、面试技巧等层面助学员提升，培养学员沟通表达能力，让学员清晰了解职业发展规划， 明确自身定位，找到适合自身发展的工作。

刘老师  

Python+人工智能研究院院长

原中国日报社客户端研发工程师

天津大学计算机科学与技术专业。8年开发经验，4年授课经验，曾就职于中国日报社和中国建设银行广开研发中心，从事新闻大数据汇总和建行手机银行客户端研发工作，有着丰富的前后台开发经验。精通网络编程、基于CCPP人工智能方向数据挖掘、Python框架设计等核心技术。

授课风格：通过形象的比喻使学员更容易理解课程内容，深入浅出，乐于分享研究成果。使学员学到的不仅仅是知识，还有实战经验。

研发与师资团队

研发：市面上的培训机构，规模实力参差不齐，教学研发能力更是水平不一。大部分机构的课程，都大同小异。

面对IT培训行业整体研发能力不足的现状，优就业坚持原创，不照搬、不跟风，集结了一支教学经验丰富、研发能力强悍的团队。优就业的课程体系、授课方式、培训模式都是优就业的团队精心研发的成果。

师资：优就业汇聚国内一线专家团队，拥有近百位一线技术大牛，500多位核心研发工程师。其中不乏来自百度、阿里、腾讯、IBM、微软、Oracle-Sun、亚信、用友等国际高端IT公司的技术专家。

我们的老师都在国内大型企业有自己的项目团队，秉承理论教学与实战训练相结合的教学理念，能够带领学员参与真实的研发项目，一对一亲自指导，让学员获得实实在在的技能本领。教授过的学员毕业时均能完成一个完整的项目，拥有一项看得到的成果。

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}

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