Python设计基础班课程大纲

学习对象：0基础0经验的小白人员；想转型到设计行业或对此行业有浓厚兴趣的人员；在校大学生，希望充实自身技能，毕业后能顺利就业并有更强的市场竞争力；不满足目前工作现状，想要得到更好的发展空间。

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设计学费价格详情（享受优惠价的条件是什么？）

许老师

优就业VR/AR游戏开发高级讲师、大前端高级讲师

原大型旅游类互联网企业开发工程师

某大型旅游类互联网企业HTML5开发工程师，项目实战经验丰富，负责过某旅游APP产品H5页面开发，H5小游戏开发。设计的多个H5旅游活动页面访问人数达上百万。后担任Web前端讲师，在教育行业积累了丰富的教学经验，曾主导研发某教育机构H5整套课程，累计授课学员达数千人，口碑极佳。

授课风格：授课有激情，善于引导学生思考，极具耐心，责任心。

教学平台

O2O+CTS双教学平台

优就业秉承“学员的事是最重要的事”这一办学理念，历经十余年，百余位业界专家精心研发，重磅推出从线上到线下一体化互动式CTS云教学系统平台、从入学到就业持续跟踪的O2O教学服务平台。

学前

体验学习：学员可以登录我们的学习平台，挑选自己感兴趣的线上课程免费进行试听，得到真实的学习体验。

选班报班：试听结束，进入选课中心，挑选自己想要学习的课程和想要报的班次。海量课程、多种班次，一站式报名。

能力测评：选课报班成功后、入学前，学员可以进行能力测评，对自己现阶段的能力储备有一个清晰的了解，从而在学习中能够有的放矢。

两个列表同时迭代

nfc = ["Packers", "49ers"]

afc = ["Ravens", "Patriots"]

for teama, teamb in zip(nfc, afc):

print teama + " vs. " + teamb

>>> Packers vs. Ravens

>>> 49ers vs. Patriots

回归算法（Regression Algorithms）

回归是关注变量之间关系的建模，利用模型预测误差测量进行反复提炼。回归方法是统计工作，已纳入统计机器学习。这可能是令人困惑，因为我们可以用回归来引用各类的问题及各类算法，回归其实是一个过程。

普通最小二乘法 Ordinary Least Squares

逻辑回归 Logistic Regression

逐步回归 Stepwise Regression

多元自适应回归 MARS

局部散点平滑估计 LOESS