python知识培训

学习内容：计算机核心架构、最小系统，未 来趋势，程序的本质，进制，操作系统、编程语言；文件和目录、文件属性修改命令、查找与检索命令、文件比较、打包压缩、进程管理、用户管理、网络管理、ftp、ssh、samba服务、编辑工具

1、课程内容：NumPy 开发环境、 数组对象、 多维数组、索引与切片、分割数组、NumPy 通用函数 ：读取 CSV 文件、加权平均值、统计学概念；

2、课程内容：针对时间的数据分析、数组的卷积运算、线性模型、ndarray 对象的方法、NumPy的便捷函数、多项式拟合、矢量化、数据平滑；

3、课程内容：矩阵与函数对象、NumPy 的模块 ：线性代数模块、快速傅里叶变换模块 (fft) 、 随机数模块，NumPy 的专用函数：排序和查找"；

4、课程内容：NumPy 的专用函数 ：金融计算、 窗函数、科学计算、断言和单元测试、 基于matplotlib 的数据可视化：简单绘图、子坐标图、定制绘图、直方图、对数坐标图、散点图、着色、图例和注释；

5、课程内容：高线图、制作动画、基于 scipy 的科学计算、基于pygame的游戏与人工智能

1、实训目标：掌握向量运算、数组、通用函数，能够实现多种形式的数据分析，完成自动 / 手动方式计算股票的算数平均价格、成交量加权平均价格 、时间加权平均价格 (TWAP)、价格幅度、简单收益率和对数收益率等；

2、实训目标：掌握针对时间的数据分析方法，完成计算股票价格的平均真实波幅 (ATR)；学习卷积，完成绘制移动平均线、绘制布林带（SBB/EBB）；使用线性模型进行次日股价、通过线性拟合绘制股票价格趋势线；通过多项式拟合完成模拟交易过程、利用汉宁窗平滑两只股票的收益率；

3、实训目标：通过对矩阵和函数对象的学习，实现多种运算和曲线绘制（利萨茹曲线）、信号发生器（方波、锯齿波、三角波），学习矩阵运算和解线性方程、学习快速傅里叶变换模块 (fft) 实现滤波器，通过随机数模块验证正态分布随机数的理论符合性、验证对数正态分布随机数的理论符合性，学习数据的排序与查找方法；

4、实训目标：通过学习金融计算（fv、pv、npv、irr、pmt、rate、nper），掌握相关概念和计算代码的编写，使用窗函数实现在时间域和频率域绘制窗函数曲线、绘制经不同窗函数平滑后的移动平均线 ；学习科学计算，实现绘制贝塞尔函数曲线、绘制一维及二维辛克函数曲线；学习 matplotlib 实现数据可视化，实现多种绘图，绘制股价 K 线图，股价分布直方图，绘制散点图等。matplotlib 的数据可视化：三维绘图等；

5、实训目标：掌握三维绘图、绘制三维线框图、三维表面图、等高线图，显示动画 ；学习 scipy 的科学计算，实现读取atlab 数据文件 ；掌握统计算法、信号处理，实现绘制趋势线、实现基于快速傅里叶变换的信号滤波、实现最小二乘法的曲线拟合 ；积分部分掌握高斯积分、线性插值和三次插值 ；多媒体部分实现图像、音频处理；通过 Pygame 实现模拟游戏，OpenGL 3D 开源库实现绘图

2、课程内容：分类器；

3、课程内容：预测建模；

4、课程内容：无监督学习；

更多课程内容请咨询客服

1、实训目标：数据预处理、标记编码、线性回归、岭回归、多项式回归、估算房价、共享单车需求分布；

2、实训目标：简单分类器、逻辑回归分类器、朴素贝叶斯分类器、训练集和测试集、交叉验证、混淆矩阵、性能报告、评估汽车质量、验证曲线、学习曲线、估算收入阶层；

3、实训目标：基于 SVM 的线性分类器、基于 SVM 的非线性分类器、类型数不平衡问题、置信度、最优超参数、事件预测器、估算交通流量；

4、实训目标：基于 k-means 算法的数据聚类、基于量化矢量的图像压缩、均值漂移聚类模型、基于凝聚层聚类的数据分组、聚类算法评价、基于 DBSCAN 算法的集群数自动估算、股票数据模式、客户细分模型；

更多实训目标请咨询客服

课程内容：Linux 操作系统原理、Linux Shell 编程、Python 系统编程、Python 工程项目管理、Git、Pydoc/Markdown、软件测试调优、安全编码、微信公众号开发