从0开始学游戏开发

课程简介:

他精选游戏开发最基础的知识倾囊相授,着重讲解游戏开发最核心的三个概念,游戏引擎、底层绘制接口和地图编辑器,帮你做好入门的准备。继而以一款经典的游戏为例,详细讲解客户端、服务器端的开发细节和步骤,带你从理论到实践掌握整个开发流程,为深入学习游戏开发打好坚实的基础。最后,为你深度剖析 HTML5 游戏和移动端游戏相关的热门技术,以及独立游戏开发者的未来发展,给你独家的游戏行业洞察。
[code]官方课程链接:https://time.geekbang.org/column/intro/87[/code]

课程目录:

开篇词 | 跟我学,你也可以开发一款游戏!
第1讲 | 游戏开发需要了解哪些背景知识?
第2讲 | 2D游戏和3D游戏有什么区别?
第3讲 | 游戏的发动机:游戏引擎
第4讲 | 底层绘图接口的妙用
第5讲 | 构建游戏场景的武器:地图编辑器
第6讲 | 从0开始整理开发流程
第7讲 | 如何建立一个Windows窗体?
第8讲 | 如何区分图形和图像?
第9讲 | 如何绘制游戏背景?
第10讲 | 热点剖析(一):HTML5技术是如何取代Flash的?
第11讲 | 如何载入“飞机”和“敌人”?
第12讲 | 如何设置图像的前后遮挡?
第13讲 | 热点剖析(二):如何选择一款HTML5引擎?
第14讲 | 如何设置精灵的变形、放大和缩小?
第15讲 | 如何设置淡入淡出和碰撞检测?
第16讲 | 热点剖析(三):试试看,你也可以编写一款HTML5小游戏!
第17讲 | 如何制作游戏资源包和保存机制?
第18讲 | 如何载入背景音乐和音效?
第19讲 | 热点剖析(四):安卓端和苹果端游戏开发有什么区别?
第20讲 | 如何在游戏中载入UI和菜单?
第21讲 | 如何用鼠标和键盘来操作游戏?
第22讲 | 热点剖析(五):如何选择移动端的游戏引擎?
第23讲 | 如何判断客户端的网络连接?
复习课 | 带你梳理客户端开发的三个重点
第24讲 | 如何嵌入脚本语言?
第25讲 | 热点剖析(六):AR和人工智能在游戏领域有哪些应用?
第26讲 | 脚本语言在游戏开发中有哪些应用?
第27讲 | 如何使用脚本语言编写周边工具?
第28讲 | 热点剖析(七):谈谈微信小游戏的成功点
第29讲 | 如何选择合适的开发语言?
第30讲 | 如何定制合适的开发协议?
第31讲 | 热点剖析(八):谈谈移动游戏的未来发展
第32讲 | 不可忽视的多线程及并发问题
第33讲 | 如何判断心跳包是否离线?
第34讲 | 热点剖析(九):谈谈独立开发者的未来发展
第35讲 | 如何用网关服务器进行负载均衡?
第36讲 | 如何制作游戏内容保存和缓存处理?
课后阅读 | 游戏开发工程师学习路径(上)
课后阅读 | 游戏开发工程师学习路径(下)
结束语 | 做游戏的过程就像是在雕琢一件艺术品

零基础学Python

课程收获:

1.掌握Python3基础语法及编码规范,从小白到入门;
2.掌握正确的编程思维方法和代码规范,写出简洁、易懂的规范代码;
3.学会多线程等高级编程方法,编写出更复杂的应用;
4.掌握大量实用的标准库和第三方库,并编写出能解决实际问题的工具;
5.掌握经典的机器学习库,为今后入门机器学习打下基础。
[code]官方课程链接:https://time.geekbang.org/course/intro/98[/code]

课程目录:

第一章 :Python介绍和安装
— 01.Python语言的特点
— 02.Python的发展历史与版本
— 03.Python的安装
第二章 :Python基础语法
— 04.Python程序的书写规则
— 05.基础数据类型
— 06.变量的定义和常用操作
第三章 :序列
— 07.序列的概念
— 08.字符串的定义和使用
— 09.字符串的常用操作
— 10.元组的定义和常用操作
— 11.列表的定义和常用操作
第四章 :条件与循环
— 12.条件语句
— 13.for循环
— 14.while循环
— 15.for循环语句中的if嵌套
— 16.while循环语句中的if嵌套
第五章 :映射与字典
— 17.字典的定义和常用操作
— 18.列表推导式与字典推导式
第六章 :文件和输入输出
— 19.文件的内建函数
— 20.文件的常用操作
第七章 :错误和异常
— 21.异常的检测和处理
第八章 :函数
— 22.函数的定义和常用操作
— 23.函数的可变长参数
— 24.函数的变量作用域
— 25.函数的迭代器与生成器
— 26.lambda表达式
— 27.Python内建函数
— 28.闭包的定义
— 29.闭包的使用
— 30.装饰器的定义
— 31.装饰器的使用
— 32.自定义上下文管理器
第九章 :模块
— 33.模块的定义
第十章 :语法规范
— 34.PEP8编码规范
第十一章 :面向对象编程
— 35.类与实例
— 36.如何增加类的属性和方法
— 37.类的继承
— 38.类的使用-自定义with语句
第十二章 :多线程编程
— 39.多线程编程的定义
— 40.经典的生产者和消费者问题
第十三章 :标准库
— 41.Python标准库的定义
— 42.正则表达式库re
— 43.正则表达式的元字符
— 44.正则表达式分组功能实例
— 45.正则表达式库函数match与search的区别
— 46.正则表达式库替换函数sub()的实例
— 47.日期与时间函数库
— 48.数学相关库
— 49.使用命令行对文件和文件夹操作
— 50.文件夹操作库os.path
第十四章 :机器学习库
— 51.机器学习的一般流程与NumPy安装
— 52.NumPy的数组与数据类型
— 53.NumPy数组和标量的计算
— 54.NumPy数组的索引和切片
— 55.Pandas安装与Series结构
— 56.Series的基本操作
— 57.Dataframe的基本操作
— 58.层次化索引
— 59.Matplotlib的安装与绘图
— 60.机器学习分类的原理
— 61.Tensorflow的安装
第十五章 :爬虫
— 62.根据特征值分类的模型和代码
— 63.网页数据的采集与urllib库
— 64.网页常见的两种请求方式get和post
— 65.http头部信息的模拟
— 66.requests库的基本使用
— 67.结合正则表达式爬取图片链接
— 68.BeautifulSoup的安装和使用
— 69.使用爬虫爬取新闻网站
— 70.使用爬虫爬取图片链接并下载图片
第十六章 :综合案例
— 71.如何分析源代码并设计合理的代码结构

课程截图:

《Python数据分析》升级版第二期

课程简介:

本期课程在《Python数据分析》升级版的基础上,主要新增了探索性数据分析(Exploratory Data Analysis,EDA)、金融数据量化分析及深度学习基础等三大数据分析工具,覆盖了时下最前沿的数据分析技术。具体新增内容如下:

新增探索性数据分析,更好地结合数据可视化发掘数据的模式与特点
新增金融数据量化分析,更好地结合时间序列分析探索金融数据的发展趋势
新增深度学习基础,更好地结合机器学习探索人工智能的技术趋势
升级并调整全部随课项目,并提供更详细的分析步骤
系统性地将相关章节的项目整理成一个完整的项目,使学员能够更加充分地理解数据分析的流程和步骤

[code]官方课程链接:http://www.chinahadoop.cn/course/937[/code]

课程目录:

第一课 工作环境准备及数据分析建模理论基础 (2-3课时)
1. 课程介绍
2. 数据分析的基本概念
3. Python简介和环境部署
4. NumPy数据结构及向量化
5. 数据分析建模理论基础
a. 机器学习基础

b. 数据分析建模过程
c. 常用的数据分析建模工具
6. 实战案例1:使用Python实现蒙特卡洛模拟的期权估值

第二课 数据分析工具Pandas (2-3课时)
1. Pandas的数据结构
2. Pandas的数据操作
a. 数据的导入、导出
b. 数据的过滤筛选
c. 索引及多重索引
3. Pandas统计计算和描述
4. 数据的分组与聚合
5. 数据清洗、合并、转化和重构
6. 实战案例2-1:Lending Club借贷数据处理及初步分析

第三课 探索性数据分析(EDA)及数据可视化 (2-3课时)
1. 什么是EDA
2. 探索单变量、多变量的关系及其可视化
3. 3D绘图
4. 实战案例2-2:Lending Club借贷数据探索性分析及可视化

第四课 机器学习及scikit-learn(2-3课时)
1. 机器学习基本概念与流程
2. Python机器学习库scikit-learn
3. 常用评价指标
4. 分类预测模型– Logistic回归与Softmax回归
5. 实战案例2-3:Lending Club借贷违约预测

第五课 金融数据分析(1)–金融时间序列(2-3课时)
1. Pandas的时间处理及操作
2. 金融数据
3. 金融学图表
4. 高频数据分析
5. 实战案例3-1:股票收益率回归分析

第六课 金融数据分析(2)–量化分析 (2-3课时)量化分析基础
1. 量化策略建模流程及回测
2. 常用量化分析指标及框架
3. TA-Lib金融软件工具
4. 实战案例3-2:多因子策略模型

第七课 图像数据处理及分析 (2-3课时)
1. 基本的图像操作和处理
2. 常用的图像特征描述
3. 聚类模型:K-Means
4. 实战案例4:电影海报主色调聚类分析

第八课 深度学习及TensorFlow (2-3课时)
1. 人工神经网络及深度学习
2. TensorFlow框架学习及使用
3. TensorFlow实现卷积神经网络
4. 实战案例5:基于TensorFlow的101类图像识别(Caltech101)

第九课 文本数据分析 (2-3课时)
1. Python文本分析工具NLTK
2. 情感分析与文本分类
3. TensorFlow实现文本深度表示模型Word2Vec
4. 分类与预测模型– 朴素贝叶斯
5. 实战案例6:搜狐新闻数据分类

第十课 项目实战(2-3课时)
1. 交叉验证及参数调整
2. 特征降维与特征选择
3. 实战案例7:根据日常新闻预测股市动向
4. 课程总结

课程截图:

python自动化开发网络班

课程简介:

男孩Python运维开发课程,目前国内最早的且唯一真正的运维开发课程培训,带领学生开发固定资产-批量管理-日志审计等功能于一身的python运维软件产品,还有bbs,web聊天室等产品。极大的提升个人价值,带领学员向系统架构师,运维开发工程师,CTO技术总监岗位进军。学生们毕业跳槽,工资平均提升50%以上,这是身在北上广的伙伴们必须要参加的课程,不赶紧告别屌丝,走向高富帅,还在等啥?。

课程目标:
致力于打造高级的运维开发及系统架构师、CTO精英人员。

适合人群:
运维工程师、开发工程师、系统架构师及相关技术支持人员

学员成功毕业后,可具有以下能力:
1、开发运维监控、自动化、WEB聊天软件、BBS、博客、中小网站、电子商城等。
2、如果学员具有1年以上实际运维工作经验,再次换工作月工资可达1万元以上(限北上广深)。
3、优秀学员加入导师计划, 享受培训讲师一对一免费指导1年时间,导师计划结束后工资可达15K+。

[code]官方课程链接:https://chuanke.baidu.com/3628575-154888.html[/code]

课程目录:

Day01 语言基础流程控制
— 01-开课介绍
— 02-学生介绍
— 03-课程内容介绍
— 04-Python的发展
— 05-Python特性介绍及与其它语言对比
— 06-Python安装及环境准备
— 07-编程风格要求
— 08-Python的数据类型和运算符
— 09-单行和多行注释
— 10-理解ASSIC Unicode UTF-8编码
— 11-使用和导入模块
— 12-用户交互和格式化输出
— 13-流程控制if for循环
— 14-while 循环基中断控制
— 15-作业需求

Day02 列表-字典-IO处理
— 01-课前注意事项
— 02-上节作业讲解
— 03-文件的数据处理
— 04-file的方法
— 05-如何最优的实时处理增量日志
— 06-字符串处理2
— 06-字符串处理
— 07-列表的使用
— 08-列表index的用法
— 09-编写类似sed命令的文件替换脚本
— 10-购物车程序练习
— 11-字典的语法和使用
— 12-字典的详细用法及深浅copy的原理
— 13-集合及关系测试
— 14-员工信息表作业

Day03 函数-模块-正则-迭代器
— 01-上节作业介绍
— 02-eclipse的使用
— 03-模块和模块的常用方法
— 04-函数式编程(一)
— 05-函数式编程(二)
— 06-函数式编程(三)
— 07-心灵鸡汤
— 08-函数式编程(四)
— 09-yield的使用
— 10-yield和三元运算以及lambda表达式
— 11-内置函数(一)
— 12-内置函数(二)
— 13-内置函数(三)
— 14-内置函数(四)
— 15-内置函数(五)反射
— 16-random生成验证码
— 17-MD5加密
— 18-序列化和反序列化以及json操作
— 19-正则表达式和time模块以及作业

Day04 装饰器-异常处理-面向对象编程
— 01-来一碗心灵鸡汤
— 02-上节作业分析
— 03-上节内容回顾
— 04-反射的应用一
— 05-反射的应用二
— 06-装饰器一
— 07-装饰器二
— 08-装饰器三
— 09-装饰器四
— 10-装饰器思考题
— 11-类和对象
— 12-静态字段
— 13-静态方法
— 14-property装饰器
— 15-为什么要使用静态方法
— 16-面向对象和函数式编程的选择一
— 17-面向对象和函数式编程的选择二
— 18-面向对象和函数式编程的选择三
— 19-私有方法和私有字段
— 20-只读特性和只写特性
— 21-析构函数和特殊的call方法
— 22-析构函数和call方法解疑
— 23-类的继承
— 24-经典类和新式类的区别
— 25-接口的定义和抽象类以及抽象方法
— 26-异常处理流程一
— 27-异常处理流程二
— 28-自定义异常和手动触发异常
— 29-作业

Day05 socket网络编程
— 01-上节作业
— 02-优秀作业展示
— 03-上节内容回顾
— 04-本节内容介绍
— 05-mysql的基本操作
— 06-python操作mysql之查询
— 07-python操作mysql之插入数据
— 08-python操作mysql之批量插入数据
— 09-python操作mysql之批量获取字典类型数据
— 10-python操作mysql之fetchone和获取自增ID
— 11-三层架构之公共层
— 12-三层架构之model层和UI层
— 13-三层架构之配置文件
— 14-socket基本流程
— 15-客户端和服务端的交互
— 16-SocketServer实现异步多线程服务端
— 17-SocketServer上传文件简介
— 18作业

Day06-Python自动化开发基础 FTP上传和多线程开发
— 01 上节作业状况
— 02 上节作业和三层架构回顾
— 03 上期内容回顾一
— 04 上期内容回顾二
— 05 FTP服务器上传解析一
— 06 FTP服务器上传解析二
— 07 应用程序和进程以及线程的分析一
— 08 应用程序和进程以及线程的分析二
— 09 多线程开发之创建线程
— 10 多线程开发之线程中的常用方法
— 11 多线程开发之自定义线程类
— 12 多线程开发之自定义线程类的执行流程分析
— 13 面向对象实现生产者消费者模型
— 14 Paramiko和SSH原理剖析以及作业
— 14 函数式编程实现生产者消费者模型
— 15 多线程开发之线程锁
— 16 多线程开发之事件

Day07 多线程多进程及主机管理
— 01 课前牛B分享
— 02 上节内容回顾
— 03 多进程的使用
— 04 子进程与父进程的关系
— 05 进程间的内存同步方法queue
— 06 进程间的内存同步方法manager
— 07 通过Pool产生多进程
— 08 通过Pool产生多进程2
— 09 开发审计堡垒机
— 10 开发审计堡垒机修改paramiko源码记录操作
— 11 审计堡垒机的安全控制
— 12 Select-Poll-epoll介绍
— 13 Select代码实例解析
— 14 作业之审计作业

Day08 分布式监控系统开发实战
— 01 作业与课前鸡汤
— 02 分布式监控开发需求设计
— 03 Redis的使用
— 04 Redis订阅和发布功能
— 05 Redis订阅和发布功能2
— 06 设计监控项和监控模板
— 07 将主机监控配置信息提纯处理
— 08 客户端监控服务并提交数据到服务器处理
— 09 本节内容回顾及作业

Day09-Python自动化开发基础 HTML开发基础
— 01上节回顾和心灵鸡汤
— 02 HTML概要
— 03 Http请求流程
— 04 HTML代码结构分析
— 05 HTML之块级标签和内联标签
— 06 HTML之p和br以及a标签
— 07 HTML之h和select标签
— 08 HTML之input系列标签
— 09 HTML之form表单
— 10 HTML之for和table以及列表标签
— 11 HTML之fieldset标签
— 12 CSS之样式概要和各种选择器
— 13 CSS之样式背景图片
— 14 CSS之样式边框和内外边距
— 15 CSS之样式 position
— 16 模态对话框Demo
— 17本节作业

Day10 JavaScript开发基础
— 01 上节作业情况
— 02 上节内容回顾以及作业分析一
— 03 上节内容回顾以及作业分析二
— 04 JS基础之js文件存放位置
— 05 JS基础之变量和函数
— 06 JS基础之自执行函数
— 07 js基础之for循环
— 08 迟来的心灵鸡汤
— 09 DOM编程之选择器
— 10 DOM编程之操作标签和提交表单
— 11 搜索框实例
— 12 滚动条和跑马灯实例
— 13 jQuery选择器和CSS和属性以及返回顶部实例
— 14 jQuery文本操作和过滤器和事件和各种实例和常用模板以及作业

Day11 Django框架基础
— 01 上节作业和本节内容概述
— 02 python web程序的本质
— 03 自定义python web框架
— 04 MVC和MTV的概念和区别
— 05 Django框架揭秘
— 06 Django的路由系统一
— 07 Django的路由系统二
— 08 Django的路由系统三
— 09 Django的Model创建数据库表一
— 10 Django的Model创建数据库表二
— 11 Django的Model对数据的增删改查
— 12 Django的模板语言和Form验证
— 13 Django的本节内容回顾和作业

Day12-Python自动化开发基础 Django框架中级编程
— 01 上节作业概述
— 02 上节作业实现一
— 03 上节作业实现二
— 04 上节内容回顾
— 05 Model连表操作一
— 06 Model连表操作二
— 07 Form创建html和验证输入
— 08 Form创建自定义错误信息一
— 09 Form创建自定义错误信息二
— 10 Ajax的使用一
— 11 Ajax的使用二
— 12 本节作业

Day13-python自动化开发基础 Django框架高级编程
— 01 上节作业简介
— 02 本节内容介绍和上节回顾一
— 03 本节内容介绍和上节回顾二
— 04 Django自定义分页一
— 05 Django自定义分页二
— 06 Django自定义分页三
— 07 Django自定义分页四
— 08 Session剖析和应用
— 09 Django中session的运行机制
— 10 Cookie剖析和Cookie的应用
— 11 Django中Cookie的应用
— 12 Django跨站请求伪造一
— 13 Django跨站请求伪造二
— 14 Django中间件的原理和应用一
— 15 Django中间件的原理和应用二
— 16 本节作业

Day14 项目实战BBS
— 01 上节作业答疑之装饰器的使用
— 02 自定义装饰器功能扩展
— 03 web常用功能分享
— 04 BBS功能分析和介绍
— 05 BBS功能之点赞
— 06 BBS功能之评论一
— 07 BBS功能之评论二
— 08 BBS功能之web聊天室
— 09 本节作业

Day15-Python 项目实战_cmdb
— 01 上节作业
— 02 自动化之路和CMDB的地位
— 03 CMDB之puppet采集数据方式
— 04 CMDB之自定义python插件采集数据方式
— 05 CMDB之django实现api
— 06 CMDB之数据流执行过程回顾
— 07 CMDB之restframework开始API(一)
— 08 CMDB之restframework开始API(二)
— 09 CMDB之表结构的设计
— 10 CMDB之API保存或者更新服务器信息
— 11 作业和后台管理资源

Day16 项目实战-监控系统
— 01 本节内容简介
— 02 CMDB拾遗之Agent开发
— 03 CMDB拾遗之API开发
— 04 Django扩展之自定义HttpRequest
— 05 监控系统架构分析
— 06 监控系统之Agent开发
— 07 监控系统之数据库表的设计一
— 11 监控系统之完善Agent功能
— 13 监控系统之结束语

Day17 自动化开发基础 项目实战-任务编排
— 01 本节内容简介
— 02 任务编排系统架构
— 03 任务编排后台管理功能介绍一
— 04 任务编排后台管理功能介绍二
— 05 任务编排后台管理之任务列表
— 06 任务编排后台管理之创建任务一
— 07 任务编排后台管理之创建任务二
— 08 任务编排后台管理之创建任务三
— 09 任务编排Agent实现分析
— 10 任务编排之API认证
— 11 扩展之类是什么鬼(上)
— 12 扩展之类是什么鬼(下)
— 13 扩展之模板语言的本质
— 14 节课总结

课程截图:

深度学习基础介绍-机器学习

课程简介:

本课作为深度学习系列课程的第一阶段,介绍机器学习的基本概念,原理,以及常用算法(如决策树,支持向量机,神经网络算法等)。以Python语言为工具对每种算法进行结合实例讲解。学生学完本课程后将会理解机器学习的常用算法原理,并会使用Python中相关的package来对实际问题进行数据预处理,分类和回归分析。为开发机器学习相关应用打下必要基础,同时也为学习深度学习进阶课程打下必要基础。

[code]官方课程链接:http://www.maiziedu.com/course/373/[/code]

课程目录:

1.课程介绍机器学习介绍上
2.课程介绍机器学习介绍下
3.深度学习介绍
4.基本概念
5.决策树算法
6.决策树应用
7.最邻近规则分类KNN算法
8.最邻近规则KNN分类应用
9.支持向量机SVM上
10.支持向量机SVM上应用
11.神经网络算法应用上
12.神经网络算法应用下
13.简单线性回归上
14.简单线性回归下
15.多元线性回归
16.多元线性回归应用
17.非线性回归 Logistic Regression
18.非线性回归应用
19.神经网络NN算法
20.支持向量机(SVM)算法(下)应用
21.支持向量机(SVM)算法下
22.回归中的相关度和决定系数
23.回归中的相关性和R平方值应用
24.Kmeans算法
25.Kmeans应用
26.Hierarchical clustering 层次聚类
27.总结

课程截图:

七周成为数据分析师

课程简介:

明星讲师。资深数据分析师,数据化运营专家秦路老师,潜心磨剑打造精品课程;
规划全面。涵盖基础、业务、思维、工具、方法等方方面面,提纲挈领,为数据分析师之路奠定坚实基础;
循序渐进。环节紧凑,积跬步以至千里,七周为期,焕发不一样的职业通道;
精品质量。教学方式活泼生动、易于理解与掌握;精致案例如临其境,利于提高实战能力;

[code]官方课程链接:https://edu.hellobi.com/course/205/overview[/code]

课程目录:

章节1: 如何七周成为数据分析师
课时1:为什么需要七周
课时2:七周应该怎么学

章节2: 第一周:数据分析思维
课时3:为什么思维重要
课时4:数据分析的三种核心思维(结构化)
课时5:数据分析的三种核心思维(公式化)
课时6:数据分析的三种核心思维(业务化)
课时7:数据分析的思维技巧(象限法)
课时8:数据分析的思维技巧(多维法)
课时9:数据分析的思维技巧(假设法)
课时10:数据分析的思维技巧(指数法)
课时11:数据分析的思维技巧(二八法)
课时12:数据分析的思维技巧(对比法)
课时13:数据分析的思维技巧(漏斗法)
课时14:如何在业务时间锻炼数据分析思维

章节3: 第二周:业务
课时15:为什么业务重要
课时16:经典的业务分析指标
课时17:市场营销指标
课时18:产品运营指标
课时19:用户行为指标
课时20:电子商务指标
课时21:流量指标
课时22:怎么生成指标
课时23:如何建立业务分析框架
课时24:市场营销模型
课时25:AARRR模型
课时26:用户行为模型
课时27:电子商务模型
课时28:流量模型
课时29:如何应对各类业务场景
课时30:如何应对各类业务场景(小练习)
课时31:数据化管理业务

章节4: 第三周:Excel
课时32:为什么要学习Excel
课时33:文本清洗函数
课时34:常见的文本清洗函数练习
课时35:关联匹配函数
课时36:逻辑运算函数
课时37:计算统计函数
课时38:时间序列函数
课时39:Excel的常见技巧
课时40:Excel工具(1)
课时41:Excel工具(2)
课时42:用Excel进行数据分析(1)
课时43:用Excel进行数据分析(2)

章节5: 第四周:数据可视化
课时44:数据可视化之美
课时45:常见的图表类型与应用
课时46:高级图表类型与应用
课时47:图表绘制
课时48:Excel绘图技巧
课时49:散点图
课时50:辅助列
课时51:复合图表
课时52:甘特图(1)
课时53:甘特图(2)
课时54:标靶图
课时55:杜邦分析法
课时56:Power BI入门
课时57:Power BI基础功能
课时58:Power BI操作技巧
课时59:用BI进行数据分析(1)
课时60:用BI进行数据分析(2)
课时61:Dashboard

章节6: 第五周:MySQL
课时62:MySQL安装
课时63:数据库
课时64:数据库实操
课时65:SQL select
课时66:SQL 条件查找
课时67:SQL group by
课时68:SQL group by 高级
课时69:SQL 函数
课时70:SQL 子查询
课时71:SQL join
课时72:SQL leetcode
课时73:SQL 加载
课时74:SQL 时间
课时75:SQL 练习(1)
课时76:SQL 练习(2)
课时77:SQL 连接 power bi

章节7: 第六周:统计学
课时78:描述统计学
课时79:分位数
课时80:标准差
课时81:权重统计
课时82:切比雪夫
课时83:箱线图
课时84:直方图
课时85:概率
课时86:贝叶斯
课时87:二项分布1
课时88:二项分布2
课时89:泊松分布
课时90:正态分布
课时91:假设检验

章节8: 第七周:Python
课时92:入门
课时93:数据类型
课时94:变量
课时95:列表
课时96:列表进阶
课时97:字典
课时98:集合
课时99:控制流
课时100:Python控制流循环
课时101:Python循环进阶
课时102:Python函数
课时103:高阶函数
课时104:第三方包
课时105:numpy
课时106:Python series
课时107:dataframe
课时108:Python dataframe查找
课时109:read_csv
课时110:计算
课时111:Python groupby
课时112:Python Pandas关联
课时113:Python Pandas 多重索引
课时114:Python Pandas 文本函数
课时115:Python Pandas 去重
课时116:Python Pandas apply
课时117:Python Pandas 聚合 apply
课时118:Python Pandas 数据透视
课时119:Python 连接数据库
课时120:Python连接数据库2
课时121:Python 连接数据库3
课时122:Python 练习 markdown
课时123:Python 练习(1)
课时124:Python 练习(2)
课时125:Python 练习(3)
课时126:Python 练习(4)
课时127:Python 练习(5)
课时128:Python 练习(6)
课时129:Python 练习(7)
课时130:Python 练习(8)
课时131:Python 练习(9)
课时132:Python 可视化(1)
课时133:Python 可视化(2)
课时134:Python 可视化(3)
课时135:Python 可视化(4)
课时136:Python 可视化(5)
课时137:Python 可视化(6)
课时138:Python 可视化(7)
课时139:Python 可视化(8)
课时140:Python seaborn 01
课时141:Python seaborn 02
课时142:Python seaborn 03
课时143:Python Seaborn 04
课时144:Python Seaborn 05
课时145:Python seaborn 06
课时146:python superset 01
课时147:Python superset 02
课时148:Python superset 03
课时149:Python superset 04
课时150:Python superset 05

课程截图:

Python开发简单爬虫

课程简介:

爬虫技术用来从互联网上自动获取需要的数据。课程从对爬虫的介绍出发,引入一个简单爬虫的技术架构,然后通过是什么、怎么做、现场演示三步骤,解释爬虫技术架构中的三个模块。最后,一套优雅精美的爬虫代码实战编写,向大家演示了实战抓取百度百科1000个页面的数据全过程

[code]官方课程链接:https://www.imooc.com/learn/563[/code]

课程目录:

第1章 课程介绍
本章对课程要学习的内容进行概览,明确告诉大家将从课程中学到开发一个爬虫所需的相关技术。
1-1 Python开发简单爬虫课程介绍

第2章 爬虫简介以及爬虫的技术价值
本章介绍了爬虫技术的含义,以及爬虫这门技术存在的价值和意义
2-1 爬虫是什么
2-2 爬虫技术的价值

第3章 简单爬虫架构
本章介绍了精心提炼的一个简洁爬虫技术架构,通过动态图介绍了技术架构实现爬虫任务的流程,使大家对爬虫的整体组成和运行流程有整体的把握。
3-1 Python简单爬虫架构
3-2 Python简单爬虫架构的动态运行流程

第4章 URL管理器和实现方法
本章介绍了简单爬虫架构的URL管理器模块,用于管理待爬取的URL集合和已爬取的URL集合,也介绍了实现URL管理器的几种方法
4-1 Python爬虫URL管理
4-2 Python爬虫URL管理器的实现方式

第5章 网页下载器和urllib2模块
本章介绍了简单爬虫架构的网页下载器模块,将网页下载下来然后才能进行后续的数据提取,本章然后介绍了Python自带的urllib2模块的各种使用语法用于网页的下载
5-1 Python爬虫网页下载器简介
5-2 Python爬虫urlib2下载器网页的三种方法
5-3 Python爬虫urlib2实例代码演示

第6章 网页解析器和BeautifulSoup第三方模块
本章介绍了简单爬虫架构的网页解析器模块,解析器用于从网页中提取价值数据和新的待爬取URL,本章然后介绍了BeautifulSoup这个强大的第三方模块用于数据的解析和提取
6-1 Python爬虫网页解析器简介
6-2 BeautifulSoup模块介绍和安装
6-3 BeautifulSoup的语法
6-4 BeautifulSoup实例测试

第7章 实战演练:爬取百度百科1000个页面的数据
本章是课程的核心部分,通过一套精心设计并编写的爬虫代码,实现了课程前面讲述的简单爬虫架构中各个组成部分,爬虫代码最终完成了百度百科1000个页面的数据爬取并进行了数据展示,本代码经过配置修改后,可以用来爬取任何网站数据。
7-1 Python爬虫实例-分析目标
7-2 调度程序
7-3 URL管理器
7-4 HTML下载器html_downloader
7-5 HTML解析器html_parser
7-6 HTML输出器
7-7 开始运行爬虫和爬取结果展示

第8章 课程总结
本章回顾了课程讲过的知识,对爬虫的技术架构有一个整体的回顾和把握,另外也对爬虫技术的深入发展将会遇到的困难进行了简单展望
8-1 课程总结

课程截图:

人工智能与机器学习 Python数据分析和机器学习

课程简介:

掌握机器学习技能后,你可以继续成为:机器学习工程师、高级数据分析师、人工智能工程师和机器人开发工程师。

机器学习可以让我们用已知的历史数据建立模型从而去预测未来新的数据所属于的类别或者分布规则等信息。

课程目录:

第一阶段:Python数据分析与建模库

01.Python快速入门

02.科学计算库Numpy

03.数据分析处理库Pandas

04.可视化库Matplotlib

05.Seaborn可视化库

第二阶段:机器学习经典算法

01.回归算法

02.决策树与随机森林

03.贝叶斯算法

04.Xgboost

05.支持向量机算法

06.时间序列AIRMA模型

07.神经网络基础

08.神经网络架构

09.PCA降维与SVD矩阵分解

10.聚类算法

11.推荐系统

12.Word2Vec

第三阶段:机器学习案例实战

01.使用Python分析科比生涯数据

02.案例实战-信用卡欺诈检测

03.Python文本数据分析

04.Kaggle竞赛案例-泰坦尼克获救预测

05.时间序列案例实战

06.Tensorflow框架

07.Mnist手写字体识别

08.Gensim中文词向量建模

09.探索性数据分析-赛事数据集分析

10.探索性数据分析-农粮数据分析

课程截图:

快速上手Linux 玩转典型应用视频教程

课程简介:

随着人工智能、大数据时代的到来,Linux的地位与日俱增!本门课程的讲师用通俗易懂的语言,以主流CentOS操作系统为例,系统讲解Linux知识点:Python\Java\PHP多语言运行环境配置、常用软件及应用部署、运维必备服务等实用技能,助你快速上手独立配置。

课程目录:

第1章 课程介绍
本章内容会给大家通览本门课程的所有知识点
第2章 Linux简介
本节课会带领大家一起来 了解Linux各个发行版历史、介绍Linux的应用领域、讲解Linux的学习方法和心得。
第3章 CentOs 的安装
本节课主要带领大家学习如何通过虚拟机搭建一个Linux Centos的操作系统。并讲解目前比较好的云服务器平台。为后续学习Linux提供环境准备!
第4章 准备工作
本节课主要是对Centos优化。替换默认源是为了更快的安装软件、安装Vim是为了方便操作文本、网络基本操作。
第5章 远程连接SSH专题
本章会重点讲解远程连接工具SSH,是Linux的重点学习点之一。会先介绍SSH基础原理和重要性。后讲解SSH服务端和客户端的安装。演示如何通过在不同平台SSH客户端连接Centos服务器、以及通过SSH KEY实现免密码登录、讲解管理多台服务器的运维技巧。…
第6章 Linux常用命令讲解
要驾驭Centos系统,就得熟悉Linux的操作命令。本章会和大家一起学习并实践Linux基本命令。包括软件操作、文本编辑神器Vim、服务器硬件资源操作、文本和文件夹操作、用户操作、磁盘相关操作、防火墙安全设置、提权sudo、不同平台文件上传下载。工欲善其事必先利其器,这些命令都是Linux的最常用操作,大家要认真实践练习。…
第7章 WebServer安装和配置讲解
本章讲解WebServer,会分别讲解常用的Apache和Nignx。会重点讲解商业最受欢迎的Nginx 。课程包括软件的安装、虚拟主机和伪静态的设置、以及Nginx的高级技巧 日志格式化、反向代理、负载均衡和调试技巧。
第8章 数据库服务
没有数据库的程序叫页面而已。本章会重点讲解最流行的开源数据库Mysql。包括Mysql的安装、密码初始化、远程连接、General Log、新建用户、分配权限、root密码重置。
第9章 缓存服务
缓存服务是一个商业系统中最要的一环,好的缓存服务可以为系统提供更快更好的服务 。本章会介绍比较流行的两款内存缓存 Redis 和Memcache。包括memcache的yum安装、redis 的源码安装。并通过telnet命令行对缓存服务进行操作演示。
第10章 Git安装和使用
作为互联网的一员,Git是必须要了解的一个专业技能。Git是最流行的分布式去中心化版本管理工具。包括git的安装、基本操作命令、免密操作。
第11章 Php框架TP5,Lavaral Yii2.0 环境配置
MVC框架是所有开发语言的基本,本次课程会讲解PHP吉祥三宝Yii2、TP5、Laravel5的运行环境配置 。并融合Nginx、Mysql、Redis、Memcache,演示多服务的配合
第12章 Java运行环境配置
Java是非常流行的后端编程语言。一直稳居最受开发者欢迎的开发语言之一。本章会讲解JDK、tomcat、maven的安装,tomcat操作命令。
第13章 Python运行环境
Python是个人最推荐学习的第二母开发语言,目前Python在机器学习方面有非常好的库,方便开发者学习。本章会介绍pip安装、虚拟环境的使用,flask框架的讲解。
第14章 服务管理
Linux中有我们需要了解几个重要服务包括:crontab 定时任务管理工具、时间同步服务、Logrotate日志切割服务、supervisor进程管理服务。
第15章 监控神器Zabbix
服务器犹如人的身体,监控状态是需要通过健康检查提前告知。Zabbix作为运维届的监控常青树,可以很方便的监控成千上万台的服务器。本章节讲解zabbix的安装 、服务器的基本配置项监控。
第16章 课程总结
课程重点知识梳理回顾。

课程截图: