刘晖：Python自动化办公

刘晖注册讲师 216查看

课程概要

培训时长 : 3天

课程价格 : 扫码添加微信咨询

课程分类 : 工作技能

课程编号 : 17572

联系老师

适用对象

课程介绍

【课程特色】

1. 课上采用案例式教学，通俗易懂，课下一对一辅导强化训练，学与练交叉进行强化记忆，你所要做的就是认真听，勤于问，乐于练。

2. 清晰的知识结构，根据应用经验采用最优化授课模式。

3. 内容充沛、详略得当，前后呼应。

4. 讲师资历丰富，具有丰富的实践经验。

5. 知识讲授+贴身案例+场景故事+互动讨论+现场演练+落地跟踪

【课程对象】相关人员

【课程时长】3天（6小时/天）

【课程大纲】

第1章走进Python编程

1.1 搭建编程环境

1.2 在Windows系统中搭建Python编程

1.3 在OS X系统中搭建Python编程

1.4 在Linux系统中搭建Python编程

第2章变量和简单数据类型

2.1 变量

2.2 字符串

2.3 数字

2.4 数据类型转化与运算

2.5 代码注释

第3章程序控制结构

3.1 分支结构

3.2 for计数循环

3.3 while条件循环　

3.4 停止和跳出循环

第4章序列中的列表

4.1 列表的概念　

4.2 列表的基本操作

4.3 列表分片

4.4 列表排序

第5章序列中的元组

5.1 认识元组

5.2 元组的基本操作

5.3 使用元组的方法

第6章序列中的字典

6.1 认识字典

6.2 字典的基本操作

6.3 遍历字典

6.4 字典嵌套

第7章 Python工具之函数

7.1 函数的基本认识和用法

7.2 函数的特性

7.3 函数的作用域

第8章类与对象

8.1 类与对象的初级认识

8.2 类与对象的进阶

8.3 类与对象之继承

8.4 类的三大特性

第9章程序的异常

9.1 错误与异常

9.2 异常的处理

第10章文件操作

10.1 读取文件

10.2 写入文件

10.3 文件读写之应用

第11章文件办公自动化与AI应用

11.1 os模块入门

11.2 os模块进阶

11.3 文字数据处理

11.4 AI智能应用功能

第12章 Excel操作的自动化

12.1 xlrd库的介绍和安装

12.1.1 xlrd库简介

12.1.2 安装xlrdD三方库

12.1.3 安装过程的问题处理　

12.2 xlrd库的使用

12.2.1 打开Excel工作表对象

12.2.2 数据读取单个单元格

12.2.3 数据读取多个单元格

12.2.4 Excel工作表写入单个数据

12.2.5 Excel工作表写入多个数据

12.2.6 Excel工作表数据复制

第13章 Excel格式控制

13.1 设置列宽行高

13.2 设置表的风格样式

13.2.1 风格样式属性

13.2.2 设定风格样式

13.3 设置字体属性

13.4 设置边界属性

13.5 设置对齐属性

13.6 设置模式属性

13.7 合并单元格

第14章 Excel自动建表实战

14.1 自动化建表应用场景

14.2 表格数据分析

14.3 数据格式整理

14.4 数据写入到表格

14.5 追加数据到表格

14.6 设置风格样式

14.7 封装风格样式

第15章让Excel自动处理飞起来

15.1 xlwings库的介绍和安装

15.1.1 什么是xlwings模块

15.1.2 安装xlwingsD三方库

15.2 xlwings库初体验

15.2.1 与Excel工作簿建立连接

15.2.2 相对路径和JD路径

15.2.3 获取单元格数据

15.2.4 工作簿文件的保存

15.3 xlwings库J速入门

15.3.1 xlwings库结构分析

15.3.2 实例化应用

15.3.3 创建工作簿对象

15.3.4 创建工作表对象

15.4 xlwings库常用的API（1）

15.4.1 了解API

15.4.2 工作表常用的API

15.4.3 单元格常用的API

15.5 xlwings库常用的API（2）

15.5.1 获取表格有效区

15.5.2 工作表中的函数

15.6 xlwings库的拓展API

15.6.1 设定字体样式

15.6.2 设定边界属性

15.6.3 设定对齐属性

第16章 Excel自动化处理实战

16.1 超市扫码记账系统案例

16.1.1 案例简介

16.1.2 文件的打包

16.1.3 exe文件图标设计

16.2 工作簿数据筛选

16.2.1 案例思路分析

16.2.2 模拟数据实现

16.2.3 实现数据筛选

第17章 Word文档的自动化操作

17.1 安装Python-docxD三方库

17.2 创建Word文档

17.2.1 创建空白Word文档

17.2.2 添加标题、段落和分页符

17.3 设置Word中图片和字体

17.3.1 操作图片

17.3.2 设置文档字体

17.4 合并多个文本文件到Word

17.5 Word中插入表格

第18章加载源Word文档的操作

18.1 加载源Word文档

18.2 学生在校证明模板渲染案例

第19章 Word模板渲染

19.1 docxtpl简介

19.2 学生通知书渲染案例

第20章 Word文档操作案例

20.1 拆分Word文档

20.2 合并Word文档

第21章 PPT文件的自动化操作

21.1 Python-pptx模块简介

21.1.1 安装Python-pptx库

21.1.2 创建PPT文件

21.2 PPT相关简介

21.2.1 PPT母版与PPT幻灯片

21.2.2 PPT层次结构

21.2.3 占位符

21.3 幻灯片相关操作

21.3.1 操作文本框

21.3.2 添加段落

21.3.3 添加图片

21.3.4 添加表格

21.3.5 添加形状

21.4 模板渲染

21.5 四种基本图形

21.5.1 折线图

21.5.2 柱形图

21.5.3 饼图和条形图

21.6 删除指定页

第22章邮件处理自动化操作

22.1 安装yagmail、keyringD三方库

22.2 关于邮箱POP3和SMTP协议

22.2.1 POP3和SMTP简介

22.2.2 开启POP3和SMTP协议

22.3 发送邮件

22.3.1 发送DY封邮件

22.3.2 添加图片或链接

22.3.3 群发邮件

22.4 添加附件和定时器

22.4.1 添加附件

22.4.2 设置定时器

22.5 读取邮件

22.5.1 读取所有邮件

22.5.2 查看不同类型的邮件

22.6 删除邮件

第23章 Web的自动化操作

23.1 Selenium模块简介

23.1.1 Selenium是什么

23.1.2 安装及环境配置

23.1.3 自动加载百度页面

23.2 数据解析提取

23.2.1 操控元素的基本方法

23.2.2 自动操作鼠标键盘

23.2.3 自动化交互—鼠标动作链

23.2.4 模拟百度自动化搜索

23.3 页面等待

23.3.1 显式等待

23.3.2 隐式等待

23.4 自动获取京东商城信息

23.4.1 设计思路

23.4.2 代码演示

23.5 自动获取淘宝商城信息

23.5.1 案例分析

23.5.2 代码分析

刘晖老师的其他课程

• 刘晖：数据挖掘技术及工程实践: 【课程特色】1. 课上采用案例式教学，通俗易懂，课下一对一辅导强化训练，学与练交叉进行强化记忆，你所要做的就是认真听，勤于问，乐于练。2. 清晰的知识结构，根据应用经验采用最优化授课模式。3. 内容充沛、详略得当，前后呼应。4. 讲师资历丰富，具有丰富的实践经验。5. 知识讲授+贴身案例+场景故事+互动讨论+现场演练+落地跟踪【课程对象】【课程时长】2天（6小时/天）【课程大纲】Python语言入门第1个主题： Python语言基础知识（介绍Python语言基础知识，包括Python语言数据类型、基础概念等）1、 Python语言历史与趋势剖析2、 Python语言安装3、如何运行Python程序4、 PyCharm开发环境介绍5、 Anaconda3开发环境介绍（以Anaconda3作为程序演示环境，Python3作为演示语言）6、 Python语言help()命令7、 Python基本命令8、变量(Variables)9、表达式(Expressions)10、基本数据类型11、字符串与正则表达式12、 Python条件表达式13、循环（loops）14、案例实战：正则表达式在爬虫中应用实例15、 Python数据结构16、 Python创建数组17、 Python矩阵运算18、 Python语言语法结构19、案例：Python语言实现运营商数据分析处理第2个主题： Python函数（深入Python函数的编写语言）1、 Python函数介绍2、数据分析与建模过程3、 Python语言定义函数规则4、 Python语言自定义函数5、 Python匿名函数6、 Python内置函数7、 Python函数案例第3个主题： Python类（class）（深入剖析Python类的原理）1、类（class）介绍2、 Python多重继承3、 Python不支持函数重载4、 Class and Instance Variables5、 Method Objects6、 Python类编写案例实战第4个主题： Python异常处理(Exceptions)（深入剖析Python异常处理）1、异常处理(Exceptions)简介2、 Python标准异常类3、 Python异常类编程案例实战（爬虫实例）第5个主题： Python模块 (Modules)（深入剖析模块 (Modules)）1、 Python模块 (Modules)介绍2、 Python自定义模块3、 Python模块的导入与添加4、 Python标准函数库模块5、 Python第三方模块第6个主题： Python文件读写（深入剖析Python文件读写）1、 Python文件读写简介2、 Python读写方法介绍3、 Python读写文本文件4、 Python读写二进制文件5、 Python读写json文件6、 Python读写xml文件第7个主题： Python操作关系型数据库（深入剖析Python操作关系型数据）1、 Python2安装MySQL Connector 2、 Python3安装MySQL Connector3、 Python语言操作数据库4、 Python语言数据库优化5、案例：Python语言实现话务数据时间序列建模案例练习：通过Python语言实现运营商数据分析处理案例的剖析数据分析过程，体会数据分析的难点和要点。研讨：Python语言实现电网数据分析处理Python的NumPy模块 1、 NumPy 安装2、 NumPy Ndarray 对象3、 NumPy 数据类型4、 NumPy 数组属性5、 NumPy 创建数组6、 NumPy 从已有的数组创建数组7、 NumPy 从数值范围创建数组8、 NumPy 切片和索引9、 NumPy 高级索引10、 NumPy 广播(Broadcast)11、 NumPy 迭代数组12、 Numpy 数组操作13、 NumPy 位运算14、 NumPy 字符串函数15、 NumPy 数学函数16、 NumPy 算术函数17、 NumPy 统计函数18、 NumPy 排序、条件刷选函数19、 NumPy 字节交换20、 NumPy 副本和视图21、 NumPy 矩阵库(Matrix)22、 NumPy 线性代数23、 NumPy IO24、 NumPy Matplotlib 案例练习：通过NumPy的案例的剖析数据分析过程，体会数据分析的难点和要点。研讨：NumPy的数据处理Python的Pandas模块 1、 Pandas环境安装配置2、 Pandas数据结构3、 Pandas快速入门4、 Pandas系列5、 Pandas数据帧（DataFrame）6、 Pandas面板（Panel）7、 Pandas基本功能8、 Pandas描述性统计9、 Pandas函数应用10、 Pandas重建索引11、 Pandas迭代12、 Pandas排序13、 Pandas字符串和文本数据14、 Pandas选项和自定义15、 Pandas索引和选择数据16、 Pandas统计函数17、 Pandas窗口函数18、 Pandas聚合19、 Pandas缺失数据20、 Pandas分组（GroupBy）21、 Pandas合并/连接22、 Pandas级联23、 Pandas日期功能24、 Pandas时间差（Timedelta）25、 Pandas分类数据26、 Pandas可视化27、 Pandas IO工具28、 Pandas稀疏数据29、 Pandas注意事项＆窍门30、 Pandas与SQL比较案例练习：通过Pandas使用案例的剖析数据分析过程，体会数据分析的难点和要点。研讨：Pandas的使用方法Python机器学习第1个主题： Python平台下的机器学习开发技术（介绍Python平台下的机器学习开发技术）31、 Python平台下的数据分析工具32、 Python平台下的数据分析工具概述33、 NumPy数据处理34、 NumPy案例35、 Scipy数值计算36、 SymPy符号处理37、 Matplotlib绘制图表38、 Pandas数据分析、探索工具39、 Pandas的DataFrame40、 DataFrame的构造41、 StatsModels数据统计建模分析42、 Scikit-Learn机器学习库43、 Keras人工神经网络44、 Keras的设计原则45、 Gensim文本挖掘库46、 OpenCV计算机视觉库47、案例：Python语言实现基于聚类的图像分割方法案例练习：通过案例的剖析数据分析过程，体会数据分析的难点和要点。研讨：Python语言实现基于聚类的图像分割方法Python机器学习第1个主题：聚类模型原理与实现（深入剖析聚类原理以及通过Python语言实现聚类算法模型）1、聚类介绍2、聚类算法应用场景3、聚类算法应用案例4、样品间相近性的度量5、快速聚类法6、快速聚类法的步骤7、用Lm距离进行快速聚类8、谱系聚类法9、类间距离及其递推公式10、谱系聚类法的步骤11、变量聚类12、 K-Means(K均值)聚类13、均值漂移聚类14、基于密度的聚类方法(DBSCAN)15、用高斯混合模型（GMM）的最大期望（EM）聚类16、凝聚层次聚类17、图团体检测(Graph Community Detection)18、案例：Python语言聚类实现及绘图19、案例：Kmeans应用案例剖析20、课堂实操：Python语言实现基于聚类的图像分割方法第2个主题：决策树模型原理与实现（深入剖析决策树原理以及通过Python语言实现决策树模型）1、决策树介绍2、决策树应用场景3、决策树应用案例4、信息熵5、 ID3算法6、 C4.5算法7、 CART算法8、决策树算法9、剪枝10、过拟合与调参11、决策树算法原理12、决策树法的决策过程13、案例：Python语言实现决策树模型14、课堂实操：Python语言实现决策树模型15、随机森林案例练习：通过案例的剖析数据分析过程，体会数据分析的难点和要点。图表分析和数据可视化图表和可视化技术可以使数据的展示更为直观，使数据的规律更容易被发现。同时，图表使信息的传递更为快速。1. Excel常规图表类型及其适用场合2. 几种加强版分析图表3. 绘制仪表盘案例剖析纳税评估模型偷漏电预测模型电信资源预测模型个人信用评级模型基于水色图像的水质评价模型6、基于数据挖掘技术的精确智能营销7、基于聚类分析的客户分群

• 刘晖：Python与数据分析实战-13天: 【匹配关键知识点】Python语言入门，Python网络编程、爬虫与机器学习，Python数据分析案例分享，基于spark集群的python数据分析实战等内容。【课程时间】13天（8小时/天）【课程简介】随着大数据时代的快速到来，以及大数据在生产生活中迅速应用，大数据领域如雨后春笋般的出现大量的新技术，如Hadoop、Spark等技术，其中Python语言已经成为大数据技术中最为重要的一部分，被越来越多的企业所使用。Python语言的功能涵盖了大数据领域的数据处理、统计分析、数据挖掘、机器学习、人工智能、大数据应用开发等各种不同类型的计算操作，应用范围广泛、前景非常广阔。本课程是尹老师多年工作经验的总结和归纳，从实际业务案例为入口，使学员从理论层到实操层面系统的学习数据处理技术，使学员深入理解Python语言等数据分析工具。通过本课程的学习，学员即可以正确的分析企业的数据，为管理者、决策层提供数据支撑。【课程收益】1、Python语言入门；2、Python网络编程；3、Python网络爬虫；4、Python机器学习；5、Python数据分析案例分享；6、基于spark集群的python数据分析实战；【课程特点】Python语言入门，Python网络编程、爬虫与机器学习，Python数据分析案例分享，基于spark集群的python数据分析实战等内容。【课程对象】 数据分析师、技术经理、产品经理、产品助理等 将承担数据分析师职责的业务人员或信息化人员 希望加强数据分析能力的软件开发人员 系统集成企业售前工程师、售前顾问及方案制作人员【学员基础】 具有2年以IT部门工作经验，将负责数据分析等相关任务的技术人员【课程大纲】（13天*8小时）时间内容案例实践与练习Day1~Day3Python语言入门Python语言基础知识（介绍Python语言基础知识，包括Python语言数据类型、基础概念等）Python语言历史与趋势剖析Python语言安装如何运行Python程序PyCharm开发环境介绍Anaconda3开发环境介绍（以Anaconda3作为程序演示环境，Python3作为演示语言）Python语言help()命令Python基本命令变量(Variables)表达式(Expressions)基本数据类型字符串与正则表达式Python条件表达式循环（loops）案例实战：正则表达式在爬虫中应用实例Python数据结构Python创建数组Python矩阵运算Python语言语法结构案例：Python语言实现运营商数据分析处理 Python函数（深入Python函数的编写语言）Python函数介绍数据分析与建模过程Python语言定义函数规则Python语言自定义函数Python匿名函数Python内置函数Python函数案例 Python类（class）（深入剖析Python类的原理）类（class）介绍Python多重继承Python不支持函数重载Class and Instance VariablesMethod ObjectsPython类编写案例实战 Python异常处理(Exceptions)（深入剖析Python异常处理）异常处理(Exceptions)简介Python标准异常类Python异常类编程案例实战（爬虫实例） Python模块 (Modules)（深入剖析模块 (Modules)）Python模块 (Modules)介绍Python自定义模块Python模块的导入与添加Python标准函数库模块Python第三方模块 Python文件读写（深入剖析Python文件读写）Python文件读写简介Python读写方法介绍Python读写文本文件Python读写二进制文件Python读写json文件Python读写xml文件 Python操作关系型数据库（深入剖析Python操作关系型数据）Python2安装MySQL Connector Python3安装MySQL ConnectorPython语言操作数据库Python语言数据库优化案例：Python语言实现话务数据时间序列建模案例练习：通过Python语言实现运营商数据分析处理案例的剖析数据分析过程，体会数据分析的难点和要点。研讨：Python语言实现运营商数据分析处理Day4～Day5Python网络编程多线程编程 (用实战实例介绍如何实现多线程) Python开发多线程的原理多线程创建线程锁网络应用程序编程实例：比如生成发送电子邮件 Python网络编程（介绍Python网络编程）TCP/IP网络介绍Socket基础知识Socket客户端服务器连接案例：聊天功能实战 Python Web开发实战（介绍Python Web实战）Python Web开发Django框架介绍定义和使用模型Django MVC架构Django开发环境搭建Django Session应用Django框架应用Django高级应用案例：客户通话历史记录查询案例练习：通过案例的剖析数据分析过程，体会数据分析的难点和要点。研讨：网络编程Day6~Day7Python网络爬虫 Python基础知识和网络程序基础知识（介绍Python基础知识和网络程序基础知识）Python语言简介Python开发环境搭建和选择IO编程进程和多线程基础知识网络编程和TCP协议 Web前端基础知识（介绍Web前端基础知识）Web程序的结构Web前端的内容HTMLCSSJavaScriptXPathJsonHTTP协议标准HTTP头和主体Cookie信息网络爬虫基础知识（介绍网络爬虫基础知识）网络爬虫概述网络爬虫及其应用网络爬虫结构HTTP请求的Python实现urllib2/urllib实现httplib/urllib实现更人性化的Requests HTML解析（HTML解析原理介绍）初识Firebug安装和配置Firebug正则表达式基本语法与使用Python中使用正则表达式BeautifulSoup概述安装和配置BeautifulSoupBeautifulSoup的使用lxml的XPath解析基本的爬虫程序开发（介绍基本的爬虫程序开发）基础爬虫架构及运行流程URL管理器HTML下载器HTML解析器数据存储器爬虫调度器协议分析（协议分析）Web端协议分析网页登录POST分析隐藏表单分析加密数据分析验证码问题IP代理Cookie登录传统验证码识别人工打码滑动验证码PC客户端抓包分析HTTPAnalyzer简介虾米音乐PC端API实战分析App抓包分析Wireshark简介酷我听书App端API实战分析API爬虫：爬取mp3资源信息 Scrapy爬虫框架（介绍Scrapy爬虫框架）Scrapy爬虫架构安装Scrapy创建cnblogs项目创建爬虫模块定义Item翻页功能构建ItemPipeline内置数据存储启动爬虫强化爬虫调试方法异常控制运行状态ItemLoaderItem与ItemLoader输入与输出处理器ItemLoaderContext?请求与响应下载器中间件Spider中间件扩展突破反爬虫案例研讨：通过案例的剖析数据分析过程，体会数据分析的难点和要点。研讨：网络爬虫的实现Day8Python的NumPy模块NumPy 安装NumPy Ndarray 对象NumPy 数据类型NumPy 数组属性NumPy 创建数组NumPy 从已有的数组创建数组NumPy 从数值范围创建数组NumPy 切片和索引NumPy 高级索引NumPy 广播(Broadcast)NumPy 迭代数组Numpy 数组操作NumPy 位运算NumPy 字符串函数NumPy 数学函数NumPy 算术函数NumPy 统计函数NumPy 排序、条件刷选函数NumPy 字节交换NumPy 副本和视图NumPy 矩阵库(Matrix)NumPy 线性代数NumPy IONumPy Matplotlib案例练习：通过NumPy的案例的剖析数据分析过程，体会数据分析的难点和要点。研讨：NumPy的数据处理Day9Python的Pandas模块Pandas环境安装配置Pandas数据结构Pandas快速入门Pandas系列Pandas数据帧（DataFrame）Pandas面板（Panel）Pandas基本功能Pandas描述性统计Pandas函数应用Pandas重建索引Pandas迭代Pandas排序Pandas字符串和文本数据Pandas选项和自定义Pandas索引和选择数据Pandas统计函数Pandas窗口函数Pandas聚合Pandas缺失数据Pandas分组（GroupBy）Pandas合并/连接Pandas级联Pandas日期功能Pandas时间差（Timedelta）Pandas分类数据Pandas可视化Pandas IO工具Pandas稀疏数据Pandas注意事项＆窍门Pandas与SQL比较案例练习：通过Pandas使用案例的剖析数据分析过程，体会数据分析的难点和要点。研讨：Pandas的使用方法Day10Python机器学习Python平台下的机器学习开发技术（介绍Python平台下的机器学习开发技术）Python平台下的数据分析工具Python平台下的数据分析工具概述NumPy数据处理NumPy案例Scipy数值计算SymPy符号处理Matplotlib绘制图表Pandas数据分析、探索工具Pandas的DataFrameDataFrame的构造StatsModels数据统计建模分析Scikit-Learn机器学习库Keras人工神经网络Keras的设计原则Gensim文本挖掘库OpenCV计算机视觉库案例：Python语言实现基于聚类的图像分割方法案例练习：通过案例的剖析数据分析过程，体会数据分析的难点和要点。研讨：Python语言实现基于聚类的图像分割方法Day11Python机器学习聚类模型原理与实现（深入剖析聚类原理以及通过Python语言实现聚类算法模型）聚类介绍聚类算法应用场景聚类算法应用案例样品间相近性的度量快速聚类法快速聚类法的步骤用Lm距离进行快速聚类谱系聚类法类间距离及其递推公式谱系聚类法的步骤变量聚类K-Means(K均值)聚类均值漂移聚类基于密度的聚类方法(DBSCAN)用高斯混合模型（GMM）的最大期望（EM）聚类凝聚层次聚类图团体检测(Graph Community Detection)案例：Python语言聚类实现及绘图案例：Kmeans应用案例剖析课堂实操：Python语言实现基于聚类的图像分割方法决策树模型原理与实现（深入剖析决策树原理以及通过Python语言实现决策树模型）决策树介绍决策树应用场景决策树应用案例信息熵ID3算法C4.5算法CART算法决策树算法剪枝过拟合与调参决策树算法原理决策树法的决策过程案例：Python语言实现决策树模型课堂实操：Python语言实现决策树模型随机森林案例练习：通过案例的剖析数据分析过程，体会数据分析的难点和要点。研讨： Python语言实现基于聚类的图像分割方法Day12Python数据分析案例分享随机森林模型原理与实现（深入剖析随机森林原理以及通过Python语言实现随机森林模型）随机森林介绍随机森林的特点随机森林的相关基础知识信息、熵以及信息增益的概念随机森林的生成随机森林算法随机森林算法原理袋外错误率（oob error）随机森林应用场景随机森林应用案例案例：Python语言实现随机森林模型课堂实操：Python语言实现随机森林模型xgboost 支持向量机模型原理与实现（深入剖析支持向量机算法原理以及通过Python语言实现支持向量机模型）支持向量机介绍支持向量机应用场景支持向量机应用案例支持向量机算法支持向量机算法原理线性可分支持向量机间隔最大化和支持向量对偶问题求解柆格朗日函数非线性支持向量机和核函数超平面线性核多项式核高斯核拉普拉斯核sigmiod核线性支持向量机（软间隔支持向量机）与松弛变量松驰因子案例：Python语言实现支持向量机模型课堂实操：Python语言实现基于SVM的字符识别方法神经网络模型原理与实现（深入剖析神经网络算法原理以及通过Python语言实现神经网络模型）神经网络介绍神经网络概念神经网络发展历史神经网络的别名神经网络研究的主要内容神经网络基本构成神经网络模拟人的智能行为的四个方面神经网络的特点学习能力适应性问题神经网络基本网络模型单层网络多层网络循环网络基本网络结构特点典型训练算法运行方式典型问题解决方法感知机线性神经网络BP神经网络RBF网络竞争网络反馈神经网络随机神经网络遗传算法PSO与神经网络优化自定义深度神经网络结构深度神经网络的优化方法深度框架的损失函数课堂实操：Python语言实现基于神经网络的人脸识别方法案例练习：通过案例的剖析数据分析过程，体会数据分析的难点和要点。研讨：Python语言实现基于神经网络的人脸识别方法Day13基于spark集群的python数据分析实战基于Spark集群的Python的数据分析实战基于Python开发Spark 程序概述基于Python开发Spark 程序算法库介绍基于Python开发Spark 程序架构剖析基于Python开发Spark 程序机器学习算法剖析数据类型基本统计算法分类与回归协同过滤聚类降维特征提取与转换频繁模式挖掘评价指标基于Python开发Spark 程序编程基于Python开发Spark 程序 APIs介绍基于Python开发Spark 程序机器学习算法应用实战基于Python开发Spark 程序实战案例：数据聚类分析案例剖析案例练习：通过基于Python开发Spark 程序实战案例：数据聚类分析案例剖析，剖析数据分析过程，体会数据分析的难点和要点。研讨：数据聚类分析案例（5）教学实验数据分析概述：1、大数据企业应用障碍分析数据的产生、导入与预处理：案例练习：通过数据整理的编程和应用案例的剖析数据分析过程，体会数据分析的难点和要点。案例练习：通过案例的剖析数据分析过程，体会数据分析的难点和要点。案例练习：通过淘宝双十一案例的剖析数据分析过程，体会数据分析的难点和要点。案例研讨：通过数据挖掘案例的剖析数据分析过程，体会数据分析的难点和要点。研讨：数据挖掘案例练习：通过企业实践案例的剖析数据分析过程，体会数据分析的难点和要点。研讨：企业实践案例分享案例练习：通过数据模型的应用案例剖析案例的剖析数据分析过程，体会数据分析的难点和要点。研讨：数据模型的应用案例剖析数据分析与挖掘基础：1、课堂实操：数据整理的编程和应用2、企业OLAP模型设计案例剖析3、实例分享：淘宝双十一4、实例分享：腾讯QQ5、实例分享：百度文库6、实例分享：打车大战7、实验：Pig的实用案例8、实验：Hive安装部署9、实验：Sqoop安装10、实验：Sqoop Shell11、实验：FLume大数据架构案例分享及实战演练12、实验：企业实践案例分享 R语言数据分析实战：1、实验：安装R语言2、实验：R语言编程案例3、实验： R语言的绘图功能4、实操：R和MySQL的交互5、实操：R和Oracle的交互6、实操：R和Excel的交互7、案例：蒙特卡罗模拟的应用8、案例1：汽车数据描述统计分析9、案例2：财政收入与税收描述统计分析10、案例：蒙特卡罗模拟的应用11、实操：R语言实现蒙特卡罗求圆周率12、实操：R语言一元线性回归模型检验13、实操：R语言实现多元线性回归14、实操：R语言非线性回归15、案例：用户离网预测16、案例：中国税收收入增长案例分析17、案例：新教学方法的效果18、案例：信用卡违约预测19、案例分享：文章分类大数据工具介绍之Hadoop：1、实例分享：马云预测经济危机案例剖析2、实例分享：双十一亿背后的开源技术3、实验：Hadoop集群部署4、实验：CLI操作HDFS5、实验：Java操作HDFS6、实验：MapReduce命令操作7、实验：MapReduce程序打包并在命令行运行8、实验：动手编写MapReduce程序大数据工具介绍之Spark：1、编程实战：第一个 Scala 程序2、编程实战：编程Scala程序实例3、编程实战：Scala函数编程实例4、编程实战：Scala语言复杂数据类型编程实战5、编程实战：用SBT对Scala项目打包与发布6、实验：Spark集群部署7、实验：Scala编写Spark程序8、实验：Python编写Spark程序9、实验：Spark Shell10、编程实战：Spark基础操作编程实战11、企业级案例：Spark Streaming与Kafka整合实现数据实时数据分析处理设计与分析 Pyspark集群调度与数据处理：1、编程实战：Spark基础操作编程实战2、PySpark MLlib实战案例：数据聚类分析案例剖析3、案例：Python编写Spark大数据程序大数据可视化：1、可视化案例实战：数据占比柏拉图绘制2、可视化案例实战：仪表盘制作3、实验：柏拉图制作4、实验：仪表盘制作5、实验：玫瑰图制作6、实验：热力图制作7、实验：地图制作8、实验：文字云制作9、淘宝24小时生活数据可视化案例10、无线淘宝数据可视化案例11、Google公司数据可视化案例12、Facebook用户画像可视化案例13、个人用户画像案例14、如何撰写一份优秀的数据分析报告 Python与数据分析实战：1、案例实战：正则表达式在爬虫中应用实例2、案例：Python语言实现运营商数据分析处理3、实验：Python语言自定义函数4、案例：Python语言实现蒙特卡罗求圆周率5、课堂实操：数据整理的编程和应用6、案例：Python语言实现购物蓝关联规则分析7、课堂实操：Python语言实现随机森林模型8、课堂实操：Python语言实现金融数据时间序列建模9、课堂实操：基于余弦相似度的精准营销10、案例分享：文章分类11、案例：Python编写Spark大数据程序

• 刘晖：Openstack 环境搭建: 【课程特色】1. 课上采用案例式教学，通俗易懂，课下一对一辅导强化训练，学与练交叉进行强化记忆，你所要做的就是认真听，勤于问，乐于练。2. 清晰的知识结构，根据应用经验采用最优化授课模式。3. 内容充沛、详略得当，前后呼应。4. 讲师资历丰富，具有丰富的实践经验。5. 知识讲授+贴身案例+场景故事+互动讨论+现场演练+落地跟踪【课程对象】相关人员【课程时间】3小时线下【课程大纲】一、Keystone—OpenStack身份认证服务1.1 简介1.2 安装OpenStack身份认证服务1.3 为SSL通信配置OpenStack身份认证1.4 在Keystone里创建租户1.5 在Keystone里配置角色1.6 往Keystone里添加用户二、Glance—OpenStack镜像服务2.1 简介2.2 安装OpenStack镜像服务三、Neutron—OpenStack网络服务3.1 简介3.4 安装并配置Neutron API服务四、Nova—OpenStack计算服务4.1 简介4.2 安装OpenStack计算控制节点服务4.3 安装OpenStack计算软件包五、Swift—OpenStack对象存储5.1 简介5.2 在Keystone中配置Swift服务和用户六、使用OpenStack对象存储6.1 简介6.2 安装swift客户端工具七、管理OpenStack对象存储7.1 简介7.2 用swift-init管理OpenStack对象存储集群八、Cinder—OpenStack块存储8.1 简介8.2 配置Cinder卷服务9、使用OpenStack Dashboard9.1 简介9.2 安装OpenStack Dashboard

刘晖：Python自动化办公

课程概要

适用对象

课程介绍

刘晖老师的其他课程

相关课程

添加企业微信