人工智能、python、web/网络爬虫开发
| 序号 | 课程名 | 课程知识 | 课时 | 考核要求 |
| 第一阶段：Linux基础知识和python核心开发 | ||||
| 1 | Linux操作系统 | 操作系统基本结构、文件系统、内核介绍、基本的系统命令、VI、网络基本概念、用户配置等知识 | 16 | 课后作业 |
| 2 | Shell编程 | bash、csh的配置和编写、shell基本语法、条件判断、循环分支、系统调用等知识 | 24 | 课后作业 |
| 3 | Linux网络和多任务调度 | 多任务进程、多任务协程、多任务线程、TCP、UDP、收发文件夹、网络协议和数据包解析等知识 | 8 | 课后作业 |
| 4 | Python语言基础 | 环境安装和配置、注释、类型、变量、运算符、输入/输出、条件判断、循环、列表、元组、字典等操作等知识 | 56 | 课后作业 |
| 5 | Python函数 | 函数的基本概念、深入函数、函数对象、特殊函数、命名空间、调用、引用、递归思想等 | 8 | 课后作业 |
| 6 | 阶段成果检测 | 上机测试 | 8 | 考试 |
| 第二阶段：Linux知识和python开发 | ||||
| 2 | python面向对象编程 | 面向对象编程介绍；类和对象；类的定义； 创建对象；魔法方法；self； 保护对象的属性；__del__()方法； 单继承；多继承；重写方法以及调用被重写的方法；多态；类属性和实例属性； | 16 | 课后作业 |
| python错误和异常处理 | 模块化、设计模式、异常、第三工具库 | 8 | ||
| python模块 | 编写模块、标准库：sys/copy/OS/堆/日期和时间/XML/JSON/第三方库使用 | 16 | 文件操作 | |
| python文件操作 | 文件的打开与关闭、文件拷贝、随机定位与读写、文件重命名、删除、文件夹的相关操作 | 8 | ||
| 3 | 数据库 | Mongodb数据库、mysql数据库、Redis数据库讲解、认识RDBMS和NOSQL的异同 | 32 | 课后作业 |
| 4 | python数据库访问技术 | 学习python如何操作mysql，掌握pymysql库的使用，学习如何操作mongodb,掌握pymongo的使用 | 16 | 课后作业 |
| 5 | 项目实战 | 《银行帐户管理系统》、《航班订票系统》 | 40 | 课后作业 |
| 6 | 阶段成果检测 | 上机测试 | 8 | 课后作业 |
| 第三阶段：python Web开发 | ||||
| 1 | HTML/H5 | HTML语义、HTML标签、段落、文本、表格、图片、视频、音频、列表、表单控件、超链接、H5新元素 | 16 | 课后作业 |
| 2 | CSS/C3 | CSS的作用、页面布局、文本修饰、表格修饰、图片修饰、表单修饰、超链接修饰、C3新属性、浏览器兼容 | 24 | 课后作业 |
| 3 | JavaScript | js语法、内置类型、DOM操作、浏览器对象、面向对象编程、闭包语法、闭包使用技巧、函数应用 | 32 | 课后作业 |
| 4 | jQuery框架开发 | jQuery框架解决的问题、选择器、DOM操作、AJAX封装、表单操作、集成的插件、jQuery生态 | 32 | 课后作业 |
| 5 | Django框架开发 | 安装、配置、模板、模型、表单、admin管理工具、Django Nginx+uwsgi安装配置 | 32 | 课后作业 |
| 6 | Flask Web轻量级框架 | 入门、调试模式、路由、静态文件、访问请求数据、重定向和错误、响应、会话、消息闪现、日志记录、部署到WEB服务器 | 16 | 课后作业 |
| 7 | nginx反向服务器配置 | 安装、配置和使用 | 8 | 课后作业 |
| 8 | Web项目实战 | 基于Django的内容管理系统《CMS》 | 40 | 演示验收 |
| 9 | 阶段成果检测 | 上机测试 | 8 | 考试 |
| 第四阶段：网络爬虫开发 | ||||
| 1 | 爬虫开发 | 爬虫知识体系和urllib2库基本使用；urllib2与Requests模块； 结构化数据和非结构化数据提取；多线程爬虫+Selenium+PhantomJS； 定向抓取互联网中领域的海量信息； 数据分析,清洗数据,进行数据分析和挖掘 | 32 | 课后作业 |
| 2 | Mongodb应用开发 | 基本使用增删改查；聚合操作； 备份和恢复； Mongodb和python交互； | 16 | 课后作业 |
| 3 | Scrapy框架 | 配置安装、入门案例； Scrapy Shell； item Pipline、Spider； CrawlSpider； Downloader Middlewares； Settings； | 32 | 课后作业 |
| 4 | Scrapy-Redis分布式组件技术 | Scrapy-redis提供了下面四种组件（components）：(这四个模块都要做相应的修改)； Scheduler； Duplication Filter； Item Pipeline； Base Spider； | 16 | 课后作业 |
| 6 | 爬虫项目实战 | 基于各自选择的方向，开发出自己的网格爬虫应用 | 80 | 演示验收 |
| 7 | 阶段成果检测 | 上机测试 | 8 | 考试 |
| 第五阶段：人工智能(机器学习、深度学习) | ||||
| 1 | 数学基础 | 微积分与概率论基础； 线性代数与矩阵运算； 数理统计与参数估计； 凸优化基础； 梯度下降和拟牛顿、大熵模型； | 32 | 课后作业 |
| 2 | 数据分析 | 科学计算numpy、pandas； 分析策略；数据可视化matpalotlib； 自然语言处理NLTK | 24 | 课后作业 |
| 3 | 机器学习 | 分类算法；回归与非监督学习。 numpy数据处理Ipython入门、numpy导入、ndarray属性与基本操作 pandas、scipy、matplotlib、KNN 线性回归&逻辑斯蒂回归算法 导数回顾、实例糖尿病的线性回归、岭回归与Lasso回归、线性回归原理、矩阵的回顾、逻辑斯蒂回归算法； 决策树算法&朴素贝叶斯算法 决策树原理、贝叶斯原理、决策树实例、贝叶斯实例； SVM支持向量机&聚类k-means算法.SVM原理、K-Means算法原理、SVM 实例、K-Means算法实际应用案例 | 40 | 课后作业 |
| 4 | 机器学习项目实战 | 算法与项目相结合，选择经典kaggle项目，从数据预处理开始一步步代码实战带大家入门机器学习: 实战案例： 1.人脸识别； 2.手迹识别； 3.预测年收入； 4.自动脸补全； 5.使用聚类手写数字识别； 6.汽车车牌识别； | 40 | 课后作业 |
| 5 | 深度学习 | TensorFlow框架开发； Tensorflow IO操作； 神经网络基础、全连接神经网络与实现； 卷积神经网络网络与实现； | 48 | 课后作业 |
| 6 | 深度学习项目实战 | 图像识别 | 48 | 演示验收 |
| 7 | 阶段成果检测 | 上机测试 | 8 | 考试 |
课程内容以实际授课为准
