階段一、人工智能之訓(xùn)練成果報(bào)告可視化技術(shù)

課程一、數(shù)據(jù)可視化基礎(chǔ)

1）可視化技術(shù)骨骼技術(shù)之HTML技術(shù)：HTML結(jié)構(gòu)、HTML表單、HTML文檔

2）可視化技術(shù)皮膚之CSS技術(shù)：CSS樣式、樣式引入技術(shù)

3）可視化技術(shù)驅(qū)動(dòng)之Javascript與Jquery:Javascript事件、Javascript Dom和BOM操作、網(wǎng)頁(yè)特效

課程二、圖表可視化技術(shù)

1）百度圖表可視化框架

2）百度圖表可視化十大經(jīng)典案例

課程三、Python核心編程

1）Python介紹、Anaconda+Pycharm安裝、Python語(yǔ)法格式簡(jiǎn)介、編碼規(guī)范簡(jiǎn)介、常用關(guān)鍵字介紹

2）變量與賦值、運(yùn)算符和基本運(yùn)算、位運(yùn)算、字符串處理

3）列表元祖、字典、數(shù)組、切片、列表推導(dǎo)式、淺拷貝和深拷貝

4）條件判斷語(yǔ)句、循環(huán)控制語(yǔ)句

5）函數(shù)的定義、函數(shù)閉包、裝飾器、lambda表達(dá)式、遞歸函數(shù)及尾遞歸優(yōu)化、常用內(nèi)置函數(shù)/高階函數(shù)

6）項(xiàng)目案例：約瑟夫環(huán)問(wèn)題

7）類和實(shí)例、訪問(wèn)限制、繼承和多態(tài)及多重繼承、獲取對(duì)象信息、實(shí)例屬性和類屬性、模塊和包、類中的模式方法、異常和錯(cuò)誤處理、debug調(diào)試

課程四、Python高級(jí)編程+數(shù)據(jù)可視化

1）時(shí)間庫(kù)，主要講解time、datetime，為之后時(shí)間序列分析做準(zhǔn)備。

2）python鏈接數(shù)據(jù)庫(kù)，使用pymysql、pyhive操作數(shù)據(jù)倉(cāng)庫(kù)，存儲(chǔ)數(shù)據(jù)源采集結(jié)果，以及存儲(chǔ)訓(xùn)練成果。

3）文件、目錄操作，通過(guò)os，file等模塊實(shí)現(xiàn)文件、目錄操作，方便數(shù)據(jù)文件提取。

4）機(jī)器學(xué)習(xí)模塊庫(kù)，掌握數(shù)值計(jì)算庫(kù)Numpy、數(shù)據(jù)分析庫(kù)Pandas，為之后機(jī)器學(xué)習(xí)算法實(shí)現(xiàn)奠定基礎(chǔ)。 5）數(shù)據(jù)可視化繪圖庫(kù)，使用matplotlib實(shí)現(xiàn)數(shù)據(jù)可視化

階段二、人工智能之?dāng)?shù)據(jù)源采集及訓(xùn)練成果存儲(chǔ)技術(shù)

課程五、非分布式存儲(chǔ)技術(shù)

1）利用關(guān)系型數(shù)據(jù)庫(kù)存儲(chǔ)數(shù)據(jù)源以及訓(xùn)練成果數(shù)據(jù)，掌握關(guān)系型數(shù)據(jù)庫(kù)原理和數(shù)據(jù)結(jié)構(gòu)、數(shù)據(jù)庫(kù)環(huán)境搭建、數(shù)據(jù)倉(cāng)庫(kù)創(chuàng)建、數(shù)據(jù)工作表創(chuàng)建、數(shù)據(jù)倉(cāng)庫(kù)數(shù)據(jù)類型設(shè)定、數(shù)據(jù)倉(cāng)庫(kù)CRUD

課程六、分布式存儲(chǔ)技術(shù)

1）利用分布式數(shù)據(jù)倉(cāng)庫(kù)存儲(chǔ)大數(shù)據(jù)源以及訓(xùn)練成果數(shù)據(jù)，掌握分布式環(huán)境搭建、分布式數(shù)據(jù)倉(cāng)庫(kù)Hive存儲(chǔ)結(jié)構(gòu)與原理、分布式數(shù)據(jù)倉(cāng)庫(kù)Hive實(shí)戰(zhàn)應(yīng)用

課程七、Tableau人工智能訓(xùn)練成果展示

1）訓(xùn)練成果可視化展示利器，掌握了解數(shù)據(jù)可視化意義、Tableau十大經(jīng)典可視化圖形展示、Tableau訓(xùn)練成果可視化案例

課程八、數(shù)據(jù)采集技術(shù)

1）數(shù)據(jù)采集技術(shù)原理，熟練掌握網(wǎng)絡(luò)爬蟲(chóng)含義、爬蟲(chóng)原理以及反爬蟲(chóng)機(jī)制

2）數(shù)據(jù)采集應(yīng)用，使用json、requests，lxml，beatuifulSoup模塊實(shí)現(xiàn)數(shù)據(jù)的采集與解析

3）數(shù)據(jù)采集實(shí)戰(zhàn)，實(shí)現(xiàn)百度圖片下載、博客園博文數(shù)據(jù)采集、Python100例數(shù)據(jù)采集、QQ音樂(lè)數(shù)據(jù)采集及音樂(lè)文件下載

階段三、人工智能之機(jī)器學(xué)習(xí)

課程九、數(shù)學(xué)基礎(chǔ)

1）數(shù)據(jù)分析：熟練掌握常數(shù)e、導(dǎo)數(shù)、梯度、Taylor、gini系數(shù)、信息熵與組合數(shù)、梯度下降、牛頓法等知識(shí)點(diǎn)；

2）概率論：微積分與逼近論、極限、微分、積分基本概念、利用逼近的思想理解微分，利用積分的方式理解概率、概率論基礎(chǔ)、古典模型、常見(jiàn)概率分布、大數(shù)定理和中心極限定理、協(xié)方差(矩陣)和相關(guān)系數(shù)、似然估計(jì)和大后驗(yàn)估計(jì)等知識(shí)點(diǎn)；

3）線性代數(shù)及矩陣：線性空間及線性變換、矩陣的基本概念、狀態(tài)轉(zhuǎn)移矩陣、特征向量、矩陣的相關(guān)乘法、矩陣的QR分解、對(duì)稱矩陣、正交矩陣、正定矩陣、矩陣的SVD分解、矩陣的求導(dǎo)、矩陣映射/投影等知識(shí)點(diǎn)；

4）凸顯示：凸優(yōu)化基本概念、凸集、凸函數(shù)、凸優(yōu)化問(wèn)題標(biāo)準(zhǔn)形式、凸優(yōu)化之Lagerange對(duì)偶處、凸優(yōu)化之牛頓法、梯度下降法求解

課程十、機(jī)器學(xué)習(xí)

1）機(jī)器學(xué)習(xí)概述

2）數(shù)據(jù)清洗和特征選擇：實(shí)現(xiàn)特征抽取、特征轉(zhuǎn)換、特征選擇、降維、特征工程

3）回歸算法：Linear Regression算法、Lasso Regression算法、Ridge Regression/Classifier算法、Elastic Net算法、Logistic算法、K-鄰近算法(KNN)

4）決策樹(shù)、隨機(jī)森林和提升算法：決策樹(shù)算法: ID3、C4.5、CART、決策樹(shù)優(yōu)化、Bagging和Boosting算法、隨機(jī)森林、Adaboost算法、GBDT算法、Xgboost、LightGBM

5）SVM：線性可分支持向量機(jī)、核函數(shù)理解、SMO算法、SVM回歸SVR和分類SVC

6）聚類算法：各種相似度度量介紹及相關(guān)關(guān)系、K-means算法、K-means算法優(yōu)缺點(diǎn)及變種算法、密度聚類、層、聚類、譜聚類

7）EM算法：大似然估計(jì)、EM算法原理講解、多元高斯分布的EM實(shí)現(xiàn)、主題模型pLSA及EM算法

8）貝葉斯算法：樸素貝葉斯、條件概率表達(dá)形式、貝葉斯網(wǎng)絡(luò)的表達(dá)形式

9）隱馬爾科夫模型：概率計(jì)算問(wèn)題、前向/后向算法、HMM的參數(shù)學(xué)習(xí)、高斯混合模型HMM

10）LDA主題模型：LDA主題模型概述、共軛先驗(yàn)分布、Dirichlet分布、Laplace平滑、Gibbs采樣詳解、LDA與word2Vec效果比較。

課程十一、Pyspark

1）Hadoop基礎(chǔ)

2）Spark基礎(chǔ)

3）Spark Mlib機(jī)器學(xué)習(xí)

階段四、人工智能之智能推薦技術(shù)

課程十二、Python開(kāi)發(fā)高手推薦系統(tǒng)

1）推薦算法概述

2）推薦算法理論介紹(協(xié)同過(guò)濾、基于內(nèi)存的推薦、基于知識(shí)的推薦等)

3） 數(shù)據(jù)挖掘相關(guān)算法(關(guān)聯(lián)規(guī)則、Aprior算法)

4） 項(xiàng)目案例：音樂(lè)推薦、隱因子模型推薦

階段五、人工智能之深度學(xué)習(xí)

課程十三、深度學(xué)習(xí)

1）Tensorflow基本應(yīng)用：掌握Tensorflow環(huán)境配置、Tensorflow基本概念、Tensorflow函數(shù)式編程、Tensorflw執(zhí)行流程、Tensorflw之上的工具庫(kù)：Keras，以及基于Tensorflow實(shí)現(xiàn)回歸算法實(shí)現(xiàn)。

2）深度學(xué)習(xí)概述

3）感知器神經(jīng)網(wǎng)絡(luò)

4）BP神經(jīng)網(wǎng)絡(luò)

5）RBF徑向基神經(jīng)網(wǎng)絡(luò)

6）CNN卷積神經(jīng)網(wǎng)絡(luò)

7）RNN循環(huán)神經(jīng)網(wǎng)絡(luò)

8）生成對(duì)抗網(wǎng)絡(luò)（GAN，WGAN，EBGAN，DCGAN等）

階段六、人工智能之圖像處理技術(shù)

課程十四、圖像處理篇

1）圖像基礎(chǔ)：圖像讀，寫(xiě)，保存，畫(huà)圖（線，圓，多邊形，添加文字）

2）圖像操作及算數(shù)運(yùn)算：圖像像素讀取，算數(shù)運(yùn)算，ROI區(qū)域提取

3）圖像顏色空間運(yùn)算:圖像顏色空間相互轉(zhuǎn)化

4）圖像幾何變換:平移，旋轉(zhuǎn)，仿射變換，透視變換等

5）圖像形態(tài)學(xué):腐蝕，膨脹，開(kāi)/閉運(yùn)算等

6）圖像輪廓:長(zhǎng)寬，面積，周長(zhǎng)，外接圓，方向，平均顏色，層次輪廓等

7）圖像統(tǒng)計(jì)學(xué):圖像直方圖

8）圖像濾波:高斯濾波，均值濾波，雙邊濾波，拉普拉斯濾波等

階段七、人工智能之自然語(yǔ)言處理技術(shù)

課程十五、自然語(yǔ)言處理

1）詞（分詞，詞性標(biāo)注）代碼實(shí)戰(zhàn)

2）詞（深度學(xué)習(xí)之詞向量，字向量）代碼實(shí)戰(zhàn)

3）詞（深度學(xué)習(xí)之實(shí)體識(shí)別和關(guān)系抽?。┐a實(shí)戰(zhàn)

4）詞（關(guān)鍵詞提取，無(wú)用詞過(guò)濾）代碼實(shí)戰(zhàn)

5）句（句法分析，語(yǔ)義分析）代碼實(shí)戰(zhàn)

6）句（自然語(yǔ)言理解,一階邏輯）代碼實(shí)戰(zhàn)

7）句（深度學(xué)習(xí)之文本相似度）代碼實(shí)戰(zhàn)

階段八、人工智能之企業(yè)項(xiàng)目實(shí)戰(zhàn)

實(shí)戰(zhàn)型項(xiàng)目一、基于FaceNet、云平臺(tái)的人臉識(shí)別及人臉檢索系統(tǒng)

使用深度學(xué)習(xí)框架從零開(kāi)始完成人臉檢測(cè)的核心技術(shù)圖像類別識(shí)別的操作，從數(shù)據(jù)預(yù)處理開(kāi)始一步步構(gòu)建網(wǎng)絡(luò)模型并展開(kāi)分析與評(píng)估，方便大家快速動(dòng)手進(jìn)行項(xiàng)目實(shí)踐！識(shí)別上千種人臉，返回層次化結(jié)構(gòu)的每個(gè)人的標(biāo)簽。

實(shí)戰(zhàn)型項(xiàng)目二、基于GBDT、Randomforest實(shí)現(xiàn)千萬(wàn)級(jí)P2P金融系統(tǒng)反欺詐系統(tǒng)

目前比較火的互聯(lián)網(wǎng)金融領(lǐng)域，實(shí)質(zhì)是小額信貸，小額信貸風(fēng)險(xiǎn)管理，本質(zhì)上是事前對(duì)風(fēng)險(xiǎn)的主動(dòng)把控，盡可能預(yù)測(cè)和防范可能出現(xiàn)的風(fēng)險(xiǎn)。本項(xiàng)目應(yīng)用GBDT、Randomforest等機(jī)器學(xué)習(xí)算法做信貸反欺詐模型，通過(guò)數(shù)據(jù)挖掘技術(shù)，機(jī)器學(xué)習(xí)模型對(duì)用戶進(jìn)行模型化綜合度量，確定一個(gè)合理的風(fēng)險(xiǎn)范圍，使風(fēng)險(xiǎn)和盈利達(dá)到一個(gè)平衡的狀態(tài)。

實(shí)戰(zhàn)型項(xiàng)目三、基于Seq2Seq的智能客服系統(tǒng)

聊天機(jī)器人/智能客服是一個(gè)用來(lái)模擬人類對(duì)話或者聊天的一個(gè)系統(tǒng)，利用深度學(xué)習(xí)和機(jī)器學(xué)習(xí)等相關(guān)算法構(gòu)建出問(wèn)題和答案之間的匹配模型，然后可以將其應(yīng)用到客服等需要在線服務(wù)的行業(yè)領(lǐng)域中，聊天機(jī)器人可以降低公司客服成本，還能夠提高客戶的體驗(yàn)友好性。 在一個(gè)完整的聊天機(jī)器人實(shí)現(xiàn)過(guò)程中，主要包含了一些核心技術(shù)，包括但不限于：爬蟲(chóng)技術(shù)、機(jī)器學(xué)習(xí)算法、深度學(xué)習(xí)算法、領(lǐng)域相關(guān)算法。通過(guò)實(shí)現(xiàn)一個(gè)聊天機(jī)器人可以幫助我們隊(duì)AI整體知識(shí)的一個(gè)掌握。

實(shí)戰(zhàn)型項(xiàng)目四、基于實(shí)現(xiàn)詩(shī)歌機(jī)器人

機(jī)器人寫(xiě)詩(shī)歌/小說(shuō)是一種基于自然語(yǔ)言相關(guān)技術(shù)的一種應(yīng)用，在實(shí)現(xiàn)過(guò)程中可以基于機(jī)器學(xué)習(xí)相關(guān)算法或者深度學(xué)習(xí)相關(guān)算法來(lái)進(jìn)行小說(shuō)/詩(shī)歌構(gòu)建過(guò)程。人工智能的一個(gè)目標(biāo)就是讓機(jī)器人能夠像人類一樣理解文字，并運(yùn)用文字進(jìn)行創(chuàng)作，而這個(gè)目標(biāo)大致上主要分為兩個(gè)部分，也就是自然語(yǔ)言理解和自然語(yǔ)言生成，其中現(xiàn)階段的主要自然語(yǔ)言生成的運(yùn)用，自然語(yǔ)言生成主要有兩種不同的方式，分別為基于規(guī)則和基于統(tǒng)計(jì)，基于規(guī)則是指首先了解詞性及語(yǔ)法等規(guī)則，再依據(jù)這樣的規(guī)則寫(xiě)出文章；而基于統(tǒng)計(jì)的本質(zhì)是根據(jù)先前的字句和統(tǒng)計(jì)的結(jié)果，進(jìn)而判斷下一個(gè)字的生成，例如馬爾科夫模型就是一種常用的基于統(tǒng)計(jì)的方法。

實(shí)戰(zhàn)型項(xiàng)目五、基于Adaboost的百度音樂(lè)系統(tǒng)文件分類系統(tǒng)

音樂(lè)推薦系統(tǒng)就是利用音樂(lè)網(wǎng)站上的音樂(lè)信息，向用戶提供音樂(lè)信息或者建議，幫助用戶決定應(yīng)該聽(tīng)什么歌曲。而個(gè)人化推薦則是基于音樂(lè)信息及用戶的興趣特征、聽(tīng)歌歷史行為，向用戶推薦用戶可能會(huì)感興趣的音樂(lè)或者歌手。推薦算法主要分為以下幾種：基于內(nèi)容的推薦、協(xié)同過(guò)濾推薦、基于關(guān)聯(lián)規(guī)則推薦、基于效用推薦、基于知識(shí)推薦等；推薦系統(tǒng)常用于各個(gè)互聯(lián)網(wǎng)行業(yè)中，比如音樂(lè)、電商、旅游、金融等。

實(shí)戰(zhàn)型項(xiàng)目六、基于貝葉斯、CNN的郵件情感分析過(guò)濾系統(tǒng)

郵件主要可以分為有效郵件和垃圾郵件兩大類，有效郵件指的郵件接收者有意義的郵件，而垃圾郵件轉(zhuǎn)指那些沒(méi)有任何意義的郵件，其內(nèi)容主要包含賺錢信息、成人廣告、商業(yè)或者個(gè)人網(wǎng)站廣告、電子雜志等，其中垃圾郵件又可以發(fā)為良性垃圾郵件和惡性垃圾郵件，良性垃圾郵件指的就是對(duì)收件人影響不大的信息郵件，而惡性垃圾郵件指具有破壞性的電子郵件，比如包含病毒、木馬等惡意程序的郵件。垃圾郵件過(guò)濾主要使用使用機(jī)器學(xué)習(xí)、深度學(xué)習(xí)等相關(guān)算法，比如貝葉斯算法、CNN等，識(shí)別出所接收到的郵件中那些是垃圾郵件。

實(shí)戰(zhàn)型項(xiàng)目七、基于生物學(xué)神經(jīng)網(wǎng)絡(luò)實(shí)現(xiàn)手工數(shù)字識(shí)別

人認(rèn)知世界的開(kāi)始就是從認(rèn)識(shí)數(shù)字開(kāi)始的，深度學(xué)習(xí)也一樣，數(shù)字識(shí)別是深度學(xué)習(xí)的一個(gè)很好的切入口，是一個(gè)非常經(jīng)典的原型問(wèn)題，通過(guò)對(duì)手寫(xiě)數(shù)字識(shí)別功能的實(shí)現(xiàn)，可以幫助我們后續(xù)對(duì)神經(jīng)網(wǎng)絡(luò)的理解和應(yīng)用。選取手寫(xiě)數(shù)字識(shí)別的主要原因是手寫(xiě)數(shù)字具有一定的挑戰(zhàn)性，要求對(duì)編程能力及神經(jīng)網(wǎng)絡(luò)思維能力有一定的要求，但同時(shí)手寫(xiě)數(shù)字問(wèn)題的復(fù)雜度不高，不需要大量的運(yùn)算，而且手寫(xiě)數(shù)字也可以作為其它技術(shù)的一個(gè)基礎(chǔ)，所以以手寫(xiě)數(shù)字識(shí)別為基礎(chǔ)，貫穿始終，從而理解深度學(xué)習(xí)相關(guān)的應(yīng)用知識(shí)。

實(shí)戰(zhàn)型項(xiàng)目八、基于logistic回歸實(shí)現(xiàn)癌癥篩選檢測(cè)

技術(shù)可以改變癌癥患者的命運(yùn)嗎，對(duì)于患有乳腺癌患者來(lái)說(shuō)，復(fù)發(fā)還是痊愈影響這患者的生命，那么怎么來(lái)預(yù)測(cè)患者的患病結(jié)果呢，機(jī)器學(xué)習(xí)算法可以幫助我們解決這一難題，本項(xiàng)目應(yīng)用機(jī)器學(xué)習(xí)logistic回歸模型，來(lái)預(yù)測(cè)乳腺癌患者復(fù)發(fā)還是正常，有效的預(yù)測(cè)出醫(yī)學(xué)難題。

實(shí)戰(zhàn)型項(xiàng)目九、基于回歸分析實(shí)現(xiàn)葡萄酒質(zhì)量檢測(cè)系統(tǒng)

隨著信息科技的快速發(fā)展,計(jì)算機(jī)中的經(jīng)典算法在葡萄酒產(chǎn)業(yè)中得到了廣泛的研究與應(yīng)用。其中機(jī)器學(xué)習(xí)算法的特點(diǎn)是運(yùn)用了人工智能技術(shù),在大量的樣本集訓(xùn)練和學(xué)習(xí)后可以自動(dòng)地找出運(yùn)算所需要的參數(shù)和模型。

實(shí)戰(zhàn)型項(xiàng)目十、基于協(xié)同推薦實(shí)現(xiàn)淘寶網(wǎng)購(gòu)物籃分析推薦系統(tǒng)

購(gòu)物籃分析(Market Basket Analysis)即非常有名的啤酒尿布故事的一個(gè)反應(yīng)，是通過(guò)對(duì)購(gòu)物籃中的商品信息進(jìn)行分析研究，得出顧客的購(gòu)買行為，主要目的是找出什么樣的物品會(huì)經(jīng)常出現(xiàn)在一起，也就是那些商品之間是有很大的關(guān)聯(lián)性的。通過(guò)購(gòu)物籃分析挖掘出來(lái)的信息可以用于指導(dǎo)交叉銷售、追加銷售、商品促銷、顧客忠誠(chéng)度管理、庫(kù)存管理和折扣計(jì)劃等業(yè)務(wù)；購(gòu)物籃分析的常用應(yīng)用場(chǎng)景是電商行業(yè)，但除此之外，該算法還被應(yīng)用于信用卡商城、電信與金融服務(wù)業(yè)、保險(xiǎn)業(yè)以及醫(yī)療行業(yè)等。

實(shí)戰(zhàn)型項(xiàng)目十一、基于Python純?cè)创a手工實(shí)現(xiàn)梯度下降回歸算法

梯度下降法（英語(yǔ)：Gradient descent）是一個(gè)一階優(yōu)化算法，通常也稱為速下降法。 要使用梯度下降法找到一個(gè)函數(shù)的局部極小值，必須向函數(shù)上當(dāng)前點(diǎn)對(duì)應(yīng)梯度（或者是近似梯度）的反方向的規(guī)定步長(zhǎng)距離點(diǎn)進(jìn)行迭代搜索。如果相反地向梯度正方向迭代進(jìn)行搜索，則會(huì)接近函數(shù)的局部極大值點(diǎn)；這個(gè)過(guò)程則被稱為梯度上升法。

實(shí)戰(zhàn)型項(xiàng)目十二、基于TensorFlow實(shí)現(xiàn)回歸算法

回歸算法是業(yè)界比較常用的一種機(jī)器學(xué)習(xí)算法，通過(guò)應(yīng)用于各種不同的業(yè)務(wù)場(chǎng)景，是一種成熟而穩(wěn)定的算法種類；TensorFlow是一種常用于深度學(xué)習(xí)相關(guān)領(lǐng)域的算法工具；隨著深度學(xué)習(xí)熱度的高漲，TensorFlow的使用也會(huì)越來(lái)越多，從而使用TensorFlow來(lái)實(shí)現(xiàn)一個(gè)不存在的算法，會(huì)加深對(duì)TensorFlow的理解和使用；基于TensorFlow的回歸算法的實(shí)現(xiàn)有助于后續(xù)的TensorFlow框架的理解和應(yīng)用，并可以促進(jìn)深度學(xué)習(xí)相關(guān)知識(shí)的掌握。

實(shí)戰(zhàn)型項(xiàng)目十三、基于ssd和yolo實(shí)現(xiàn)行人檢測(cè)

行人檢測(cè)是利用圖像處理技術(shù)和深度學(xué)習(xí)技術(shù)對(duì)圖像或者視頻序列中是否存在行人并給予精確定位。學(xué)習(xí)完行人檢測(cè)技術(shù)后，對(duì)類似的工業(yè)缺陷檢測(cè)，外觀檢測(cè)和醫(yī)療影像檢測(cè)等目標(biāo)檢測(cè)范疇類的項(xiàng)目可以一通百通。該技術(shù)可與行人跟蹤，行人重識(shí)別等技術(shù)結(jié)合，應(yīng)用于人工智能系統(tǒng)、車輛輔助駕駛系統(tǒng)、智能機(jī)器人、智能視頻監(jiān)控、人體行為分析、智能交通等領(lǐng)域。由于行人兼具剛性和柔性物體的特性 ，外觀易受穿著、尺度、遮擋、姿態(tài)和視角等影響，使得行人檢測(cè)成為計(jì)算機(jī)視覺(jué)領(lǐng)域中一個(gè)既具有研究?jī)r(jià)值同時(shí)又極具挑戰(zhàn)性的熱門課題。

實(shí)戰(zhàn)型項(xiàng)目十四、基于PySpark大數(shù)據(jù)機(jī)器學(xué)習(xí)框架

Spark由AMPLab實(shí)驗(yàn)室開(kāi)發(fā)，其本質(zhì)是基于內(nèi)存的快速迭代框架，“迭代”是機(jī)器學(xué)習(xí)大的特點(diǎn)，因此非常適合做機(jī)器學(xué)習(xí)。得益于在數(shù)據(jù)科學(xué)中強(qiáng)大的表現(xiàn)，Python是一種解釋型、面向?qū)ο?、?dòng)態(tài)數(shù)據(jù)類型的高級(jí)程序設(shè)計(jì)語(yǔ)言，結(jié)合強(qiáng)大的分布式內(nèi)存計(jì)算框架Spark，兩個(gè)領(lǐng)域的強(qiáng)者走到一起，自然能碰出更加強(qiáng)大的火花（Spark可以翻譯為火花）。

Spark的Python API幾乎覆蓋了所有Scala API所能提供的功能，只有極少數(shù)的一些特性和個(gè)別的API方法，暫時(shí)還不支持。但通常不影響我們使用Spark Python進(jìn)行編程。

實(shí)戰(zhàn)型項(xiàng)目十五、基于Python源碼實(shí)現(xiàn)LSTM神經(jīng)網(wǎng)絡(luò)

LSTM（Long Short-Term Memory）是長(zhǎng)短期記憶網(wǎng)絡(luò)，是一種時(shí)間遞歸神經(jīng)網(wǎng)絡(luò)，適合于處理和預(yù)測(cè)時(shí)間序列中間隔和延遲相對(duì)較長(zhǎng)的重要事件。 LSTM 已經(jīng)在科技領(lǐng)域有了多種應(yīng)用?；?LSTM 的系統(tǒng)可以學(xué)習(xí)翻譯語(yǔ)言、控制機(jī)器人、圖像分析、文檔摘要、語(yǔ)音識(shí)別圖像識(shí)別、手寫(xiě)識(shí)別、控制聊天機(jī)器人、預(yù)測(cè)疾病、點(diǎn)擊率和股票、合成音樂(lè)等等任務(wù)。

階段九、人工智能篇之企業(yè)項(xiàng)目實(shí)戰(zhàn)（選修）

通過(guò)python數(shù)據(jù)科學(xué)庫(kù)numpy,pandas,matplot結(jié)合機(jī)器學(xué)習(xí)scikit-learn完成一些列的機(jī)器學(xué)習(xí)案例。算法課程注重于原理推導(dǎo)與流程解釋，結(jié)合實(shí)例通俗講解復(fù)雜的機(jī)器學(xué)習(xí)算法，并以實(shí)戰(zhàn)為主。

課程十六、基于Python數(shù)據(jù)分析與機(jī)器學(xué)習(xí)案例實(shí)戰(zhàn)教程

通過(guò)python數(shù)據(jù)科學(xué)庫(kù)numpy,pandas,matplot結(jié)合機(jī)器學(xué)習(xí)庫(kù)scikit-learn完成一些列的機(jī)器學(xué)習(xí)案例。算法課程注重于原理推導(dǎo)與流程解釋，結(jié)合實(shí)例通俗講解復(fù)雜的機(jī)器學(xué)習(xí)算法，并以實(shí)戰(zhàn)為主，所有課時(shí)都結(jié)合代碼演示。算法與項(xiàng)目相結(jié)合，選擇經(jīng)典kaggle項(xiàng)目，從數(shù)據(jù)預(yù)處理開(kāi)始一步步代碼實(shí)戰(zhàn)帶大家快速入門機(jī)器學(xué)習(xí)。旨在幫助同學(xué)們快速上手如何使用python庫(kù)來(lái)完整機(jī)器學(xué)習(xí)案例。選擇經(jīng)典案例基于真實(shí)數(shù)據(jù)集，從數(shù)據(jù)預(yù)處理開(kāi)始到建立機(jī)器學(xué)習(xí)模型以及效果評(píng)估，完整的講解如何使用python及其常用庫(kù)進(jìn)行數(shù)據(jù)的分析和模型的建立。對(duì)于每一個(gè)面對(duì)的挑戰(zhàn)，分析解決問(wèn)題思路以及如何構(gòu)造合適的模型并且給出合適評(píng)估方法。在每一個(gè)案例中，同學(xué)們可以快速掌握如何使用pandas進(jìn)行數(shù)據(jù)的預(yù)處理和分析，使用matplotlib進(jìn)行可視化的展示以及基于scikit-learn庫(kù)的機(jī)器學(xué)習(xí)模型的建立。

課程十七、AI法律咨詢大數(shù)據(jù)分析與服務(wù)智能推薦項(xiàng)目

本項(xiàng)目主要研究法律資訊網(wǎng)站，依據(jù)海量數(shù)據(jù)，研究用戶興趣偏好，分析用戶的需求和行為，發(fā)現(xiàn)用戶興趣點(diǎn)，從而引導(dǎo)用戶發(fā)現(xiàn)自己的信息需求，準(zhǔn)確推薦給所需用戶。

項(xiàng)目的業(yè)務(wù)系統(tǒng)底層主要采用JAVA架構(gòu)，大數(shù)據(jù)分析主要采用Hadoop框架，其中包括Kettle實(shí)現(xiàn)ETL、SQOOP、Hive、Kibana、HBASE、Spark以及人工智能算法等框架技術(shù)。

課程十八、電商大數(shù)據(jù)情感分析與AI推薦實(shí)戰(zhàn)項(xiàng)目

本項(xiàng)目從開(kāi)發(fā)的角度以大數(shù)據(jù)、PHP技術(shù)棧為基礎(chǔ)，使用真實(shí)商用表構(gòu)和脫敏數(shù)據(jù)，分三步構(gòu)建商用系統(tǒng)、真實(shí)大數(shù)據(jù)環(huán)境、進(jìn)行推斷分析以及呈現(xiàn)結(jié)果。 項(xiàng)目課程的完整性、商業(yè)性，可以使學(xué)者盡可能完整地體會(huì)真實(shí)的商業(yè)需求和業(yè)務(wù)邏輯。

完整的項(xiàng)目過(guò)程，以大數(shù)據(jù)為導(dǎo)向，使PHP技術(shù)棧的同學(xué)得以窺見(jiàn)和學(xué)到一個(gè)完整商業(yè)大數(shù)據(jù)平臺(tái)項(xiàng)目的搭建方法。及數(shù)據(jù)挖掘和AI技術(shù)在數(shù)據(jù)工作中的實(shí)戰(zhàn)應(yīng)用。

課程十九、AI大數(shù)據(jù)互聯(lián)網(wǎng)電影智能推薦

本課程主要講解針對(duì)用戶進(jìn)行智能推薦電影，依據(jù)海量數(shù)據(jù)，研究用戶興趣偏好，分析用戶的需求和行為，發(fā)現(xiàn)用戶興趣點(diǎn)，從而引導(dǎo)用戶發(fā)現(xiàn)自己的信息需求，準(zhǔn)確推薦給所需用戶。

項(xiàng)目的業(yè)務(wù)系統(tǒng)底層主要采用Python架構(gòu)，大數(shù)據(jù)分析主要采用Hadoop框架，其中包括Kettle實(shí)現(xiàn)ElasticSearch、ETL、SQOOP、Hive、Flume、Kibana、HBASE、Spark以及人工智能算法等框架技術(shù)

課程二十、AI大數(shù)據(jù)基站定位智能推薦商圈分析項(xiàng)目實(shí)戰(zhàn)

隨著當(dāng)今個(gè)人手機(jī)終端的普及、出行人群中手機(jī)擁有率和使用率已達(dá)到相當(dāng)高的比例，根據(jù)手機(jī)信號(hào)在真實(shí)地理空間的覆蓋情況，將手機(jī)用戶時(shí)間序列的手機(jī)定位數(shù)據(jù)，映射至現(xiàn)實(shí)地理位置空間位置，即可完整、客觀地還原出手機(jī)用戶的現(xiàn)實(shí)活動(dòng)軌跡，從而挖掘出人口空間分布與活動(dòng)聯(lián)系特征信息。

商圈是現(xiàn)代市場(chǎng)中企業(yè)市場(chǎng)活動(dòng)的空間，同時(shí)也是商品和服務(wù)享用者的區(qū)域。商圈劃分為目的之一是研究潛在顧客分布，以制定適宜的商業(yè)對(duì)策。 本項(xiàng)目以實(shí)戰(zhàn)為基礎(chǔ)結(jié)合大數(shù)據(jù)技術(shù)Hadoop、.Net技術(shù)全棧為基礎(chǔ)，采用真實(shí)商業(yè)數(shù)據(jù)，分不同環(huán)節(jié)構(gòu)建商用系統(tǒng)、真實(shí)大數(shù)據(jù)環(huán)境、進(jìn)行推斷分析及呈現(xiàn)數(shù)據(jù)。

階段十、架構(gòu)實(shí)戰(zhàn)篇（選修）

網(wǎng)的提供項(xiàng)目全部來(lái)自一線開(kāi)發(fā)中，項(xiàng)目代碼量大，為了讓學(xué)員盡快適應(yīng)到企業(yè)中的開(kāi)發(fā)項(xiàng)目，網(wǎng)提供大量的精品項(xiàng)目案例，其中包括電商項(xiàng)目，教育管理系統(tǒng)，仿百度搜索引擎等。學(xué)員可以根據(jù)自己的學(xué)習(xí)情況和工作背景來(lái)選擇項(xiàng)目。

實(shí)戰(zhàn)型項(xiàng)目一、大數(shù)Python金融應(yīng)用編程

本教程介紹使用Python進(jìn)行數(shù)據(jù)分析和金融應(yīng)用開(kāi)發(fā)的基礎(chǔ)知識(shí)。課程從介紹簡(jiǎn)單的金融應(yīng)用開(kāi)始，帶領(lǐng)學(xué)員回顧Python的基礎(chǔ)知識(shí)，并逐步學(xué)習(xí)如何將Python應(yīng)用到金融分析編程。使學(xué)員在實(shí)戰(zhàn)的環(huán)境下理解Python在金融應(yīng)用開(kāi)發(fā)中的具體應(yīng)用方式，訓(xùn)練學(xué)員獨(dú)立開(kāi)發(fā)Python模塊的能力。

實(shí)戰(zhàn)型項(xiàng)目二、Python實(shí)戰(zhàn)開(kāi)發(fā)之Flask Web框架在商城項(xiàng)目中的應(yīng)用

本課程采用講解與實(shí)例相結(jié)合的方式，不僅介紹了Flask安裝、使用等基礎(chǔ)知識(shí)，還講解了模板引擎Jinja、Sqlalchemy 存儲(chǔ)引擎、WTF 表單等，即使從未接觸Flask，你也能會(huì)構(gòu)建完整的Web應(yīng)用。

實(shí)戰(zhàn)型項(xiàng)目三、基于Python機(jī)器學(xué)習(xí)、項(xiàng)目案例實(shí)戰(zhàn)

本課程主要通過(guò)python庫(kù)numpy,pandas,matplot結(jié)合機(jī)器學(xué)習(xí)庫(kù)完成一些機(jī)器學(xué)習(xí)案例。旨在幫助同學(xué)們快速上手如何使用python庫(kù)來(lái)完整機(jī)器學(xué)習(xí)。選擇經(jīng)典案例基于真實(shí)數(shù)據(jù)集，從數(shù)據(jù)預(yù)處理開(kāi)始到建立機(jī)器學(xué)習(xí)模型以及效果評(píng)估，完整的講解機(jī)器學(xué)習(xí)案例。

實(shí)戰(zhàn)型項(xiàng)目四、零基礎(chǔ)實(shí)戰(zhàn)機(jī)器學(xué)習(xí)

本教程系統(tǒng)的介紹了機(jī)器學(xué)習(xí)的目的和方法。并且針對(duì)每一種常用的方法進(jìn)行了詳細(xì)的解析，用實(shí)例來(lái)說(shuō)明具體的實(shí)現(xiàn)，學(xué)生可以跟著一步步完成。在面對(duì)現(xiàn)實(shí)的問(wèn)題的時(shí)候，可以找到非?？煽康膮⒄铡１菊n程在最開(kāi)始講解了Python語(yǔ)言的基礎(chǔ)知識(shí)，以保證后面的課程中可以順利進(jìn)行。更多的Python語(yǔ)言的知識(shí)，需要學(xué)員自己去找更多的資料進(jìn)行學(xué)習(xí)。

本課程主要講述了兩大類機(jī)器學(xué)習(xí)的方法：有監(jiān)督學(xué)習(xí)和無(wú)監(jiān)督學(xué)習(xí)，其中有監(jiān)督學(xué)習(xí)里面，又分為分類和預(yù)測(cè)數(shù)值型數(shù)據(jù)。這些算法都是基礎(chǔ)的算法。這樣可以降低學(xué)習(xí)的難度，容易理解機(jī)器學(xué)習(xí)思路和實(shí)現(xiàn)的過(guò)程。

實(shí)戰(zhàn)型項(xiàng)目五、Bootstrap、Angular Js修煉之道

教程由淺入深，一步一步學(xué)習(xí)Spring Boot，最后學(xué)到的不單單是基礎(chǔ)！ 使用Spring Boot 進(jìn)行Web 開(kāi)發(fā)、數(shù)據(jù)訪問(wèn)、安全控制、批處理、異步消息、系統(tǒng)集成、開(kāi)發(fā)與部署、應(yīng)用監(jiān)控、分布式系統(tǒng)開(kāi)發(fā)等，該課程讓你能夠快速搭建企業(yè)級(jí)應(yīng)用的框架，該課程將會(huì)以spring mvc開(kāi)始學(xué)習(xí)，從而引入spring boot，創(chuàng)建獨(dú)立的Spring項(xiàng)目，內(nèi)置Tomcat和Jetty容器提供一個(gè)starter POMs來(lái)簡(jiǎn)化Maven配置，同時(shí)提供了一系列大型項(xiàng)目中常見(jiàn)的非功能性特性，如安全、指標(biāo)，健康檢測(cè)、外部配置等完全沒(méi)有代碼生成和xml配置文件。

實(shí)戰(zhàn)型項(xiàng)目七、Python實(shí)戰(zhàn)開(kāi)發(fā)之Pyramid Web框架在商城項(xiàng)目中的應(yīng)用

本課程為Pyramid Web開(kāi)發(fā)入門課程，主要講解了Python語(yǔ)言基礎(chǔ)，Pyramid框架入門和常見(jiàn)的項(xiàng)目開(kāi)發(fā)方法。本課程以項(xiàng)目為導(dǎo)向，結(jié)合基礎(chǔ)知識(shí)的講解，允許沒(méi)有相關(guān)基礎(chǔ)的學(xué)員迅速入門。同時(shí)，有鑒于本課程以項(xiàng)目開(kāi)發(fā)為導(dǎo)向，故可以讓學(xué)員融入實(shí)際開(kāi)發(fā)過(guò)程中，盡快積累經(jīng)驗(yàn)。

實(shí)戰(zhàn)型項(xiàng)目八、深入MongoDB高級(jí)開(kāi)發(fā)管理+信息數(shù)據(jù)監(jiān)控Snmp服務(wù)器、數(shù)據(jù)庫(kù)數(shù)據(jù)采集

本課程由淺入深，全面、系統(tǒng)地介紹了MongoDB基礎(chǔ)、應(yīng)用、管理、性能優(yōu)化、數(shù)據(jù)庫(kù)的架構(gòu)，環(huán)境搭建實(shí)例，編程實(shí)例等內(nèi)容。課程中的每一章都提供了大量的 實(shí)例代碼，以方便學(xué)者進(jìn)行練習(xí)和學(xué)習(xí)。每個(gè)例程都經(jīng)過(guò)精挑細(xì)選，具有很強(qiáng)的針對(duì)性，適合各個(gè)階段的讀者的學(xué)習(xí)。

實(shí)戰(zhàn)型項(xiàng)目九、NoSQL之Redis高性能的key-value數(shù)據(jù)庫(kù)深入淺出

1）redis介紹和基本使用，安裝redis，安裝php-redis

2）redis數(shù)據(jù)類型string，Web Session緩存

3）使用redis進(jìn)行數(shù)據(jù)庫(kù)緩存，redis數(shù)據(jù)類型list

4）redis的數(shù)據(jù)持久機(jī)制及訂閱/發(fā)布模型

5）redis數(shù)據(jù)類型set/sorted set，使用redis實(shí)現(xiàn)auto complete

6）基于訪問(wèn)頻率的auto complete，redis的內(nèi)存分配方法

7）redis數(shù)據(jù)類型hash，redis數(shù)據(jù)類型的內(nèi)存模型（1）

8）redis數(shù)據(jù)類型的內(nèi)存模型（2），與key相關(guān)的操作方法

9）如何分布式的使用redis，transaction和server相關(guān)的操作，redis接口協(xié)議

10）使用redis實(shí)現(xiàn)一個(gè)簡(jiǎn)單的微博系統(tǒng)

實(shí)戰(zhàn)型項(xiàng)目十、實(shí)戰(zhàn)Mysql數(shù)據(jù)庫(kù)應(yīng)用開(kāi)發(fā)(安全、存儲(chǔ)過(guò)程、觸發(fā)器、集群配置配項(xiàng)目實(shí)戰(zhàn))

通過(guò)本課程的學(xué)習(xí)，用戶可在*短的時(shí)間內(nèi)掌握MySQL的安裝配置與使用、MySQL DML特性的高級(jí)用法、MySQL常見(jiàn)內(nèi)置函數(shù)的高級(jí)用法、MySQL中存儲(chǔ)過(guò)程寫(xiě)法、視圖、用戶自定義函數(shù)、觸發(fā)器等高級(jí)用法、MySQL中的事務(wù)功能。并了解圖形化管理工具的使用、字符集及亂碼處理、MySQL的數(shù)據(jù)備份與還原技術(shù)、MySQL的安全技術(shù)、MySQL的系統(tǒng)管理、MySQL集群的配置。

階段十一、區(qū)塊鏈（選修）

區(qū)塊鏈(Blockchain)是分布式數(shù)據(jù)存儲(chǔ)、點(diǎn)對(duì)點(diǎn)傳輸、共識(shí)機(jī)制、加密算法等計(jì)算機(jī)技術(shù)的新型應(yīng)用模式。所謂共識(shí)機(jī)制是區(qū)塊鏈系統(tǒng)中實(shí)現(xiàn)不同節(jié)點(diǎn)間建立信任、學(xué)算法

區(qū)塊鏈?zhǔn)潜忍貛诺牡讓蛹夹g(shù)，像一個(gè)數(shù)據(jù)庫(kù)賬本，記載所有的交易記錄。這項(xiàng)技術(shù)也因其安全、便捷的特性逐漸得到了銀行與金融業(yè)的關(guān)注。

一、課程介紹

1）區(qū)塊鏈的發(fā)展

2）課程安排

3）學(xué)習(xí)目標(biāo)

二、區(qū)塊鏈的技術(shù)架構(gòu)

1）數(shù)據(jù)層 創(chuàng)世區(qū)塊 交易記錄 私鑰，公鑰和錢包地址

2）數(shù)據(jù)層 & 通訊層 記賬原理 Merkle 樹(shù)和簡(jiǎn)單支付驗(yàn)證（SPV） P2P通訊 數(shù)據(jù)通信和驗(yàn)證

3）共識(shí)層

4）激勵(lì)層 拜占庭將軍問(wèn)題與POW Pos DPos PBFT 挖礦 交易費(fèi) 圖靈完備和非完備

5）合約層 比特幣腳本 以太坊智能合約 fabic智能合約 RPC遠(yuǎn)程調(diào)用

6）應(yīng)用層

7）總結(jié) 接口調(diào)用 DAPP的使用 應(yīng)用場(chǎng)景的部署 重要概念和原理

三、環(huán)境搭建

1）以太坊 以太坊介紹 以太坊開(kāi)發(fā)過(guò)程 圖形界面客戶端使用 供應(yīng)鏈的應(yīng)用 保險(xiǎn)領(lǐng)域的應(yīng)用 DAO的介紹和應(yīng)用

2）以太坊 以太坊本地開(kāi)發(fā)環(huán)境的搭建 以太坊分布式集群環(huán)境的搭建

3）hyperledger項(xiàng)目fabric介 fabric介紹 fabric本地開(kāi)發(fā)環(huán)境搭建 fabric分布式集群環(huán)境搭建

四、案例和DEMO

1）案例講解 支付和清結(jié)算 公益行業(yè)的應(yīng)用 供應(yīng)鏈的應(yīng)用 保險(xiǎn)領(lǐng)域的應(yīng)用 DAO的介紹和應(yīng)用

2）Demo介紹 發(fā)幣和交易Demo3）Demo介紹 數(shù)據(jù)資產(chǎn)的確權(quán)和追溯

階段十二、用人工智能預(yù)測(cè)金融量化交易投資系列課程

程序化交易：又稱程式交易,發(fā)源于上世紀(jì)80年代的美國(guó),其初的定義是指在紐約股票交易所(NYSE)市場(chǎng)上同時(shí)買賣超過(guò)15只以上的股票組合；像高盛、摩根士丹利及德意志銀行都是在各大交易市場(chǎng)程序化交易的活躍參與會(huì)員。

本課程主要面向意愿從事金融量化交易人員、金融行業(yè)從業(yè)人員、金融策略開(kāi)發(fā)人員及投資經(jīng)驗(yàn)豐富而想實(shí)現(xiàn)計(jì)算機(jī)自動(dòng)下單人員；主要講解了證券期貨程序化實(shí)現(xiàn)原理及過(guò)程，通過(guò)本課程的學(xué)習(xí)，您可以根據(jù)自己的意愿打造屬于自己的量化投資交易系統(tǒng)； 本課程主要用到的技術(shù)手段有：Python、Pandas、數(shù)據(jù)分析、數(shù)據(jù)挖掘機(jī)器學(xué)習(xí)等。

一、程序化交易數(shù)據(jù)獲取與清洗講解

1）數(shù)據(jù)的清洗與合成

2）K線圖繪制

3）技術(shù)指標(biāo)開(kāi)發(fā)講解

4）數(shù)據(jù)的獲取

二、回測(cè)框架搭建講解

1）回測(cè)框架搭建背景及基本流程講解

2）回測(cè)框架實(shí)現(xiàn)及收益指標(biāo)講解

三、程序化交易部分實(shí)現(xiàn)講解

1）CTP技術(shù)講解

2）程序化API講解

3）程序化交易具體實(shí)現(xiàn)講解

階段十三、阿里云認(rèn)證

課程二十一、云計(jì)算 - 網(wǎng)站建設(shè)：部署與發(fā)布

阿里云網(wǎng)站建設(shè)認(rèn)證課程教你如何掌握將一個(gè)本地已經(jīng)設(shè)計(jì)好的靜態(tài)網(wǎng)站發(fā)布到Internet公共互聯(lián)網(wǎng)，綁定域名，完成工信部的ICP備案。

課程二十二、云計(jì)算 - 網(wǎng)站建設(shè)：簡(jiǎn)單動(dòng)態(tài)網(wǎng)站搭建

阿里云簡(jiǎn)單動(dòng)態(tài)網(wǎng)站搭建課程教你掌握如何快速搭建一個(gè)WordPress動(dòng)態(tài)網(wǎng)站，并會(huì)對(duì)網(wǎng)站進(jìn)行個(gè)性化定制，以滿足不同的場(chǎng)景需求。

課程二十三、云計(jì)算 - 云服務(wù)器管理維護(hù)

阿里云服務(wù)器運(yùn)維管理課程教你掌握快速開(kāi)通一臺(tái)云服務(wù)器，并通過(guò)管理控制臺(tái)方便地進(jìn)行服務(wù)器的管理、服務(wù)器配置的變更和升級(jí)、數(shù)據(jù)的備份，并保證其可以正常運(yùn)轉(zhuǎn)并按業(yè)務(wù)需求隨時(shí)進(jìn)行配置的變更。

課程二十四、云計(jì)算 - 云數(shù)據(jù)庫(kù)管理與數(shù)據(jù)遷移

阿里云云數(shù)據(jù)庫(kù)管理與數(shù)據(jù)遷移認(rèn)證課程掌握云數(shù)據(jù)庫(kù)的概念，如何在云端創(chuàng)建數(shù)據(jù)庫(kù)、將自建數(shù)據(jù)庫(kù)遷移至云數(shù)據(jù)庫(kù)MySQL版、數(shù)據(jù)導(dǎo)入導(dǎo)出，以及云數(shù)據(jù)庫(kù)運(yùn)維的常用操作。

課程二十五、云計(jì)算 - 云存儲(chǔ)：對(duì)象存儲(chǔ)管理與安全

阿里云云儲(chǔ)存認(rèn)證課程教你掌握安全、高可靠的云存儲(chǔ)的使用，以及在云端存儲(chǔ)下載文件，處理圖片，以及如何保護(hù)數(shù)據(jù)的安全。

課程二十六、云計(jì)算 - 超大流量網(wǎng)站的負(fù)載均衡

掌握如何為網(wǎng)站實(shí)現(xiàn)負(fù)載均衡，以輕松應(yīng)對(duì)超大流量和高負(fù)載。

課程二十七、大數(shù)據(jù) - MOOC網(wǎng)站日志分析

本課程可以幫助學(xué)員掌握如何收集用戶訪問(wèn)日志，如何對(duì)訪問(wèn)日志進(jìn)行分析，如何利用大數(shù)據(jù)計(jì)算服務(wù)對(duì)數(shù)據(jù)進(jìn)行處理，如何以圖表化的形式展示分析后的數(shù)據(jù)。

課程二十八、大數(shù)據(jù) - 搭建企業(yè)級(jí)數(shù)據(jù)分析平臺(tái)

模擬電商場(chǎng)景，搭建企業(yè)級(jí)的數(shù)據(jù)分析平臺(tái)，用來(lái)分析商品數(shù)據(jù)、銷售數(shù)據(jù)以及用戶行為等。

課程二十九、大數(shù)據(jù) - 基于LBS的熱點(diǎn)店鋪搜索

本課程可以幫助學(xué)員掌握如何在分布式計(jì)算框架下開(kāi)發(fā)一個(gè)類似于手機(jī)地圖查找周邊熱點(diǎn)（POI）的功能，掌握GeoHash編碼原理，以及在地理位置中的應(yīng)用，并能將其應(yīng)用在其他基于LBS的定位場(chǎng)景中。

課程中完整的演示了整個(gè)開(kāi)發(fā)步驟，學(xué)員在學(xué)完此課程之后，掌握其原理，可以在各種分布式計(jì)算框架下完成此功能的開(kāi)發(fā)，比如MapReduce、Spark。

課程三十、大數(shù)據(jù) - 基于機(jī)器學(xué)習(xí)PAI實(shí)現(xiàn)精細(xì)化營(yíng)銷

本課程通過(guò)一個(gè)簡(jiǎn)單案例了解、掌握企業(yè)營(yíng)銷中常見(jiàn)的、也是必需的精準(zhǔn)營(yíng)銷數(shù)據(jù)處理過(guò)程，了解機(jī)器學(xué)習(xí)PAI的具體應(yīng)用，指導(dǎo)學(xué)員掌握大數(shù)據(jù)時(shí)代營(yíng)銷的利器--通過(guò)機(jī)器學(xué)習(xí)實(shí)現(xiàn)營(yíng)銷。

課程三十一、大數(shù)據(jù) - 基于機(jī)器學(xué)習(xí)的客戶流失預(yù)警分析

本課程講解了客戶流失的分析方法、流程，同時(shí)詳細(xì)介紹了機(jī)器學(xué)習(xí)中常用的分類算法、集成學(xué)習(xí)模型等通用技能，并使用阿里云機(jī)器學(xué)習(xí)PAI實(shí)現(xiàn)流失預(yù)警分析?？梢詭椭髽I(yè)快速、準(zhǔn)確識(shí)別流失客戶，輔助制定策略進(jìn)行客戶關(guān)懷，達(dá)到挽留客戶的目的。

課程三十二、大數(shù)據(jù) - 使用DataV制作實(shí)時(shí)銷售數(shù)據(jù)可視化大屏

幫助非專業(yè)工程師通過(guò)圖形化的界面輕松搭建專業(yè)水準(zhǔn)的實(shí)時(shí)可視化數(shù)據(jù)大屏，以滿足業(yè)務(wù)展示、業(yè)務(wù)監(jiān)控、風(fēng)險(xiǎn)預(yù)警等多種業(yè)務(wù)的展示需求。

課程三十三、大數(shù)據(jù) - 使用MaxCompute進(jìn)行數(shù)據(jù)質(zhì)量核查

通過(guò)本案例，學(xué)員可了解影響數(shù)據(jù)質(zhì)量的因素，出現(xiàn)數(shù)據(jù)質(zhì)量問(wèn)題的類型，掌握通過(guò)MaxCompute（DateIDE）設(shè)計(jì)數(shù)據(jù)質(zhì)量監(jiān)控的方法，最終獨(dú)立解決常見(jiàn)的數(shù)據(jù)質(zhì)量監(jiān)控需求。

課程三十四、大數(shù)據(jù) - 使用Quick BI制作圖形化報(bào)表

阿里云Quick BI制作圖形化報(bào)表認(rèn)證課程教你掌握將電商運(yùn)營(yíng)過(guò)程中的數(shù)據(jù)進(jìn)行圖表化展現(xiàn)，掌握通過(guò)Quick BI將數(shù)據(jù)制作成各種圖形化報(bào)表的方法，同時(shí)還將掌握搭建企業(yè)級(jí)報(bào)表門戶的方法。

課程三十五、大數(shù)據(jù) - 使用時(shí)間序列分解模型預(yù)測(cè)商品銷量

使用時(shí)間序列分解模型預(yù)測(cè)商品銷量教你掌握商品銷量預(yù)測(cè)方法、時(shí)間序列分解以及熟悉相關(guān)產(chǎn)品的操作演示和項(xiàng)目介紹。

課程三十六、云安全 - 云平臺(tái)使用安全

阿里云云平臺(tái)使用安全認(rèn)證課程教你了解由傳統(tǒng)IT到云計(jì)算架構(gòu)的變遷過(guò)程、當(dāng)前信息安全的現(xiàn)狀和形勢(shì)，以及在云計(jì)算時(shí)代不同系統(tǒng)架構(gòu)中應(yīng)該從哪些方面利用云平臺(tái)的優(yōu)勢(shì)使用安全風(fēng)險(xiǎn)快速降低90%。

課程三十七、云安全 - 云上服務(wù)器安全

阿里云云上服務(wù)器安全認(rèn)證課程教你了解在互聯(lián)網(wǎng)上提供計(jì)算功能的服務(wù)器主要面臨哪些安全風(fēng)險(xiǎn)，并針對(duì)這些風(fēng)險(xiǎn)提供了切實(shí)可行的、免費(fèi)的防護(hù)方案。

課程三十八、云安全 - 云上網(wǎng)絡(luò)安全

了解網(wǎng)絡(luò)安全的原理和解決辦法，以及應(yīng)對(duì)DDoS攻擊的方法和防護(hù)措施，確保云上網(wǎng)絡(luò)的安全。

課程三十九、云安全 - 云上數(shù)據(jù)安全

了解云上數(shù)據(jù)的安全隱患，掌握數(shù)據(jù)備份、數(shù)據(jù)加密、數(shù)據(jù)傳輸安全的解決方法。

課程四十、云安全 - 云上應(yīng)用安全 了解云上的安全監(jiān)控方法，學(xué)會(huì)使用監(jiān)控大屏來(lái)監(jiān)控安全風(fēng)險(xiǎn)，并能夠自定義報(bào)警規(guī)則，確保隨時(shí)掌握云上應(yīng)用的安全情況。 階段十四、IT高級(jí)開(kāi)發(fā)者職場(chǎng)生命規(guī)則 — 職業(yè)素養(yǎng)

了解常見(jiàn)的應(yīng)用安全風(fēng)險(xiǎn)，SQL注入原理及防護(hù)，網(wǎng)站防篡改的解決方案等，確保云上應(yīng)用的安全。

課程四十一、云安全 - 云上安全管理

了解云上的安全監(jiān)控方法，學(xué)會(huì)使用監(jiān)控大屏來(lái)監(jiān)控安全風(fēng)險(xiǎn)，并能夠自定義報(bào)警規(guī)則，確保隨時(shí)掌握云上應(yīng)用的安全情況。

階段十四、IT高級(jí)開(kāi)發(fā)者職場(chǎng)生命規(guī)則 — 職業(yè)素養(yǎng)

本課程主要為廣大畢業(yè)生或者工作經(jīng)驗(yàn)較少的學(xué)員而設(shè)立，主要是為了在職業(yè)素養(yǎng)方面給大家提供輔導(dǎo)，為更加順利走向職場(chǎng)而提供幫助。

為什么有些同學(xué)在技能方面過(guò)關(guān)，卻還是給予別人一種書(shū)生氣的感覺(jué)？

為什么簡(jiǎn)歷已經(jīng)通過(guò)了，卻還是沒(méi)有通過(guò)HR的面試？

為什么入職后，與同事的溝通總是存在問(wèn)題?

為什么每天的時(shí)間都不夠用，無(wú)法兼顧生活學(xué)習(xí)和工作?

為什么學(xué)習(xí)一段時(shí)間后，對(duì)工作對(duì)職場(chǎng)沒(méi)有方向感?

為什么遇到事情，別人總是能夠保持良好心態(tài)游刃有余，而我總是問(wèn)題百出？ COT課程正是引領(lǐng)大家一起來(lái)探索其中的奧秘和方法，讓大家一起在學(xué)習(xí)過(guò)程中不斷深思和進(jìn)步，讓大家的職場(chǎng)路越走越順暢。

1）團(tuán)隊(duì)協(xié)作

2）心態(tài)管理

3）目標(biāo)管理

4）時(shí)間管理

5）學(xué)習(xí)管理

6）溝通能力

7）項(xiàng)目管理