网络爬虫

课程内容：

爬虫与数据

Scrapy框架

Mongodb+Redis

Scrapy-redis框架

培养目标：

可掌握的核心能力： 1.掌握爬虫的工作原理和设计思想；2.掌握反爬虫机制； 3.通过学习NoSql数据库和Scrapy-redis框架，可以独立运用分布式爬虫框架实现海量数据的爬取。

范老师

优就业Python人工智能/PHP高级讲师

原大型求职网站开发工程师

8年项目开发经验，3年授课经验，参与开发了某大学生求职招聘网站、某大型商城系 统。精 通PHP+My SQL 技术、P y thon开发语言，熟 悉Think PHP、 Laravel、YII、Flask、Django等开发框架。同时对机器学习、人工智能也有着深入研究。

授课风格：上课语言通俗易懂，精炼朴实，对学生平易近人，极具耐心、责任心。

教学平台

O2O+CTS双教学平台

优就业秉承“学员的事是最重要的事”这一办学理念，历经十余年，百余位业界专家精心研发，重磅推出从线上到线下一体化互动式CTS云教学系统平台、从入学到就业持续跟踪的O2O教学服务平台。

学前

体验学习：学员可以登录我们的学习平台，挑选自己感兴趣的线上课程免费进行试听，得到真实的学习体验。

选班报班：试听结束，进入选课中心，挑选自己想要学习的课程和想要报的班次。海量课程、多种班次，一站式报名。

能力测评：选课报班成功后、入学前，学员可以进行能力测评，对自己现阶段的能力储备有一个清晰的了解，从而在学习中能够有的放矢。

两个列表同时迭代

nfc = ["Packers", "49ers"]

afc = ["Ravens", "Patriots"]

for teama, teamb in zip(nfc, afc):

print teama + " vs. " + teamb

>>> Packers vs. Ravens

>>> 49ers vs. Patriots

基于实例的方法（Instance-based Algorithms）：

基于实例的学习模型是使用那些对于模型很重要训练数据，这类方法通常使用基于示例数据的数据库，用新数据和数据库数据以一种相似度方式从中找到最佳匹配，从而作出预测。出于这个原因，基于实例的方法也被称为赢家通吃所有的方法和基于记忆的学习。重点放在存储实例之间的相似性度量表现上。

k最邻近算法 k-Nearest Neighbour ，kNN

学习矢量量化 Learning Vector Quantization ，LVQ

自组织映射 Self-Organizing Map ，SOM

局部加权学习 Locally Weighted Learning ，LWL