Python设计基础班课程大纲

学习对象：0基础0经验的小白人员；想转型到设计行业或对此行业有浓厚兴趣的人员；在校大学生，希望充实自身技能，毕业后能顺利就业并有更强的市场竞争力；不满足目前工作现状，想要得到更好的发展空间。

上课方式：全日制脱产，每周5天上课, 上两天课休息一天的上课方式（实际培训时间可能因法定节假日等因素发生变化）

培训时间：部分校区可能会根据实际情况有所调整，详情可询咨询老师

培训费用：Python设计学费价格详情（享受优惠价的条件是什么？）

姓名：王老师 

优就业Python人工智能高级讲师

主讲：Python

多年互联网开发经验。曾任某大型IT公司项目经理。精通Python/Javascript/shell/C，精通大规模高并发的Web、爬虫项目开发，擅长项目管理和流程控制。对于数据结构、数据分析、数据库、机器学习、人工智能算法等有较深入的研究。

研发与师资团队

研发：市面上的培训机构，规模实力参差不齐，教学研发能力更是水平不一。大部分机构的课程，都大同小异。

面对IT培训行业整体研发能力不足的现状，优就业坚持原创，不照搬、不跟风，集结了一支教学经验丰富、研发能力强悍的团队。优就业的课程体系、授课方式、培训模式都是优就业的团队精心研发的成果。

师资：优就业汇聚国内一线专家团队，拥有近百位一线技术大牛，500多位核心研发工程师。其中不乏来自百度、阿里、腾讯、IBM、微软、Oracle-Sun、亚信、用友等国际高端IT公司的技术专家。

我们的老师都在国内大型企业有自己的项目团队，秉承理论教学与实战训练相结合的教学理念，能够带领学员参与真实的研发项目，一对一亲自指导，让学员获得实实在在的技能本领。教授过的学员毕业时均能完成一个完整的项目，拥有一项看得到的成果。

注意浮点数的除法

print .3/.1

>>> 2.9999999999999996

print .3//.1

>>> 2.0

决策树算法（Decision Tree Algorithms）：

决策树方法是建立一种基于数据的实际属性值的决策模型。决策使用树型结构直至基于一个给定记录的预测决策得到。决策树的训练是在分类和回归两方面的数据上进行的。

分类回归树 Classification and Regression Tree ，CART

迭代二叉树3代 Iterative Dichotomiser 3 ，ID3

卡方自动交互检测 CHAID

多元自适应回归样条 MARS

梯度推进机 Gradient Boosting Machines ，GBM

单层决策树 Decision Stump