Python基础课程

课程内容：

面向对象与设计模式

文件系统

网络编程

多任务

数据结构+算法

培养目标：

前期通过学习，掌握Python编程语言基础内容；中期主要涉及OOP基础知识， 具有初步软件工程知识并树立模块化编程思想 ，讲解多任务的同时，也给学生们介绍常见数据结构和相应算法， 注重表结构的处理、树结构的处理等知识，学完后学生会具备一定的数据结构和算法能力。

刘老师  

Python+人工智能研究院院长

原中国日报社客户端研发工程师

天津大学计算机科学与技术专业。8年开发经验，4年授课经验，曾就职于中国日报社和中国建设银行广开研发中心，从事新闻大数据汇总和建行手机银行客户端研发工作，有着丰富的前后台开发经验。精通网络编程、基于CCPP人工智能方向数据挖掘、Python框架设计等核心技术。

授课风格：通过形象的比喻使学员更容易理解课程内容，深入浅出，乐于分享研究成果。使学员学到的不仅仅是知识，还有实战经验。

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。

列表推导：

已知一个列表，刷选出偶数列表方法：

numbers = [1,2,3,4,5,6]

even = []

for number in numbers:

if number%2 == 0:

even.append(number)

用下面的代替：

numbers = [1,2,3,4,5,6]

even = [number for number in numbers if number%2 == 0]

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