在大数据时代，数据的重要性显得越来越重要，Python作为一门优秀的编程语言，用于处理数据也非常方便，并且数据的分析和挖掘处理功能也非常强大，在这一门课程中，将使用Python3一步一步讲解数据分析与人工智能的知识，并且全程采用实战案例教学。
课程形式：课堂讲授、讲义解析、实战互动演练
培训环境
机器要求：计算机1台1人
软件要求：Windows7以上、Python环境
硬件要求：CPU：主流即可
RAM：8GB以上
教学环境：局域网、白板、投影仪
Python数据分析基础Python数据分析与挖掘技术基础
数据分析与挖掘技术基础
科学计算numpy
pandas
数据可视化matpalotlib
Python数据导入实战
Python数据可视化分析实现
Python数据清洗、集成与变换
Python数据清洗
Python数据集成
Python数据变换
*预处理大规模数据
Python数据挖掘建模
Python数据建模与分类实现
Python数据建模概述
Python数据分类实现过程
常见分类算法
KNN算法
贝叶斯方法
回归分析与决策树
Python数据分析与挖掘聚类实现与回归分析
聚类常见算法
聚类三法实战（划分法、层次法、密度法）
K-Means算法
Python数据回归分析
Python机器学习
特征工程
监督学习分类算法
监督学习回归算法
非监督学习
Scikit-learn使用
模型选择与调优
Python降维技术与大型数据分析与挖掘项目实战
Python数据降维分析实现
大型网站用户行为基本数据分析与挖掘分析项目实践
人工智能工具Tensorflow
TensorFlow API的构建
简单API进行多层感知器建模
简单API进行CNN/LSTM建模
DataSet与数据高效读写
复杂API的高效特征工程处理
Keras工具简介
序贯模型与函数模型的使用
多层感知器
Keras卷积神经网络
项目案例实战：验证码识别
