IT培训班

课程详情
网页设计：
阶段一
界面设计。从界面可使用设计原则、交互设计、呈现设计和网络广告设计等方面系统学习优良界面设计的方法，并有众多的实际案例分析，从理论到实践教你学会如何深入浅出分析界面设计和用户体验。

阶段二
HTML设计。了解HTML基础知识、使用图片、使用表格、使用表单、使用框架、使用样式表、使用多媒体等知识，学习如何创建一个HTML文件、文档格式化、使用图像和背景、表格布局、框架布局、使用表单收集数据、样式表和HTML高级主题等专业知识。

阶段三
掌握美术基础及设计理论、扎实的计算机及网络知识、视觉设计基础知识、网络营销知识、电子商务平台建设和管理能力。

网络工程师：
阶段一
学习计算机系统和网络操作系统基础知识。了解计算机应用系统设计和开发过程。

阶段二
熟悉通信基础知识。掌握系统安全和数据安全基础知识。网络安全和基本技术和主要安全协议。网络体系结构和网络协议基本原理。网络有关的标准化知识。

阶段三
学习局域网组网技术，理解城域网和广域网基本技术。计算机网络互联技术,TCP/IP协议网络的联网方法和网络应用技术。理解接入网和接入技术。学习网络管理的基本原理和操作方法。

阶段四
学习网络系统性能测试和优化技术，及可靠性设计技术。理解网络应用的基本原理和技术。理解网络新技术和发展趋势。了解相关知识产权和互联网法律法规。

人工智能：
人工智能初级
人工智能技术和应用场景的全面解析，系统化介绍人工智能技术链条。
通过实例对人工智能的开发语言载体Python进行深入理解并掌握Python语法规则，变量和数据类型，程序结构控制, Python的数据结构, Python中的OOP，了解神经网络的训练方法和流程，学习主流机器学习、深度学习框架环境的搭建，TensorFlow、 Keras、 Caffe等。

人工智能中级:本模块重点在于算法的开发实现方面,学习人工智能中的识别技术。
通过数字识别和人脸识别、自然语言处理等这些应用极为广泛的项目开发,深入介绍深度学习的概念,激活函数以及神经网络基础,对CNN、RNN进行原理方法和原理学习,卷积层和池化层,图像特征提取与识别，经典LeNet模型，LSTM，Encoder-Decoder Model等,同时引入自然语言处理方面的内容，包括分词、题干提取建模等,为不同方向的技术学习构建完整的技能知识图谱。

人工智能高级:
从本阶段开始， 我们的学习重点转向高级的模型优化算法上。
在项目开发实现的基础上进行调优处理,通过学习过程的优化、数据预处理方法、超参数、学习率优化、Batch-Normalization等方法 ,实现开发算法的优化,完善提升神经网络的效率和质量,进一步理解算法实现与设计 ，实现开发工程师提升到算法专家之路。

数据分析：
数据分析初级:使用Python处理工作场景中的简单数据分析。
基于CDBD (中国历代人物传记资料库)数据集开发课程案例,介绍数据分析的基本流程和方法,涉及的数据建模方法主要是聚类和决策树，学完之后能够使用Python处理工作场景中的简单数据分析。

数据分析中级:成为具有一定分析思维的数据分析师。
基于真实企业数据库开发案例，重点介绍K-近邻、凝聚与分裂(层次聚类算法)、线性回归、朴素贝叶斯等数据建模方法,最终成为具有一定分析思维的数据分析师 ,满足就业需求。

数据分析高级:成长为一名高级数据分析师，并获得算法工程师的相关技能。
基于前两个阶段学员学习数据开发的在线学习数据分析案例，通过完全贴近真实情境的数据分析工作,学会处理各种数据分析中的复杂问题,所使用的建模方法有支持向量机、DBSCAN、逻辑回归和反向传播神经网络，最终成长为一名高级数据分析师 ，并获得算法工程师的相关技能,能做出直接跟系统交互的仪表盘。

Python：
Python初级:数据可视化
在大量数据的情况下，如何让数据能够更直观，更高效的输出有用的信息就需要借助于数据可视化技术。通过项目实战完全掌握Matplotlib实现简单直观的数据可视化、Echarts实现更丰富的交互需求,在此基础上认识更多的数据可视化库并灵活运用。

Python中级:数据抓取与采集
互联网上存在着海量的数据信息，通过爬虫可以快速高效的获取这些数据。Scrapy爬虫框架是当前非常流行的一款爬虫框架。Scrapy使用Python作为开发语言,并且提供了非常丰富扩展功能,数星掌握Scrapy爬虫框架的使用能够实现高效获取互联网数据的目标。

Python高级:数据清洗与挖掘
本阶段主要完成数据处理方面的学习，利用Python实现数据清洗与存储相关技能。数据被正式应用于Al核心算法前，需要经过迁移、清洗、分片等多种转换处理,利用Python的numpy、pandas模块有效处理源数据中的空缺值、噪声数据、不一致数据、重复数据等。数据来源、存储环境是多样的,分别来自于JSON、CSV文件 , MySQL、Redis、 MongoDB数据库, HDFS文件系统等等。利用Python的json、 CSV、 pymysql、 redis. pymongo、pyhdfs模块很好地解决了数据存储问题。