1.了解Python編程的方式以及特點、發展歷史和應用領域 2.掌握python數據類型 3.掌握python復雜數據類型的語法、用途以及使用方式 4.掌握python運算符以及運算符的優先級 5.掌握python流程控制語法以及可以有邏輯的進行編程 6.掌握函數的定義、用途 7.能夠熟練的進行函數式編程。

1.熟悉numpy環境、會創建多維數組、 2.熟練操作數組的切片、索引和迭代 3.掌握算數的運算、會應用統計函數及矩陣庫 4.熟練IO文件操作 5.會用matplotlib繪制圖形 6.熟悉pandas環境、會創建Series、DataFrame 7.掌握描述性統計、會操作迭代、排序，熟悉字符串和文本函數 8.熟悉統計函數、聚合函數，學會對缺失數據的處理 9.熟練使用IO工具會可視化 10.熟悉Scipy環境、會操作積分、最優化的方法 11.熟悉插值、傅里葉變換、信號和圖像處理方法的使用 12.熟悉IO文件操作 13.熟悉Scrapy環境，學會爬蟲技術 14.爬取豆瓣電影 15.熟悉Sklearn環境，學會算法包的運用 16.學會加載數據集、模型選擇

結合MySQL數據庫、MongoDB、Redis不同的數據庫。從關系型數據庫到非關系型數據庫，從結構化數據存儲到非結構化數據，從數據存儲到數據緩存，從數據結構到數據優化。全面對數據庫技術進行學習。

1.了解機器學習的定義、發展歷程 2.熟悉貝葉斯公式的應用 3.掌握邏輯回歸模型 4.學會距離度量、k值的選擇 5.掌握決策樹學習的發展及其在機器學習中的作用、決策樹學習中的信息增益及信息增益比 6.掌握最小二乘估計、梯度下降法的運用 7.掌握性能度量、距離計算、最小化平方誤差 8.掌握神經元模型、感知機與多層網絡、BP算法、其他常見神經網絡

1.掌握對圖像的處理 2.掌握對自然語言的處理 3.結巴分詞的應用、詞袋模型和詞集模型 4.推薦算法、相似度度量 5.CNN神經網絡的運用 6.綜合項目，對整個課程的整體掌握

1.掌握對圖像的處理 2.掌握對自然語言的處理 3.結巴分詞的應用、詞袋模型和詞集模型 4.推薦算法、相似度度量 5.CNN神經網絡的運用 6.綜合項目，對整個課程的整體掌握

通過綜合項目評審，掌握面試技巧，提升專業自信。與就業服務部溝通進行城市和企業的選擇，解決就業常見問題，開啟就業服務階段。