¥面议
课程简介:从事计算机网络工程及相关领域中的网络系统及软硬件技术的研究与设计、实施与开发、维护与管理的复合型高级工程技术人才。 PHP Python Liunx运维 软件测试 APP开发 网络工程 C语言 数据
课程详情 2022-01-06 10:50
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。
首创北大青鸟五心教育管理模式
1,学术之心
2,技能之心
3,军学之心
4,职教之心
5,就业之心
最新评论
L********e
5.0 分2021-10-21 17:22
北大青鸟的牌子很早就听过,与老师沟通了也很放心,孩子在这边希望他能学门技术。