Python-learning

---

<script type="text/javascript" src="//rf.revolvermaps.com/0/0/1.js?i=5zge2m4jbm9&s=350&m=7&v=true&r=false&b=000000&n=false&c=ff0000" async="async"></script>

---

---

好玩儿的Python：从数据挖掘到深度学习-From Data Mining to Deep Learning

• 详情请点击：慕课学院

Git代码库

• 克隆代码库到本地:

git clone git@github.com:wqw547243068/Python-learning.git

课程列表

• 【2019-5-3】Python从新手到大师-100天

时间线

时间	章节	题目	作业	备注
2018-5-14	第一节	入门导读
2018-5-21	第二节	Python基础	请完成ppt里提到的5-6个作业	这节课长达2h，内容非常多
2018-05-28	第三节	Python基础（续）	面向对象编程
2018-5-28	第三节	文本处理		字符串+面向对象+文本处理
2018-6-6	第四节	数据分析基础		Python生态圈及数据分析
-	第五节	机器学习基础	机器学习基本流程及Scikit-learn
-	第六节	深度学习基础	深度学习简介及tensorflow
-	第七节	iris和mnist	实战环节
-	第八节	RNN和NLP	聊天机器人
-	第九节	CNN和CV	人脸识别、目标检测

内容提要

第一节 入门导读

内容如下：

1. AI时代何去何从
   • 时代浪潮：移动互联网→O2O→大数据→互金→智能家居→共享→AI→区块链
   • DL是AI/ML的一个重要分支，Data是燃料（DM能力不可或缺）
2. 如何高效学习
   • 知乎：为什么大多数人宁愿吃生活的苦，也不愿吃学习的苦？（主动吃苦）
   • 学习金字塔: 主动学习＞被动学习,教授＞总结＞实践＞看书
   • 费曼技巧：终极快速学习方法
   • 怎么成为大牛？走出舒适区，进入学习区
   • 大脑的学习之道：图谱结构+注意力+联想记忆+推理反思
3. 课程导读

第二节 Python基础

内容如下：

1. 入门神图：
   • 包，程序入口，函数，循环，分支，编码
2. 开发环境：
   • 三大流派：IDE+命令行+web
   • Linux开发环境是互联网标配
   • 大神简介：Linus，一生只为寻找欢笑
   • 入门级：GitHub和Git超超超详细使用教程
   • Git简易指南, Git快速入门，猴子都能懂的git入门，Git常用命令速查表
   • 官方环境Jupyter Lab、Google Colab（含GPU要翻墙）、 Kaggle
   • 7个Jupyter Notebook小提示与技巧, Jupyter notebook快速入门,Jupyter nbviewer：各种notebook资料分享
3. hello world
   • 如何高效的调试, pdb单步调试技巧
   • 代码规范：Google规范,Pylint：默认PEP8规范
4. 数据结构
   • 数据结构总结
5. 算法
   • 数据结构算法可视化网站visualgo,图解排序算法
   • 递归，分治算法，动态规划和贪心选择的区别
6. 总结

第三节 Python基础（续）

内容如下：

1. Python之禅：设计哲学
2. 词频统计：词频排序→Top 3→中文版→文件读写→新闻语料
3. 面向对象：代码块→函数→模块（过程） →类→包
   • 面向对象：初级篇，进阶篇
4. 总结

第四节 Python数据分析基础

1. 数据基础
   • 线性代数（35%）
     • 资料：「Deep Learning」读书系列分享第二章：线性代数-分享总结 【文字版】, 线性代数笔记
   • 概率与信息论（25%）
     • 资料：「Deep Learning」读书系列分享第三章：概率和信息论-分享总结，【文字版】
     • 其他资料：Deep Learning解读合辑-国庆特辑, 视频版
2. Python生态圈
   • numpy, 矩阵运算工具，资料如下：
     • 70个NumPy分级练习：用Python一举搞定机器学习矩阵运算
     • 用python做科学计算——Numpy快速处理数据
     • python numpy笔记
     • 知识点总结：脑图笔记
   • pandas，表格数据分析工具，资料如下：
     • Pandas学习笔记-常用功能
     • 十分钟搞定pandas
     • 知识点总结：脑图笔记
   • matplotlib,画图工具，资料如下：
     • matplotlib官方教程
     • matplotlib核心剖析
     • 知识点总结：脑图笔记
3. 数据分析 分析流程如下：
   • 朝阳医院数据分析，分析过程参考：销售数据分析,用numpy和pandas分析数据过程
   • kaggle数据分析，数据源参考：各领域公开数据集
4. 总结

第五节 机器学习基础

1. 什么是机器学习
   • 各种关系
2. 基本概念
   • 流程,Google机器学习速成课程,使用sklearn做单机特征工程,用正则化(Regularization)来解决过拟合
   • 专业术语
   • 典型问题
3. 经典算法
   • 图解机器学习,动态图体验网址
   • 图解机器学习, web形式展示机器学习的前后过程
4. 案例
   • Scikit-learn官网,中文文档
   • Sklearn快速使用及经典算法实现
5. 总结

第六节 深度学习基础

1. 什么是深度学习
   • 定义+发展历史
2. 神经网络
   • 基本流程
   • 反向传播
   • 梯度下降
   • 资料：可视化神经网络空间变换,Google playground
   • Yes you should understand backprop
3. Tensorflow
   • 小白都能懂的tensorflow教程
4. Tensorboard
   • 详解TensorBoard如何调参
5. 总结

第七节 iris和mnist

1. iris数据集+机器学习实战, 有道笔记链接
2. mnist数据集+tensorflow进阶，jupyter notebook地址

第八节 RNN和NLP

1. RNN简介

   • 资料：循环神经网络（RNN）原理通俗解释,TensorFlow中RNN实现的正确打开方式
   • 理解LSTM网络,英文原文

2. 应用：

   • 分类：再谈MNIST,RNN用于MNIST分类
   • 回归：股票预测, LSTM股票预测

3. NLP简介

   • NLP基本概念
     • NLP学习总结,十分钟NLP概述,BosonNLP在线示例

4. 应用

   • 聊天机器人
     • python分析微信朋友圈,Python解密微信大数据,Itchat微信自动回复
   • seq2seq,charRNN-TF

5. 总结

   • 资料,语音机器人,艾诚中英文切换超自如 对话网红机器人获赞

第九节 CNN和CV

1. iris数据集+机器学习实战

2. CNN简介

   • 计算机视觉
     • YJango的卷积神经网络——介绍,SIFT与HOG特征提取
     • 李飞飞《让冰冷的机器读懂照片背后的故事》,TED视频《我们怎样教计算机理解图片》,网易公开课：《李飞飞：如何教计算机理解图片》
   • CNN基本结构
     • 《神经网络与深度学习》吴岸城,Deep Learning（深度学习）学习笔记整理系列之（一）,Andrew Ng 深度学习(Deep Learning)介绍
     • YJango的卷积神经网络——介绍,卷积神经网络工作原理直观的解释？
     • Yann LeCun连发三弹：人人都懂的深度学习基本原理（附视频）
     • 卷积神经网络中用1*1 卷积有什么作用或者好处呢？
     • 手写数字识别3D交互体验
     • CNN发展历史,台大李宏毅：一天搞懂深度学习

3. 应用

   • 目标检测,作业：Tensorflow lite在移动设备上的运行Demo
   • 人脸识别,作业：python的人脸识别工具包face recognition
   • 参考资料：Large Pose 3D Face Reconstruction from a Single Image via Direct Volumetric CNN Regression,2D图像三维重建Demo体验地址,表情替换，DeepWarp Demo Page
   • 颜值预测，一个基于 TensorFlow 的「颜值评分」开源项目：FaceRank

4. 反思

   • Geoffrey Hinton多伦多大学演讲：卷积神经网络的问题
   • Hinton的Capsule论文全公开！首发《胶囊间的动态路由》原文精译，了解Hinton的胶囊网络ㅣ第一部分：直觉

数据挖掘实战

• 以下是帮大数据文摘做的挖掘分析

big bang可视化分析

• 【2019-05-22】临别给《生活大爆炸》做个台词数据分析，你猜谢耳朵最爱说什么？
• 用python分析big bang台词，并可视化，jupyter笔记
• 
• TelAntiNomy
• 
• 【2019-05-22】汇总top场景的top人物的词频heatmap
• <iframe src="courses/chapter_3/heatmap_freq.html" scrolling="yes" border="0" frameborder="no" framespacing="0" allowfullscreen="true" height="400" width="600"> </iframe>
• 台词汇总vis_summary
• <iframe src="courses/chapter_3/vis_summary.html" scrolling="yes" border="0" frameborder="no" framespacing="0" allowfullscreen="true" height="1500" width="100%"> </iframe>
• top场景top人物的词云汇总vis_summary
• <iframe src="courses/chapter_3/vis_wordcloud.html" scrolling="yes" border="0" frameborder="no" framespacing="0" allowfullscreen="true" height="600" width="100%"> </iframe>
• pyecharts的词云demo：
• <iframe src="courses/chapter_3/wordcloud.html" scrolling="yes" border="0" frameborder="no" framespacing="0" allowfullscreen="true" height="600" width="100%"> </iframe>
• markdown转html格式工具

华为讲话稿分析

• 【2019-05-25】卅年春秋，谁主沉浮？从400篇任正非演讲稿分析中，一探华为
• 【2019-05-25】独立页面
• <iframe src="data_mining/huawei.html" scrolling="yes" border="0" frameborder="no" framespacing="0" allowfullscreen="true" height="600" width="100%"> </iframe>

轨迹点聚类分析

• 【2019-05-28】用DBSCAN将定位点聚类成簇，再做分类预测，判断常驻点，示例
• <iframe src="data_mining/cluster.html" scrolling="yes" border="0" frameborder="no" framespacing="0" allowfullscreen="true" height="600" width="100%"> </iframe>

新冠状病毒感染可视化

• 【2020-02-06】python+pyecharts可视化新冠状病毒（武汉肺炎）分布，示例
  • 感染过程仿真VirusBroadcast，java版本
• <iframe src="data_mining/ncov.html" scrolling="yes" border="0" frameborder="no" framespacing="0" allowfullscreen="true" height="2400" width="100%"> </iframe>

交流分享

欢迎大家入群分享、交流！

<iframe src="https://ghbtns.com/github-btn.html?user=wqw547243068&repo=Python-learning&type=watch&count=true&size=large" allowtransparency="true" frameborder="0" scrolling="0" width="156px" height="30px"></iframe> <iframe src="https://ghbtns.com/github-btn.html?user=wqw547243068&repo=Python-learning&type=fork&count=true&size=large" allowtransparency="true" frameborder="0" scrolling="0" width="156px" height="30px"></iframe> --- <iframe style="margin-left: 2px; margin-bottom:-5px;" frameborder="0" scrolling="0" width="100px" height="20px" src="https://ghbtns.com/github-btn.html?user=wqw547243068&repo=Python-learning&type=star&count=true" > </iframe> ---

<script> window._bd_share_config={"common":{"bdSnsKey":{},"bdText":"鹤啸九天的技术博客","bdMini":"2","bdMiniList":false,"bdPic":"http://news.zx123.cn/uploadfile/news68/1800961ad02811e7b1c400163e010ef1.jpg","bdStyle":"0","bdSize":"32"},"share":{},"image":{"viewList":["qzone","tsina","tqq","renren","weixin"],"viewText":"分享到：","viewSize":"32"},"selectShare":{"bdContainerClass":null,"bdSelectMiniList":["qzone","tsina","tqq","renren","weixin"]}};with(document)0[(getElementsByTagName('head')[0]||body).appendChild(createElement('script')).src='http://bdimg.share.baidu.com/static/api/js/share.js?v=89860593.js?cdnversion='+~(-new Date()/36e5)]; </script>

评论区

<script type="text/javascript"> (function(d, s) { var j, e = d.getElementsByTagName(s)[0];

   if (typeof LivereTower === 'function') { return; }

   j = d.createElement(s);
   j.src = 'https://cdn-city.livere.com/js/embed.dist.js';
   j.async = true;

   e.parentNode.insertBefore(j, e);

})(document, 'script'); </script> 为正常使用来必力评论功能请激活JavaScript

---

<script> var _hmt = _hmt || []; (function() { var hm = document.createElement("script"); hm.src = "https://hm.baidu.com/hm.js?6901006744d7c1765b5599dbbab1ba17"; var s = document.getElementsByTagName("script")[0]; s.parentNode.insertBefore(hm, s); })(); </script>

---

<script async src="https://www.googletagmanager.com/gtag/js?id=UA-139247575-3"></script> <script> window.dataLayer = window.dataLayer || []; function gtag(){dataLayer.push(arguments);} gtag('js', new Date()); gtag('config', 'UA-139247575-3'); </script>

---