Python-learning

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

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
• 台词汇总vis_summary
• top场景top人物的词云汇总vis_summary
• pyecharts的词云demo：
• 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

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

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

交流分享

欢迎大家入群分享、交流！ —

评论区