ReadMe.ipynb

{
 "cells": [
  {
   "cell_type": "markdown",
   "metadata": {},
   "source": [
    "## 云平台访问及使用规则： \n",
    "- 浏览器访问,http://47.94.42.241:8001/,密码sxy-s3 \n",
    "- 通过以下的方式新建文件夹,并修改成自己的名字\n",
    "- 可以通过以下方式新建一个 notebook，参照下面 的方式修改 notebook 的名称。\n",
    "- 说明：本云平台只用于学习和练习使用，请不要在上面跑学习无 关的任务， 否则影响其他同学学习，任务会被 kill 掉。 \n",
    " \n",
    "- 另：此云平台为七月实训营三期专属，请保管好密码，勿泄露服务 器与密码等相关信息。 \n",
    "\n",
    "## 关于直播，在线答疑与阶段测试\n",
    "- 直播是指按课表的日期，晚上8点至10点，学员通过点击直播间链接，进行在线听课及提问互动。   \n",
    "- 在线答疑是指直播后一天晚上，同学们在群内对直播内容，作业进行互相讨论，并有助教及老师进行答疑   \n",
    "- 阶段测试是指每个阶段的周五，以试卷的形式对同学们在本周学习的情况进行一个摸底。\n",
    "\n",
    "\n",
    "## 直播课程的回放\n",
    "本期集训营已经上过的课程视频，可以在PC端登陆后，右上角我的课程里回看：http://www.julyedu.com/video/play/102 对应课程大纲   \n",
    "另，也可以在各大应用商店下载「七月在线」APP，用APP下载视频回看\n",
    "\n",
    "\n",
    "## 关于课件，作业\n",
    "课件：课件会汇总放置于云平台上的0.Teacher文件夹下，即http://47.94.42.241:8001/tree/0.Teacher，比如第一阶段的两个notebook课件\n",
    "第二阶段的三个notebook课件\n",
    "\n",
    "每堂直播课都会留有针对该堂课的作业，讲师会附在课件的末尾或另行说明，请同学们认真完成。\n",
    "对于完成作业中出现的疑问和困惑，可以群内@助教老师，组长，授课老师进行提问。\n",
    "\n",
    "\n",
    "## 关于考试\n",
    "课件、作业、考试都布置在云平台上，云平台地址：http://47.94.42.241:8001/tree?，密码在上课Q群群公告里   \n",
    "考试则在0.Teacher文件夹的exam文件夹下，即http://47.94.42.241:8001/tree/0.Teacher/Exam   \n",
    "具体的考试规则，计分制度等详见每个阶段的试卷说明。\n",
    "\n",
    "对于阶段已经结束的考试无法再次考试。 \n",
    "后面每个阶段的考试都在当周周五下午开始，比如第三个阶段的考试在本周五2.9日进行\n",
    "每个阶段的考试成绩会作为毕业时成绩中平时成绩30%。另70%的分数由最后阶段项目考试决定。\n",
    "\n",
    "# 课程总结\n",
    "\n",
    "\n",
    "## 第一周（Python基础）\n",
    "#### 背景知识要求：\n",
    "- 基本编程知识\n",
    "\n",
    "#### 学习目标:\n",
    "- 云平台Notebook的熟练运行Python\n",
    "- Python的基础语法\n",
    "- 循环控制，函数及面向对向，\n",
    "- Python基础语法及进阶知识\n",
    "- Python函数，类，对象的操作\n",
    "- 内置及第三方库的应用\n",
    "\n",
    "\n",
    "## 第二周（数据抓取）\n",
    "#### 背景知识要求：\n",
    "- HTML基础知识\n",
    "- 数据库基础知识\n",
    "\n",
    "#### 学习目标:\n",
    "- 使用requests库爬取数据\n",
    "- 使用scrapy框架搭建爬虫工程\n",
    "- 部分数据库操作\n",
    "\n",
    "\n",
    "## 第三周（数据处理）\n",
    "\n",
    "#### 背景知识要求：\n",
    "- Python基础操作\n",
    "- 有数据可视化的基本概念\n",
    "\n",
    "#### 学习目标:\n",
    "- 熟练掌握Pandas库的对于数据的各类操作\n",
    "\n",
    "## 第四周（数据可视化及拟合）\n",
    "\n",
    "#### 背景知识要求：\n",
    "- Python及Pandas部分要求掌握\n",
    "- 了解不同数据类型\n",
    "- 对数据可视化的意义有了解\n",
    "- 对数据可视化的不同实现方案有大致了解\n",
    "\n",
    "#### 学习目标：\n",
    "- matplotlib的使用\n",
    "- 基于matplotlib库的高级绘图seaborn的使用\n",
    "\n",
    "\n",
    "## 第五周（大数据部分）\n",
    "\n",
    "#### 背景知识要求：\n",
    "- linux基本操作\n",
    "- 了解大数据应用背景\n",
    "\n",
    "#### 学习目标\n",
    "- 了解海量数据的处理方式\n",
    "- Hadoop集群完成Map-reduce任务\n",
    "- Spark进行RDD操作\n",
    "\n",
    "\n",
    "## 第六周（机器学习部分）\n",
    "\n",
    "#### 背景知识要求：\n",
    "- 该阶段主要学习对之前Python基础及数据处理部分有要求\n",
    "- 线性代数，微积分，数理统计相应知识\n",
    "\n",
    "#### 学习目标\n",
    "- 机器学习基础概念\n",
    "- 机器学习的完整流程\n",
    "- 实战sklearn库\n",
    "\n",
    "\n",
    "## 第七周（模型融合）\n",
    "\n",
    "#### 背景知识要求：\n",
    "- 该阶段主要学习对之前python,数据处理，机器学习，算法等进行综合应用\n",
    "\n",
    "#### 学习目标\n",
    "- 模型集成的基本概念，操作\n",
    "- XGBOOST的使用\n",
    "\n",
    "\n",
    "## 第八周（深度学习）\n",
    "\n",
    "#### 背景知识要求：\n",
    "- 对上周内容充分掌握,并预习深度学习部分(八期视频）\n",
    "\n",
    "#### 学习目标\n",
    "- 深度学习入门\n",
    "- 神经网络的建模，调参，防过拟合\n",
    "- CNN,RNN框架的了解\n",
    "- kears模型的使用"
   ]
  }
 ],
 "metadata": {
  "kernelspec": {
   "display_name": "Python 3",
   "language": "python",
   "name": "python3"
  },
  "language_info": {
   "codemirror_mode": {
    "name": "ipython",
    "version": 3
   },
   "file_extension": ".py",
   "mimetype": "text/x-python",
   "name": "python",
   "nbconvert_exporter": "python",
   "pygments_lexer": "ipython3",
   "version": "3.5.2"
  }
 },
 "nbformat": 4,
 "nbformat_minor": 2
}