# 课程资源
> 本教程出于教学目的编写,使用了大量的网络资源,如果有侵犯您的权利,请联系我们,及时处理。
[Email:qingsongzeng@163.com](mailto:qingsongzeng@163.com)
## 师资介绍
曾青松 教授 博士
[Email:qingsongzeng@163.com](mailto:qingsongzeng@163.com)
[广州番禺职业技术学院](http://www.gzpyp.edu.cn)
## 直播时间
按照课表排课时间直播,请大家安装好腾讯课堂客户端
https://ke.qq.com/
课程互动使用QQ群:1035559075。
![](https://img.kancloud.cn/12/1a/121a37d4ba52c3cffe760b6cb35971fa_253x248.png)
# 泰迪云课堂
> 后台已经帮大家导入账号,请自行登录学习,按照要求完成课程作业,提交测试,每日签到
https://edu.tipdm.org/classroom/103/courses
![](https://img.kancloud.cn/c9/ae/c9ae3c981bb50bab3344633b186a681f_1187x835.png)
```
各位同学早上好第一周的课程已经开放啦,开课的事情比较多,给大家絮叨絮叨~~
请务必认真阅读
- 以后课程更新时间:每周日早上10点
- 课程学习方式:在线视频+作业练习+在线答疑+直播(直播暂定于课程最后一周,具体时间将另行通知)
- 课程学习地址:https://edu.tipdm.org/
- 抑或下载云课堂app:https://edu.tipdm.org/mobile/
- 课程配套资料在课时36,可以直接下载!!
- 学习账号已经为大家提前开通,账号为大家登记的手机号/邮箱,初始密码:pw123654
- 具体流程见课时1微班级开班仪式
---------------
请注意!!!☞☞☞☞
1、课程内容按周推送,请大家及时完成学习任务和作业;
2、课程学习是有时限的,每门课程最后一周课程结束后,再给一周缓冲时间让大家观看复习,随后课程将会关闭。
Python数据分析与应用:学习周期为六周,课程结束后缓冲一周,即4月20日关闭课程;
请大家及时完成课程学习和作业,课程观看进度及课后作业完成情况将于最后成绩直接挂钩!!!
请注意
作业方式:
1、选择题,考试时间为1小时 ,一次提交机会,考试截止时间为下周课程更新前一分钟
2、操作题操作时间不限,一次提交机会
学生微班级成绩评定方式:
1、学生课程成绩由两部分组成:学习完成率(占比40%) + 平时考试成绩(占比60%)。如结课时小明学习完成率为60%,平时考试成绩85分,则其最终课程成绩为60\*0.4 + 85\*0.6 = 75 分。
2、操作题作为附加题提供给大家,其结果不计入课程成绩。操作题是锻炼大家自身实操技能的重要方式,只有动手实践操作,技能才能得到提升。学习成果靠自律。
最后,如有疑问可直接在群里提出,群中大家和学习有关的问题我们都会回复,但有些问题在群里发得太晚或太早抑或大家同时提出的问题较多,所以有时候我们回复速度会慢一点或者隔天回复大家,当然我们也鼓励大家在群里相互交流帮助。
```
### Python 入门指南
课程链接:https://www.kancloud.cn/thinkphp/python-tutorial/37061
### Python 3零起点教程
廖雪峰的教程
课程链接:https://www.kancloud.cn/thinkphp/python-guide/39214
## 在线实验平台
> 使用实验楼在线实现平台,筛选了免费的课程,学生需要注册账号登陆,免费用户不能保存数据,平台基于Linux系统,如果不熟悉Linux可以先完成以下实验
### Linux 基础入门
要在实验楼愉快地学习,先要熟练地使用 Linux,本实验中通过在线动手实验的方式学习 Linux 常用命令,用户与权限管理,目录结构与文件操作,环境变量,计划任务,管道与数据流重定向等基本知识点。
课程链接:https://www.shiyanlou.com/courses/1
# 学习路径【 机器学习工程师】
机器学习路径将带你学会使用 Numpy,Scipy,Pandas,Scikit-learn,Matplotlib 等开源工具,完成从数据清理、数据分析、模型构建,到最终的预测评估及可视化呈现。本路径既包含了机器学习算法的基础知识,又融合了大量的实战操作,还覆盖了深度学习的有趣样例,将为你了解并掌握一定的机器学习技能提供动力。
课程链接:https://www.shiyanlou.com/paths/20/
![](https://img.kancloud.cn/7b/3a/7b3ae656f6d18447ebb789b7d87bb292_1146x941.png)
> 必须完成的实验
## 实验楼 Notebook 在线环境使用指南
Jupyter Notebook 是一个能运行 Python 代码的 Web 应用程序,它是目前进行机器学习实践的主流工具。实验楼依托 Jupyter Notebook,开发出了自己的机器学习在线实验环境「实验楼 Notebook」。完成本次实验课程内容,你将掌握「实验楼 Notebook」的基本操作,这也是学习后续课程的重要基础。
课程链接:https://www.shiyanlou.com/courses/1322
## Python3 简明教程
简明易懂的 Python3 课程,不仅适用于那些有其它语言基础的同学,对没有编程经验的同学也非常友好。本课程不仅讲解了 Python3 基础知识,还介绍了 PEP8、Virtualenv、测试、项目结构以及 Flask 相关内容
课程链接:https://www.shiyanlou.com/courses/596
## NumPy 数值计算基础课程
如果你使用 Python 语言进行科学计算,那么一定会接触到 NumPy。NumPy 是支持 Python 语言的数值计算扩充库,其拥有强大的高维度数组处理与矩阵运算能力。除此之外,NumPy 还内建了大量的函数,方便你快速构建数学模型。
课程链接:https://www.shiyanlou.com/courses/912
## Pandas 数据处理基础课程
> Pandas 是非常著名的开源数据处理工具,我们可以通过它完成对数据集进行快速读取、转换、过滤、分析等一系列操作。除此之外,Pandas 拥有强大的缺失数据处理与数据透视功能,可谓是数据预处理中的必备利器。本课程主要讲解使用 Pandas 进行数据分析的基本流程和基本方法。
课程链接:https://www.shiyanlou.com/courses/906
# 进阶学习资源
## 参考资料
- 范淼, 李超. Python机器学习及实践:从零开始通往Kaggle竞赛之路[M].清华大学出版社, 2016.
- Hands-On Machine Learning with Scikit-Learn and TensorFlow
- Python 语言构建机器学习系统 第2版(影印版)
- Robert Layton. Python数据挖掘入门与实践, 人民邮电出版社
- scikit learn机器学习:常用算法原理及编程实战
- Python大战机器学习:数据科学家的第一个小目标
## 在线资源
* scikit-learn官方中文文档:http://sklearn.apachecn.org
* 实验楼:https://www.shiyanlou.com/courses/1322
* 泰迪云课堂:https://edu.tipdm.org/classroom/103/courses