Alibaba-Cloud
Contents
Alibaba-Cloud#
1、Python学习路径#
第 1 章：Python 基础#
课程列表 |
学习效益 |
视频课程 |
测验 |
课程内容 |
|---|---|---|---|---|
第一讲：Python入门（一） |
Python编程语言介绍及开发环境 |
|||
第 2 讲：Python 入门（2） |
学习Python编程的基本概念、数据结构、控制结构和基本的读写操作 |
|||
第 3 讲：高级 Python 编程（一） |
学习 Python 编程中错误和异常处理、字符编码、函数和变量的概念 |
|||
第4讲：高级Python编程（2） |
学习Python的模块概念、面向对象编程知识、正则表达式和数据处理方法 |
第 2 章：使用 Python 进行 Web 开发#
课程列表 |
学习效益 |
视频课程 |
测验 |
课程内容 |
|---|---|---|---|---|
第 1 讲：Web 开发基础 |
WEB开发常识介绍，学习前端开发框架基础和后端开发基础 |
|||
第2讲：数据库操作基础 |
关系型数据库基础知识介绍，学习SQL语法，MySQL和PostgreSQL数据库基础知识 |
|||
第 3 讲：ORM 框架 SQLAlchemy |
介绍ORM的基本概念，通过实例，学习Python ORM框架SQLAIChemy的通用知识、原理和用例 |
|||
第 4 讲：网络安全 |
网络安全概论，学习网络安全的主要组成部分，网络服务器、脚本语言和网络浏览器的安全；阿里云Web应用防火墙实践 |
|||
第 5 讲：Flask 框架 |
介绍Flask框架的基本概念，学习Flask的安装、定义、模板应用，以及应用测试、配置管理、命令行界面和应用部署。能够利用 Flask 开发和部署项目。 |
|||
第 6 讲：Django 框架 |
了解Django框架的基本概念、安装和项目，学习Django模板、模型和ORM。介绍Django中间件和视图的使用。能够使用Django构建项目。 |
|||
第 7 讲：在云上部署 Python Web 应用程序 |
学习将Python开源项目与GitHub同步，按照步骤在本地部署项目 |
第 3 章：使用 Python 进行科学计算#
课程列表 |
学习效益 |
视频课程 |
测验 |
课程内容 |
|---|---|---|---|---|
第 1 讲：Numpy、Pandas 和 Scipy 的基础知识 |
了解Python科学计算基础知识，学习Numpy、Pandas、Scipy的基本用法 |
第4章：Python与网络爬虫项目#
课程列表 |
学习效益 |
视频课程 |
测验 |
课程内容 |
|---|---|---|---|---|
第 1 讲：网络爬虫和 HTML 解析的基础知识 |
了解网络爬虫及其流程，通过学习真实的网络爬虫案例，完成地址解析、内容抓取、数据存储等各个模块，最终掌握网络爬虫技术 |
|||
第2讲：网络爬虫真实世界项目 |
了解网络爬虫及其流程，通过学习真实的网络爬虫案例，完成地址解析、内容抓取、数据存储等各个模块，最终掌握网络爬虫技术 |
第 5 章：使用 Python 进行 DevOps#
课程列表 |
学习效益 |
视频课程 |
测验 |
课程内容 |
|---|---|---|---|---|
第 1 讲：使用 Python 的 DevOps 基础知识 |
将运维任务自动化，学习一些常用的自动化运维工具。 |
|||
第二讲：运营编排服务 |
利用阿里巴巴运维编排服务自动化您的运维任务。 |
2、人工智能学习路径#
https://edu.alibabacloud.com/learningpath/ai_learning_path
在本课程中，我们将从上到下回顾机器学习和人工智能。从对该领域的历史进行概述开始，然后我们继续介绍机器学习中的基本概念和过程。从那里，我们详细解释了一般机器学习和自然语言处理 (NLP) 等其他领域的常见算法。到课程结束时，学生不仅熟悉常见的算法，而且还将获得使用 TensorFlow（一种常见的开源人工智能和机器学习框架）以及人工智能机器学习平台 (PAI) 的宝贵实践经验，阿里云复杂但简单的拖放式机器学习工具。
在本课程中，我们将向您介绍各种机器学习和人工智能材料，包括：
机器学习和人工智能的早期历史
常见的机器学习算法及其应用
常用的深度学习工具和方法（Neural Networks、TensorFlow）
自然语言处理：算法与应用
TensorFlow 和阿里云人工智能机器学习平台 (PAI) 的实践练习
第 1 章：机器学习概述：概念和历史#
课程列表 |
学习目标 |
视频课程 |
课程内容 |
|---|---|---|---|
第 1 讲：机器学习和人工智能 |
在高层次上对机器学习和人工智能有一个简单的了解 |
||
第 2 讲：Bacis 机器学习概念和过程 |
高层次地理解机器学习技术 |
||
第3讲：机器学习方法的分类 |
了解云原生的概念、本质和主流技术 |
||
第四讲：机器学习发展史 |
了解机器学习和人工智能技术的早期历史 |
||
测验 |
测试整个章节并获得认证 |
第 2 章：机器学习算法简介#
课程列表 |
学习效益 |
视频课程 |
课程内容 |
|---|---|---|---|
第 1 讲：感知器 |
理解感知器算法 |
||
第2讲：KNN（K-最近邻） |
了解KNN算法 |
||
第 3 讲：朴素贝叶斯 |
了解朴素贝叶斯算法 |
||
第 4 讲：决策树 |
了解决策树算法 |
||
第 5 讲：层次聚类 |
了解层次聚类算法 |
||
第 6 讲：K 均值聚类 |
了解 K-Means 聚类算法 |
||
第 7 讲：动手（实验室）部分 |
动手尝试一些基本的机器学习算法 |
||
测验 |
测试整个章节并获得认证 |
第 3 章：神经网络基础和深度学习#
课程列表 |
学习目标 |
视频课程 |
课程内容 |
|---|---|---|---|
第 1 讲：神经网络：基本概念 |
从高层次理解神经网络 |
||
第 2 讲：神经网络：结构 |
从高层次理解神经网络的架构 |
||
第 3 讲：神经网络：优化 |
了解用于神经网络的优化算法 |
||
第 4 讲：深度学习：基本概念 |
了解所谓“深度学习”背后的一般思想 |
||
第5讲：卷积神经网络及其应用 |
了解 CNN 的应用，这是最常见的神经网络类型之一 |
||
第 6 讲：递归神经网络及其应用 |
了解 RNN 的应用 |
||
第 7 讲：动手实践 |
获得神经网络的动手实践 |
||
测验 |
测试整个章节并获得认证 |
第 4 章：自然语言处理#
课程列表 |
学习目标 |
视频课程 |
课程内容 |
|---|---|---|---|
第 1 讲：统计语言模型 |
了解统计语言模型 |
||
第 2 讲：Word2Vec |
理解 Word2Vec 模型 |
||
第 3 讲：变压器 |
理解 Transformer 模型 |
||
第 4 讲：BERT |
理解BERT语言模型 |
||
第 5 讲：情绪分析 |
了解情绪分析的基础知识 |
||
第 6 讲：聊天机器人 |
了解智能聊天机器人的基础知识 |
||
第 7 讲：机器翻译 |
了解机器翻译的基础知识 |
||
测验 |
测试整个章节并获得认证 |
第 5 章：TensorFlow 简介#
课程列表 |
学习目标 |
视频课程 |
课程内容 |
|---|---|---|---|
第 1 讲：架构和工作原理 |
了解 TensorFlow 的高层次工作原理 |
||
第 2 讲：基本语法 |
理解 TensorFlow 的语法和句法 |
||
第 3 讲：开发过程 |
了解如何设置 TensorFlow 并开始编写代码 |
||
第四讲：机器学习发展史 |
了解神经网络模型开发的基础知识 |
||
测验 |
测试整个章节并获得认证 |
第6章：阿里云人工智能机器学习平台（PAI）#
课程列表 |
学习目标 |
视频课程 |
课程内容 |
|---|---|---|---|
第一讲：PAI简介 |
了解 PAI 是什么以及它能做什么 |
||
第 2 讲：使用 PAI 进行视觉（工作室）开发 |
了解如何使用PAI的可视化开发界面 |
||
第 3 讲：使用 PAI 进行笔记本开发 |
了解如何使用 PAI 的 Jupyter notebook 界面 |
||
第 4 讲：应用：图像分类 |
了解如何使用 PAI 对图像进行分类 |
||
第 5 讲：应用：情感分析 |
了解如何使用 PAI 构建情绪分析工具 |
||
第 6 讲：应用：产品推荐 |
了解如何使用 PAI 构建推荐系统 |
||
测验 |
测试整个章节并获得认证 |