为您找到47个相关课程
展开简介
收益目标：1. 掌握自动化运维的概念 2. Python 基础语法与编程 3. 利用Python编写运维工具 4. 掌握 Ansible 知识并灵活运用 5. 利用Django快速开发自动化运维系统 6. 编程的思路与运维自动化理念的结合
适应人群：3 年以上Linux运维工作经验 具有一定Python开发经验最佳 行业不限
关键词：互联网，运维，自动化运维，Python
收益目标：掌握自动化运维平台的构建，能够快速的交付出一套标准、可靠的线上运维环境
适应人群：运维人员，具有一定Python开发经验最佳
关键词：互联网，云计算，运维
收益目标：a) 熟悉python的使用 b) 了解现有python爬取框架的使用 c) 培养解决问题能力,通过workshop的形式,完成python爬取项目 d) 敏捷开发,持续集成思想的灌输
适应人群：a) 在校大学生 b) 刚实用python进入职场的小白学员 c) 从业三五年且对python爬取依然有兴趣pythoner
关键词：其他，python, spider, 爬取, 爬虫，机器学习，敏捷开发，持续集成
收益目标：通过本课程的学习，可以帮助学员找到如下问题的答案： 1.什么是数字化转型？分哪几个阶段？如何提供价值？传统企业如何进行数字化转型？ 2.如何根据业务目标建立精确不冗余的指标体系，并通过指标体系驱动业务目标达成？ 3.数据驱动业务增长有哪几种的底层机制？该如何建立机制和获得机制的赋能？ 4.数据有哪些不同的收集方法？如何建立有效的数据收集机制？如何获取竞品和行业数据？ 5.有哪些重要的数据分析方法？如何通过数据分析获得重要的业务洞察，并制定相应的业务策略？应该在什么时候，如何使用哪一种数据方法？ 6.立项和做决策时，往往需要对候选项目进行价值分析，但价值要项目落地后才能实际产生和测量，如何进行客观准确而不是“拍脑袋”的项目/产品价值预测？
适应人群：正在进行数字化转型的企业的业务、产品、运营、研发、数据分析人员。 希望学习世界顶尖大数据企业如何使用数据、获得洞察、指导决策、建立数据文化的前沿企业的业务、产品、运营、研发、数据分析人员。 所有希望提升数据意识与思维、数据应用能力和数据洞察能力的相关岗位。 需要理解数据如何赋能业务，并建立数据驱动机制提升经营效率的企业领导。
关键词：互联网，人工智能，大数据，Python，数据分析，转型，产品管理，数字化转型，B端产品
收益目标：1. 帮助学员系统性的掌握深度学习的基本原理，以及从基本概念到各个先进模型的转化 2. 了解研究过程中定义问题设计模型的思路 3. 培养学员面对工程及学术问题的思考解决能力 4. 快速积累深度学习项目经验
适应人群：1. 想了解和学习深度学习的学习 2. 想学习深度学习的相关从业人员 3. 想转行从事深度的学习者
关键词：互联网，深度学习，神经网络，tensorflow，python。
收益目标：暂无
适应人群：1、适合想进入AI领域，或者利用AI提升工作效能的工程师。 2.适合想更全面判断AI趋势、或者利用AI为现有业务赋能的技术管理者
关键词：互联网，其他，机器学习，工程师，Python，API，研发效能
适应人群：暂无
关键词：互联网，其他，Python，研发效能
收益目标：1）深度学习必备基础知识点 2）神经网络模型和神经网络案例实战 3）神经网络原理详解及实战 4）TensorFlow实战自然语言处理-Word2Vec 5）深度学习顶级论文算法详解
关键词：互联网，人工智能，机器学习，工程师，Python
关键词：互联网，其他，大数据，数据挖掘，Python，SQL，数据分析，Spark，大数据平台
收益目标：1）覆盖Tensorflow和Tensorflow上层库(Keras) 、Tensorflow可视化TensorBoard及原理 2）从TF数据预处理到建模训练，从图像预处理到网络模型，一一覆盖 3）精讲图像等实战案例 4）精讲自然语言处理等实战案例
关键词：互联网，人工智能，机器学习，工程师，Java，Python
适应人群：技术经理，开发骨干，资质高的新员工，重点产品、新产品、重构团队的全体开发人员
关键词：互联网，面向对象
收益目标：通过课程学习，可以理解机器学习的思维方式和关键技术；了解深度学习和机器学习在当前工业界的落地应用；能够根据数据分布选择合适的算法模型并书写代码，初步胜任使用Python进行数据挖掘、机器学习、深度学习等工作。
适应人群：具备一定的Python和深度学习基础，希望深入了解深度学习的目标检测、实体识别、关系抽取、GAN、时间序列分析、强化学习等实用化技术的光大工程技术人员。
关键词：互联网，机器学习，数据挖掘
To Be Better
注册或 找回密码?