一、课程简介       通过学习本案例，可熟悉数据采集的基本流程，掌握使用爬虫技术采集数据的方法，能够不同方面绘制可视化图形对业务目标进行分析，为后续相关课程学习及将来从事数据分析与挖掘工作奠定基础

一、课程简介       通过学习本案例，可掌握图像切割、特征提取、模型构建和模型评价的主要方法和技能，并为后续相关课程学习及将来从事数据分析工作奠定基础。

   本案例利用Python网络爬虫，爬取前程无忧网站全国范围内与数据相关岗位的招聘信息，对职位信息进行分析挖掘，把分析结果提供给求职人员做参考。

包含了数据分析的概念等相关知识，Pyhton数据分析的常用库及其应用，涵盖NumPy数值计算、pandas统计分析、使用pandas进行数据预处理、使用scikit-learn构建模型，以及Matplotlib

一、项目背景       我们现在进入一个“大智物移云”—大数据、智能化、物联网、移动互联网、云计算的时代，一个计算无处不在、软件定义一切、网络包容万物、连接随手可及、宽带永无止境、智慧点亮未来的时代

一、课程简介       某集团的主要产品是胶粘制品，下属有生产和销售公司，其生产、库存、销售、财务等数据都通过某ERP系统进行汇总。

一、项目背景       我们现在进入一个“大智物移云”—大数据、智能化、物联网、移动互联网、云计算的时代，一个计算无处不在、软件定义一切、网络包容万物、连接随手可及、宽带永无止境、智慧点亮未来的时代

一、项目背景       手写数字识别(Handwritten Digit Recognition)是光学字符识别技术的一个分支，是模式识别学科的一个传统研究领域。主要研究如何利用电子计算机自动辨认手写在纸张上的阿拉伯数字。手写数字识别分为脱机手写数字识别和联机手写数字识别。本文主要讨论脱机手写数字的识别。 随着信息化的发展，手写数字识别的应用日益广泛，研究高识别率、零误识率和低拒识率的高速识别算法具有重要意义。 （1）阿拉伯数字是唯一被世界各国通用的符号，对手写体数字识别的研究基本上与文化背景无关，各地的研究工作者基于同一平台开展工作，有利于研究的比较和探讨。 （2）手写数字识别应用广泛，如邮政编码自动识别，税表系统和银行支票自动处理等。这些工作以前需要大量的手工录入，投入的人力物力较多，劳动强度较大。手写数字识别的研究适应了无纸化办公的需要，能大大提高工作效率。 （3）由于数字类别只有 10 个，较其他字符识别率较高，可用于验证新的理论和做深入的分析研究。许多机器学习和模式识别领域的新理论和算法都是先用手写数字识别进行检验，验证理论的有效性，然后才应用到更复杂的领域当中。这方面的典型例子就是人工神经网络和支持向量机(Support Vector Machine)。 （4）手写数字的识别方法很容易推广到其它一些相关问题，如对英文之类拼音文字的识别。事实上，很多学者就是把数字和英文字母的识别放在一起研究的。 二、项目目标       1.本项目希望通过使用图像处理、机器学习等相关技术，实现一个图像识别的实战。   三、实现工具       Python3：NumPy、Pandas、Matplotlib、Scikit-learn、Tensorflow等。   注：本课程仅供在线实习班级使用。