1    小编推荐       本课程适合零基础，并想快速入门Python的人员进行学习。课程内容浅显易懂，以任务式练习为导向，全面地介绍了Python编程基础及其知识的应用。

一、课程简介       通过学习本课程，可掌握Python开发环境的搭建、Python基础入门、函数、面向对象编程、实用文件模块等知识点，并为后续相关课程学习及将来从事数据挖掘、数据挖掘开发和科研业务奠定基础

《Python特征工程实战》课程由浅及深，从介绍特征工程基础概念开始，采用具体案例数据讲解数据预处理、特征处理的方法，包括特征构建，特征选择，降维与特征转换，特征学习，再通过实践与理论相结合，最后以《表情识别

‖ 课程简介 本课程是图书《Python编程基础》的配套学习视频，是大数据技术等专业的专业基础课。本书全面地讲解了Python编程基础及其相关知识的应用。

一、课程简介      通过学习本课程，可掌握正则表达式、中文分词、词云图绘制、文本向量化表示的主要方法和技能，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。 课程从文本挖掘概述出发，层层递进，步步深入，详细介绍了文本预处理的正则表达式、包括机械分词法、马尔科夫链分词法、jieba分词、隐马尔可夫模型与viterbi算法的原理和应用和词云图的绘制在内的中文分词相关技术和算法，最后用垃圾短信分类案例展示了从最开始的数据抽取到最终的模型构建的完整的文本挖掘总体流程。   二、配套教材       关于课程的相关教材，可以点击注册登录云教材，进行搜索下载你所需的教材相关的PPT、教案、教学进度表等资源包，丰富你的课堂体验。

课程以任务式为导向，全面介绍了《Python机器学习算法实现》及其知识的应用，是大数据与人工智能Python系列课程的核心课程。

一、课程简介       通过学习本课程，可掌握Python在静态网页、动态网页、需要登录后才能访问的网页、PC客户端、APP中爬取数据的主要方法和技能，并为后续相关课程学习及将来从事数据分析挖掘研究

课程以任务式为导向，全面介绍了Python大数据数学及其知识的应用，讲解了如何利用大数据数学基础解决部分实际问题。

本课程将通过讲述创建图形到输出保存图形的整体流程到具体的各种图形及修改图形中的特征来介绍Matplotlib模块、Seaborn模块和Pyecharts绘制基本图表，逐步呈现Python由基础到高级绘图