【適合人群】

需要評定企業職稱的人員

企業招投標及申請資質的人員

需要辦理積分落戶的人員

從事軟件測試工作的在職人員

參加軟件評測師考試的人員

想提升個人業務能力的在職人員

【學習內容】

第1章:課程準備

課程介紹；硬件、操作系統、Python、 Pip環境； Anaconda環境安裝；關于開發環境的特別提示；

第2章：開發工具IDE

jupyter notebook介紹和安裝配置；基本功能導覽；jupyter notebook美化和編程實踐；常用插件安裝和使用實踐

第3章:數據可視化

matplotlib介紹安裝配置和驗證；繪制月度體溫變化折線圖；交互式繪圖和小結；散點圖、成績對比柱狀圖、年度開支餅圖；科目均衡雷達圖、繪制子圖；面向對象風格API冗余代碼抽象； matplotlib解剖圖和課堂總結；作業

第4章:科學計算

學習目標、numpy介紹、面向數組的編程思想；ndarray數據結構、數據輸入輸出；內存分布方案、序列化和反序列化、隨機數創建數組；Ones和Zeros創建數組、數值范圍創建數組；數組形狀操作；拷貝和視圖；切片和索引；ndarray廣 播原則；算術運算符；矩陣乘法和手機選購打分；通用函數ufunc；線性代數計算；統計函數；協方差、差、標準差、相關系數;課堂總結；項目實戰-圖片馬賽克；作業

第5章:數據分析

Pandas介紹及特色、與numpy異同；Pandas核心數據結構、Series ；Series(創建、屬性.數據變更、切片和案引) ；Series (侈改索引、數據類型和結構轉換、統計函數、排序)；Series (缺失值、唯-值.重復值遍歷元素小結)；

DataFrame構成數據輸入輸出；數據訪問方式整理；數據處理(清洗、計算轉換、合并.拼接) ；數據分析(基本統計、分組聚合)；DataFrame (創建、常用屬性.探索數據) ；DataFrame (索引和切片)；

DataFrame (缺失和重復值處理、合并與拼接)；DataFrame (數據透視.熔焊)；Pandas數據可視化；Series案例(時間字列股票行情分析)；綜合案例(篩查富同卷)從MySQL獲取數據、探索和清洗數據；綜合案例(篩查富同卷)進一步探索數據、聚合分析；綜合案例(篩查富同卷)嘗試富同分析；

綜合案例(篩查富同卷)數據透視.計算相關系數、數據抽查；綜合案例(篩查富同卷)再次數據清洗、再次數據抽查；綜合案例(飾查醬同巖)相關性分析結果回寫MySQL.聯合佐證；綜合案例(篩查雷同卷) networkx會制網絡圖；Pandas課堂回顧；作業

第6章：機器學習

機器學習定義；數據（結構化與非結構化、原始與加工、樣本內與樣本外）；任務（有監督、無監督、半監督、增強學習）；性能度量（偏差、方差、誤差）；性能度量（回歸誤差和分類誤差、損失函數代價函數）；

性能度量（錯誤率準確率、精準率召回率）；為什么要使用機器學習；機器學習的主要挑戰；課堂回顧；klearn介紹與自帶數據集導覽；sklearn自帶數據集導覽（鳶尾花）；sklearn自帶數據集導覽（加州房產、隨機生成）；

sklearn核心API（估計器、線性回歸）；sklearn核心API（預測器、分割數據集、邏輯回歸）；sklearn核心API（轉換器、標簽和獨熱編碼、特征縮放、課堂回顧）；sklearn高級API（元基估計器、集成學習、決策樹與隨機森林）；

sklearn高級API（實踐：隨機森林和投票分類器）；sklearn高級API（多分類、多標簽估計器）；sklearn高級API（多輸出估計器）；sklearn高級API（模型選擇、交叉驗證、網格和隨機追蹤）；sklearn高級API（實踐：模型選擇）；

sklearn高級API（Pipeline和FeatureUnion）；sklearn高級API（課堂回顧）；加州房價預測案例（需求和背景介紹、思路分析）；加州房價預測案例（獲取數據）；加州房價預測案例（觀察和探索數據）；

加州房價預測案例（創建測試集）；加州房價預測案例（繪制綜合分布圖）；加州房價預測案例（尋找相關性）；加州房價預測案例（數據預處理：缺失值）；加州房價預測案例（數據預處理：分類型特征）；

加州房價預測案例（數據預處理：定制轉換器）；加州房價預測案例（數據預處理：特征縮放）；加州房價預測案例（選擇模型并訓練）；加州房價預測案例（微調和zui佳模型選擇并zui終測試與交付）；

人工智能-sklearn-算法1-1-算法和數學基礎；人工智能-sklearn-算法1-2-代數視角看線性回歸；人工智能-sklearn-算法1-3-梯度下降法求解-上；人工智能-sklearn-算法1-4-梯度下降法求解-下；

人工智能-sklearn-算法1-5-多項式回歸；人工智能-sklearn-算法1-6-正則線性回歸；人工智能-sklearn-算法1-7-課堂回顧；作業

第7章：機器視覺

人工智能-opencv-01-近年計算機視覺的發展水平；人工智能-opencv-02-計算機視覺的用途和經典任務；人工智能-opencv-03-OpenCV主要模塊和擴展模塊介紹；人工智能-opencv-04-圖像處理基礎知識、色彩空間和卷積濾波；

人工智能-opencv-05-讀取并顯示圖片和視頻；人工智能-opencv-06-高斯模糊邊緣提取和形態學處理；人工智能-opencv-07-調整大小修剪繪制形狀和文本；人工智能-opencv-08-仿射變換和透視變換；

人工智能-opencv-09-圖像拼接；人工智能-opencv-10-色彩檢測和圖像分割；人工智能-opencv-11-輪廓和形狀檢測；人工智能-opencv-12-模板匹配法；人工智能-opencv-13-級聯分類器和人臉檢測；

人工智能-opencv-14-小項目：霍夫變換法實現答題卡歪斜校正(上)；人工智能-opencv-15-小項目：霍夫變換法實現答題卡歪斜校正(下)；人工智能-opencv-16-小項目：拍照掃描文稿；人工智能-opencv-17-小項目：中國車牌檢測；人工智能-opencv-18-課堂總結；作業課程資料；作業

【課程優勢】

強大背景實力

專注軟件測試培訓16年，50W學員的選擇，服務全國

10W+企事業單位

大咖講師團隊

資深軟考培訓導師領銜授課，獨創自有培訓模式，把

握2022考試重點方向

多元課程體系

全面智能題庫+內部輔導教材+個性化學習計劃+知識

體系梳理+全程督導

考前模擬測試

多年經驗，找準考試規律，結合zui新考試大綱，精心準備考前模擬題

【證書樣本】

【報考條件】

報考時間

一年一次，下半年具體時間以各省份通知為準

報考條件

無學歷、專業及工作年限限制

報考流程

報名人員可登陸各地官網進行統一網.上報名

報考費用

軟考報名費用在100-200元之間，各省份之間略有差異

考試科目/題型

基礎科目為選擇題，應用科目為問答題

成績查詢

考后兩到三個月出成績，計算機技術職業資格網查詢

合格標準

軟考科目總分均為75分，歷年合格標準線在45分左右

證書領取

按照各省份通知持身份證到相應地點辦理證書領取

【教學老師】

Moment講師

講師介紹:

多年安全測試以及測試管理工作經驗，長期為各大企業提供考前內訓輔導，深受學員好評!

著作:《LOADRUNNER性能測試巧匠訓練營》

授課風格:

課程嚴謹細致卻不乏生動，善于歸納總結，從原理本質剖析并引入到考點。善于利用通俗易懂的故事和口訣幫助學員記憶考點，讓無數學員喜愛。

【軟考證書價值】

含金量高

軟考是國家職業資格目錄下指定的考試

跳槽加分

軟考證書已經成為大部分企業衡量員工專業水平的標準

個稅抵扣

抵扣3600元個人所得稅

以考代評

通過人員無需在單位進行職稱資格評定，拿證即獲對應級別的職稱

積分落戶

軟考證書符合一線城市積分落戶加分條件

入專家庫

具有中級(包括)以上職稱或同等專業水平等條件，可進入評標專家庫

老有所依

退休金每月可多領200元左右退休補貼

企業投標

根據政府采購法及招標文件要求，持軟考中高級證書可獲加分，增加中標率

【合作企業】