文章目录
一、shell自动化运维
1.学习目标
能够熟练使用shell命令和Python脚本进行自动化运维。
2.知识点归纳
- shell运维、脚本与变量 运维简介、shell简介、脚本执行方法、开发规范
- shell常见命令进阶 表达式、linux常见符号、常见命令详解
- shell流程控制 选择语句、循环语句、函数
- 代码发布与环境部署 掌握代码发布流程与环境部署
- 手工代码与脚本代码发布 掌握手工代码发布与脚本代码发布
3.必备技能
- 掌握基本语法和shell编程能力
- 有编程思维以及面向对象程序设计思想
- 能够使用标准的shell命令进行运维工作
- 能够编写实际生产需要的脚本
4.相关课程资源
二、数据挖掘与数据分析
1.学习目标
能够熟练使用Python技术完成针对小问题的程序编写以及小游戏程序的开发。
2.知识点归纳
- 基本概念 顺序表、链表、栈、队列
- 排序与索引 排序、索引、树与树算法
- Series对象 Series对象、DataFrame对象、DataFrame查询
- 数据操作 数据的操作、存取与统计
- Pandas绘图 熟练使用Pandas
- 科学计算numpy、pandas numpy、pandas、matpalotlib、金融数据的综合分析处理
3.必备技能
- 熟练操作Jupyter Notebook 和 Matplotlib
- 掌握数据挖掘工具的使用以及数据处理的方法
- 大型多维数组(矩阵)上执行数值运算
- 解决Scipy/Pandas/scikit-learn等科学计算
4.相关课程资源
三、人工智能
1.学习目标
能够熟练使用Python技术完成针对小问题的程序编写以及小游戏程序的开发。
2.知识点归纳
- 特征工程 了解什么是人工智能、机器学习、深度学习以及特征工程
- 监督学习分类算法 熟悉监督学习分类算法、Scikit-learn使用
- 模型选择与调优 可用数据集、模型的选择与调优
- 数据与多因子模型 多因子模型应用
- 量化交易策略 量化交易概念与相关的策略
- 回测框架 了解回测框架
- 量化交易平台实战 关于量化交易平台实战的项目
3.必备技能
- 了解机器学习算法原理并根据量化交易规则设计策略
- 熟练掌握深度学习算法和框架
- 了解图像识别原理以及检测的实现
- 可以实现深度学习模型的训练过程