python自学路线图之shell自动化运维、数据分析、人工智能

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

技术干货-Linux Shell 精通教程

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

python爬虫数据挖掘基础教程

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

4.相关课程资源

python三天快速入门机器学习项目