 在人工智能和深度学习领域，Python语言是必须掌握的，几乎所有的开源框架都基于Python接口，数据获取与整理需要用到Python，市面上Python教程众多，但良莠不齐，本次我们联合《王的机器》公众号号主一起推出一门适合新手学习的高质量Python视频教程，下面请听介绍。 首先来介绍一下视频课作者，只有拥有原创能力的作者才可能讲出好的课程。 本视频课作者为王圣元 (FRM, CAIA)，新加坡某金融咨询公司总监，新加坡国立大学金融数学硕士，新加坡国立大学量化金融学士。  《王的机器》公众号号主，已出版书籍《快乐机器学习》，即将出版书籍《Python - 金工, 机学, 可视化》。   关于书籍和公众号的介绍，大家可以关注作者公众号了解，下面重点介绍本课程内容。 Python基础篇 本课程内容为Python基础篇，共计11课，约12个小时，目录如下：  课程内容包括编程概论，数据，流程，函数，对象和类，高级特征共6大部分，如下脑图。  从下面动图可看出每个点的更多细节。  市面上免费或低价的Python课那么多，为什么我们要推荐这门课呢，原因有以下几点： (1) 故事化（dramatize）的教学方式，可以引人入迷，更容易接受知识。 故事总是比代码更能让人感兴趣，以 Python 的难点「装饰器」为例，如果一上来就给装饰器的代码 @decorate_function，没有多少人能坚持学下去的。但是如果将它赋予故事呢？ 故事开始：斯蒂文是个厨师，有一天开始研究汉堡 (burger) 的做法，第一次他只用鸡肉饼做汉堡。 def meat(food='--鸡肉饼--'): print(food) burger() 输出为： --鸡肉饼-- 很明显汉堡都是肉，太荤了。加点蔬菜如何？ def vegetable(func): def wrapper(): print(' ~西红柿~') func() print(' ~沙拉菜~') burger = vegetable(meat) burger() 输出为： ~西红柿~ 现在汉堡看起来不错，可是好像看缺少了什么？对，再加点面包就好了。 def bread(func): def wrapper(): print('</------\>') func() print('<\------/>') return wrapper burger = bread(vegetable(meat)) burger() 输出为： </------\> 故事结束：现在看上去真像汉堡，面包夹着蔬菜，蔬菜夹着肉。面包和蔬菜「装饰」着鸡肉饼，bread() 和 vegatable() 这两个函数起着「装饰器」的作用，它们没有改变 meat() 函数，只在它的基础上添砖加瓦，最后把鸡肉饼装饰成汉堡。通过故事化的讲述方式，读者往往会有更加深刻的体验； (2) 可视化的丰富案例，一图胜千言，人是感官动物，从图表中接收的信息绝对比从文字快，而且可视化可以增强记忆。 在学习高阶函数 map, filter, reduce 的时候，绝大教材都会直接上代码这样举例： lst = [1, 2, 3, 4, 5] map_iter = map( lambda x: x**2, lst ) list(map_iter) f_iter = filter( lambda x: x%2==1, lst ) list(f_iter) from functools import reduce reduce( lambda x,y: x+y, lst ) 虽然可以看懂，但是总觉得不直观。再看看作者是如何来「可视化」这三个函数的。  我们看着 Emoji，很自然的就能读懂  这样是不是秒懂 map, filter 和 reduce 了？类似的案例非常多，甚至于列表解析式都可以可视化，整个学习过程非常养眼；  (3) 抽象化，从具体问题能抽出本质是一种很重要的能力，人一旦会举一反三才算会学习。 以格式化字符串举例，一般有四种方法： 用 % 字符 用 $ 字符 用 format 函数 用 f-string 如果光看例子，那真是千奇百怪，但透过例子看本质，每种方法都有通用的语法格式，如下图总结。  总结一下：这是有三见过的最用心，最有趣，最专业的Python基础视频课，并且有讲师答疑群（订阅课程后小助手会邀请），非常推荐需要学习的同学入手！ 如何订阅课程 最后，介绍下如何订阅本课程，有三AI平台已经引进该课程，将负责该课程的维护与宣传，订阅方式为： 直接在有三AI的小鹅通直播间订阅该课程，学习时间永久有效，课程定价为199元，地址如下： 为了给新用户优惠，我们准备了50张50元的优惠券，因此前50名可享受减免50的优惠，先到先得，扫描即可领取： 最后：有三AI CV春季划成员，如果需要学习本Python基础课程，由有三本人报销50%的学费，直接找我即可。 有三AI CV春季划是给想要完全入门掌握好计算机视觉，培养后续能够独立进行该领域学习的习惯和能力的朋友准备的，且本月是最后的报名时间。 2020年有三AI-CV春季划 2021年CV春季划需要掌握基本编程能力，开源框架使用，数据使用，图像分类，图像分割，目标检测与跟踪，模型设计，GAN等领域的理论和实践内容，了解详细请阅读以下文章： 转载文章请后台联系 侵权必究 |
|
|
