IPS

实训内容

1. Python

2. SQL 数据库存储

3. 爬虫

4. Pandas

5. Numpy

6. 数据分析

7. 机器学习基础

---

推荐购买书单，如果碰到了满返的话请速速购买，排序代表优先级：

1. 利用 Python 进行数据分析，https://u.jd.com/IWXVLc ，注意，买第二版

2. Python数据可视化之matplotlib实践 https://u.jd.com/UcOZiv

3. Python数据分析基础 https://u.jd.com/HARrxm

4. 统计学习方法（第2版） https://u.jd.com/pvIzrj

5. 大数据分析：Python爬虫、数据清洗和数据可视化 https://u.jd.com/IRAZ18

6. Python 机器学习手册 https://u.jd.com/gwD4xZ

7. 大数据数学基础 PYTHON语言描述 https://u.jd.com/d5pasp

8. 基于TensorFlow的深度学习 https://u.jd.com/7ZfkoW

9. 4本 程序员的数学1+2+3 数学思维+概率统计+线性代数+程序员的英语 算法基础入门教程 https://u.jd.com/qVTqPF

10. Python机器学习 5个数据科学家案例解析 https://u.jd.com/1M4i7x

---

作业提交要求：

1. 按组提交，组长负责收集。提交的时候按照提交的日期，给出压缩包。例如：Group3-20200223.zip

2. 组需要有自己的名字，按照从 1-20 的顺序来，比喻说 1 组，名字为 Group1，12组为 Group12

3. 每个组员都有自己的编号，按照从 1-20 的顺序，比喻说 1 组的 5 号学员，自己的编号就位 Group1-5

4. 每个组员在提交自己的作业的时候，名字示例如下： Group7-8-yuzijiang-20200223.ipynb 其中ipynb是文件的后缀名，Group7是自己的组名，8 是自己在组里的序号，yuzijiang 是自己的名字的汉语拼音，20200223 是作业的提交时间。