【适合人群】
需要评定企业职称的人员
企业招投标及申请资质的人员
需要办理积分落户的人员
从事软件测试工作的在职人员
参加软件评测师考试的人员
想提升个人业务能力的在职人员
【学习内容】
第1章:课程准备
课程介绍;硬件、操作系统、Python、 Pip环境; Anaconda环境安装;关于开发环境的特别提示;
第2章:开发工具IDE
jupyter notebook介绍和安装配置;基本功能导览;jupyter notebook美化和编程实践;常用插件安装和使用实践
第3章:数据可视化
matplotlib介绍安装配置和验证;绘制月度体温变化折线图;交互式绘图和小结;散点图、成绩对比柱状图、年度开支饼图;科目均衡雷达图、绘制子图;面向对象风格API冗余代码抽象; matplotlib解剖图和课堂总结;作业
第4章:科学计算
学习目标、numpy介绍、面向数组的编程思想;ndarray数据结构、数据输入输出;内存分布方案、序列化和反序列化、随机数创建数组;Ones和Zeros创建数组、数值范围创建数组;数组形状操作;拷贝和视图;切片和索引;ndarray广 播原则;算术运算符;矩阵乘法和手机选购打分;通用函数ufunc;线性代数计算;统计函数;协方差、差、标准差、相关系数;课堂总结;项目实战-图片马赛克;作业
第5章:数据分析
Pandas介绍及特色、与numpy异同;Pandas核心数据结构、Series ;Series(创建、属性.数据变更、切片和案引) ;Series (侈改索引、数据类型和结构转换、统计函数、排序);Series (缺失值、唯-值.重复值遍历元素小结);
DataFrame构成数据输入输出;数据访问方式整理;数据处理(清洗、计算转换、合并.拼接) ;数据分析(基本统计、分组聚合);DataFrame (创建、常用属性.探索数据) ;DataFrame (索引和切片);
DataFrame (缺失和重复值处理、合并与拼接);DataFrame (数据透视.熔焊);Pandas数据可视化;Series案例(时间字列股票行情分析);综合案例(筛查富同卷)从MySQL获取数据、探索和清洗数据;综合案例(筛查富同卷)进一步探索数据、聚合分析;综合案例(筛查富同卷)尝试富同分析;
综合案例(筛查富同卷)数据透视.计算相关系数、数据抽查;综合案例(筛查富同卷)再次数据清洗、再次数据抽查;综合案例(飾查酱同岩)相关性分析结果回写MySQL.联合佐证;综合案例(筛查雷同卷) networkx会制网络图;Pandas课堂回顾;作业
第6章:机器学习
机器学习定义;数据(结构化与非结构化、原始与加工、样本内与样本外);任务(有监督、无监督、半监督、增强学习);性能度量(偏差、方差、误差);性能度量(回归误差和分类误差、损失函数代价函数);
性能度量(错误率准确率、精准率召回率);为什么要使用机器学习;机器学习的主要挑战;课堂回顾;klearn介绍与自带数据集导览;sklearn自带数据集导览(鸢尾花);sklearn自带数据集导览(加州房产、随机生成);
sklearn核心API(估计器、线性回归);sklearn核心API(预测器、分割数据集、逻辑回归);sklearn核心API(转换器、标签和独热编码、特征缩放、课堂回顾);sklearn高级API(元基估计器、集成学习、决策树与随机森林);
sklearn高级API(实践:随机森林和投票分类器);sklearn高级API(多分类、多标签估计器);sklearn高级API(多输出估计器);sklearn高级API(模型选择、交叉验证、网格和随机追踪);sklearn高级API(实践:模型选择);
sklearn高级API(Pipeline和FeatureUnion);sklearn高级API(课堂回顾);加州房价预测案例(需求和背景介绍、思路分析);加州房价预测案例(获取数据);加州房价预测案例(观察和探索数据);
加州房价预测案例(创建测试集);加州房价预测案例(绘制综合分布图);加州房价预测案例(寻找相关性);加州房价预测案例(数据预处理:缺失值);加州房价预测案例(数据预处理:分类型特征);
加州房价预测案例(数据预处理:定制转换器);加州房价预测案例(数据预处理:特征缩放);加州房价预测案例(选择模型并训练);加州房价预测案例(微调和zui佳模型选择并zui终测试与交付);
人工智能-sklearn-算法1-1-算法和数学基础;人工智能-sklearn-算法1-2-代数视角看线性回归;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-多项式回归;人工智能-sklearn-算法1-6-正则线性回归;人工智能-sklearn-算法1-7-课堂回顾;作业
第7章:机器视觉
人工智能-opencv-01-近年计算机视觉的发展水平;人工智能-opencv-02-计算机视觉的用途和经典任务;人工智能-opencv-03-OpenCV主要模块和扩展模块介绍;人工智能-opencv-04-图像处理基础知识、色彩空间和卷积滤波;
人工智能-opencv-05-读取并显示图片和视频;人工智能-opencv-06-高斯模糊边缘提取和形态学处理;人工智能-opencv-07-调整大小修剪绘制形状和文本;人工智能-opencv-08-仿射变换和透视变换;
人工智能-opencv-09-图像拼接;人工智能-opencv-10-色彩检测和图像分割;人工智能-opencv-11-轮廓和形状检测;人工智能-opencv-12-模板匹配法;人工智能-opencv-13-级联分类器和人脸检测;
人工智能-opencv-14-小项目:霍夫变换法实现答题卡歪斜校正(上);人工智能-opencv-15-小项目:霍夫变换法实现答题卡歪斜校正(下);人工智能-opencv-16-小项目:拍照扫描文稿;人工智能-opencv-17-小项目:中国车牌检测;人工智能-opencv-18-课堂总结;作业课程资料;作业
【课程优势】
强大背景实力
专注软件测试培训16年,50W学员的选择,服务全国
10W+企事业单位
大咖讲师团队
资深软考培训导师领衔授课,独创自有培训模式,把
握2022考试重点方向
多元课程体系
全面智能题库+内部辅导教材+个性化学习计划+知识
体系梳理+全程督导
考前模拟测试
多年经验,找准考试规律,结合zui新考试大纲,精心准备考前模拟题
【证书样本】
【报考条件】
报考时间
一年一次,下半年具体时间以各省份通知为准
报考条件
无学历、专业及工作年限限制
报考流程
报名人员可登陆各地官网进行统一网.上报名
报考费用
软考报名费用在100-200元之间,各省份之间略有差异
考试科目/题型
基础科目为选择题,应用科目为问答题
成绩查询
考后两到三个月出成绩,计算机技术职业资格网查询
合格标准
软考科目总分均为75分,历年合格标准线在45分左右
证书领取
按照各省份通知持身份证到相应地点办理证书领取
【教学老师】
Moment讲师
讲师介绍:
多年安全测试以及测试管理工作经验,长期为各大企业提供考前内训辅导,深受学员好评!
著作:《LOADRUNNER性能测试巧匠训练营》
授课风格:
课程严谨细致却不乏生动,善于归纳总结,从原理本质剖析并引入到考点。善于利用通俗易懂的故事和口诀帮助学员记忆考点,让无数学员喜爱。
【软考证书价值】
含金量高
软考是国家职业资格目录下指定的考试
跳槽加分
软考证书已经成为大部分企业衡量员工专业水平的标准
个税抵扣
抵扣3600元个人所得税
以考代评
通过人员无需在单位进行职称资格评定,拿证即获对应级别的职称
积分落户
软考证书符合一线城市积分落户加分条件
入专家库
具有中级(包括)以上职称或同等专业水平等条件,可进入评标专家库
老有所依
退休金每月可多领200元左右退休补贴
企业投标
根据政府采购法及招标文件要求,持软考中高级证书可获加分,增加中标率
【合作企业】
学员点评
100%满意度
成都51testing软件测试培训学院
综合
环境 : 5.0师资 : 5.0教学 : 5.0
杨*伍
私信AT(环境:5.0师资:5.0教学:5.0)
非常好,软件测试里面的王牌非常不错 两个字专业!一共学习3个月,学习环境和氛围都很好!
2023-01-16