大家好,我是老白,
今天給大家帶來AIoT智能物聯網工程師學習路線規劃以及詳細決議,
目錄
AIoT智能物聯網工程師學習路線詳解
AIoT學習路線規劃
學習階段
學習專案
AIoT介紹
培養目標
學習路線培養目標
職業規劃目標
一、Python 基礎與科學計算
二、 演算法數學基礎
三、線性回歸演算法
四、 線性回歸分類演算法
五、無監督學習演算法
六、決策樹系列演算法
七、Kaggle實戰
八、概率圖模型演算法
九、Linux基礎
十、C語言高級編程
十一、資料結構及演算法
十二、Linux高級程式設計
十三、Linux網路編程
十四、Linux資料庫編程
AIoT智能物聯網工程師學習路線詳解
AIoT學習路線規劃
學習階段
| 階段 | 名稱 | 主題 |
| 階段一 | Python 基礎與科學計算 | 掌握 Python 基礎語法, 具備基礎的編程能力;完成 小游戲開發;資料科學常用庫開發:NumPy、 Pandas、Matplotlib 常用 Python 資料分析庫的使用 |
| 階段二 | 演算法數學基礎 | 掌握高等數學,概率,離散數學;以及常見面試題 決議 |
| 階段三 | 線性回歸演算法 | 掌握線性回歸,各種優化等演算法,Ridge、Lasso 回歸,掌握正則化演算法, |
| 階段四 | 線性回歸分類演算法 | 掌握邏輯回歸、Softmax、SVM 支持向量機演算法,掌握 SMO 優化演算法, |
| 階段五 | 無監督學習演算法 | 掌握聚類演算法、掌握 PCA 降維原理與推到,掌握 EM演算法,掌握 GMM 演算法應用與原理, |
| 階段六 | 決策樹系列演算法 | 掌握決策樹演算法原理,掌握隨機森林、Adaboost 提 升演算法、GBDT 提升樹演算法,XGBoost 演算法, |
| 階段七 | Kaggle 實戰 | 通過實戰,提升對基礎演算法的理解和應用, |
| 階段八 | 概率圖模型演算法 | 掌握貝葉斯演算法、HMM 演算法、最大熵模型、CRF 演算法 |
| 階段九 | 深度學習課程大綱 | OpenCV 機器視覺開發; TensorFlow 深度學習框架; PyTorch 深度學習框架;目標檢測經典模型演算法;目標檢測 YOLO 演算法 |
| 階段十 | C 語言高級編程 | 資料型別、運算子和運算式、輸入和輸出、流程控 制、陣列、函式、預處理、指標、結構體、C 語言編程高階 |
| 階段十一 | 資料結構和演算法 | 鏈表、堆疊和佇列、二叉樹、圖、排序演算法、查找算 法 |
| 階段十二 | Linux 高級程式 設計 | shell 編程、Linux 檔案 IO、Linux 并發編程、 |
| 階段十三 | Linux 網路編程 | 網路編程預備知識、TCP 編程、UDP 編程、多播、 |
| 組播、IO 復用 | ||
| 階段十四 | Linux 資料庫編 程 | Mysql、Sqlite、Mysql C 語言編程介面、Sqlite3 C 語言編程介面 |
| 階段十五 | C++應用軟體開 發 | 類和物件、封裝、繼承、多型、泛型編程、STL、算 法、QT 應用軟體開發 |
| 階段十六 | 嵌入式傳感器編 程 | RS232、RS485、Linux 串口編程、GPIO 編程、煙霧 傳感器、溫濕度傳感器、繼電器等 |
| 階段十七 | 音視頻編程 | 音視頻編程原理、H264、FMpeg、音視頻網路傳輸、 RTMP 直播、科大訊飛語音識別 |
| 階段十八 | 5G 物聯網應用 開發 | ARM 體系結構、STM32 應用開發、UCOS、 FreeRTOS、藍牙、zigbee、NB-IoT |
| 階段十九 | 嵌入式 Linux 系 統移植及驅動開發 | Uboot、Linux 內核、Linux 檔案系統、MMU、記憶體管理、字符設備驅動、塊設備驅動、平臺驅動 |
學習專案
| 專案一 | 從OCR到STR 文本檢測與識別 | 掌握文本識別專案的特點和整體流程,模型部署,傳統CV的文本檢測 演算法,端到端的文本檢測識別模型介紹 |
| 專案二 | 智能聊天機器人 | 掌握智能聊天機器人概述和業界進展,文本類匹配,句子相似度匹配, 異質文本相似度匹配,多輪對話技術進展 |
| 專案三 | 計算機視覺醫療系統 | 掌握數字影像處理,影像認知、表示 ,計算機視覺經典任務,深度學習框架分析,經典網路設計,影像分割技術應用等 |
| 專案四 | 計算機視覺與電商 | 掌握影像預處理,影像特征,神經網路與深度學習,影像分類,目標檢測 |
| 專案五 | 智能交通 地理資訊系統 | 掌握城市街道車輛多目標追蹤專案實戰,大規模地標影像檢索,特征模型,搜索與排序方法,城市街道車輛多目標追蹤專案實戰 |
| 專案六 | 乳腺癌醫學影像檢測 | 掌握遷移學習,影像幾何學基礎知識, Densnet201在醫學檢測上的應用 |
| 專案七 | 交通標志識別 | 掌握,YOLO網路框架,掌握卷積神經網路 |
| 專案八 | 車道線檢測 | 掌握,OpenCV機器視覺框架,了解圖片處理方法 |
| 專案九 | 汽車車牌識別 | 掌握,YOLO目標檢測專案,掌握 TensoFlow文字識別原理, |
| 專案十 | 手勢識別 | 掌握OpenCV圖片采集技術,掌握 TesorFlow圖片識別卷積神經網路 |
| 專案十一 | 駕駛員表情識別 | 掌握,OpenCV機器視覺框架,了解圖片處理方法,TesorFlow圖片識別卷積神經網路 |
| 專案十二 | 智能停車場管理系統 | 掌握面向物件程式設計、opencv影像處理、傳感器編程、TCP編程、udp編程、 STL容器、MySQL資料庫、Sqlite3資料庫、檔案IO |
| 專案十三 | 基于STM32的智能小車 | 掌握STM32編程、FreeRTOS、紅外傳感器編程、超聲波測距編程、直流電機編程、藍牙編程、紅外遙控、LC1602A顯示編程 |
| 專案十四 | 智能溫室大棚控制系統 | 掌握STM32編程、FreeRTOS作業系統 、ZigBee編程、傳感器編程、RFID編程、 NB-IoT |
| 專案十五 | 基于ZigBee的智能物流倉儲系統 | 掌握STM32、FreeRTOS、ZigBee組網技術、RFID、傳感器編程、NB-IoT |
| 專案十六 | 人工智能工業分揀系統 | 掌握嵌入式LinuxPython編程、Qt編程、 STM32開發、機械臂開發、TensorFlow開發、AI語音識別技術、AR開發 |
| 專案十七 | 智能家居控制系統 | 掌握嵌入式Linux開發、QT編程、傳感器開發、資料庫開發、音視頻開發、語音識別、藍牙Mesh組網 |
| 專案十八 | 智慧教室終端 | 掌握嵌入式Linux開發、并發編程、 socket編程、QT開發、傳感器編程、 Sqlite3資料庫、語音識別、人臉識別 |
| 專案十九 | 智能無人小車 | 掌握嵌入式Linux、Python編程、PyQt編程、ROS作業系統、Opencv、Slam、 TensorFlow開發、AI語音識別技術 |
| 專案二十 | 基于NB-IoT的共享單車 | 掌握STM32開發、傳感器編程、NB-IoT模塊編程、NB-IoT通信 |
AIoT介紹
廣泛的定義來看,AIoT 就是人工智能技術與物聯網在實際應用中的落地融合,它并不是新技術,而是一種新的 IoT 應用形態,從而與傳統 IoT 應用區分開來,如果物聯網是將所有可以行使獨立功能的普通物體實作互聯互通,用網路連接萬物,那 AIoT則是在此基礎上賦予其更智能化的特性,做到真正意義上的萬物互聯,
既掌握 AI 開發技術,又掌握物聯網技術,兩者完美結合,大放異彩
培養目標
學習路線培養目標
- 熟練掌握 C/C++編程語言,掌握面向物件程式設計方法,
- 熟練掌握常用資料結構和演算法,
- 熟練掌握 MySQL、sqlite3 基礎語法及 C/C++編程介面,
- 熟練掌握 Linux 應用軟體編程方法,熟練使用多執行緒、多行程編程、socket 編程等進行應用軟體開發,
- 熟練掌握嵌入式 Linux 高級編程技術,如傳感器編程、串口編程、V4L2 編程、音視頻處理、opencv、科大訊飛語音識別等,
- 熟練掌握 QT 編程方法,
- 熟練掌握 ARM 體系結構,
- 掌握 STM32 開發工具及設計流程,
- 掌握 STM32 的外圍介面使用,如:GPIO、中斷、定時器、ADC、UART、看門狗等,
- 掌握現場總線設計與應用,如:I2C 總線、SPI 總線、CAN 總線、RS485 總線等,
- 掌握 ZigBee 應用軟體開發,
- 掌握藍牙 Mesh 組網及應用軟體開發,
- 掌握 NB-IoT 應用軟體開發方法,掌握 CoAP、MQTT 協議,
- 熟悉嵌入式 Linux 內核移植、uboot 移植及 rootfs 制作,
- 深刻理解嵌入式 Linux 設備驅動開發,
- 對嵌入式 Linux 系統在視頻監控、網路通信、多媒體處理及智能控制領域有深入理解,
- 熟悉嵌入式人工智能專案的部署與移植開發應用
職業規劃目標
- C/C++軟體開發工程師
- Qt 開發工程師
- 桌面應用軟體開發工程師
- Linux 后臺開發工程師
- 網游后端開發工程師
- 嵌入式 Linux 應用開發工程師
- 音視頻開發工程師
- 物聯網應用開發工程師
- 嵌入式 Linux 驅動開發工程師
- 嵌入式 Linux 系統移植與裁剪工程師
- 嵌入式 Linux 多媒體研發工程師
- ARM 開發工程師
- STM32 應用軟體開發工程師
- 嵌入式 FreeRTOS 開發工程師
- 嵌入式 ucOS 開發工程師
- 現場總線控制、現場總線通信應用開發工程師
- Python 開發工程師
- 人工智能開發工程師

一、Python 基礎與科學計算
階段概述:
本階段講解,Python 基礎語法,NumPy 科學計算模塊,Pandas 資料分析模塊,
Matplotlib 和 Seaborn 資料可視化模塊
達成目標:
通過本階段學習,讓學生快速掌握 Python 語言的特性和語法,并著重對演算法這塊所涉及的NumPy 科學計算模塊和 Pandas 資料分析模塊進行講解,
實戰教學專案:
- 泰坦尼克號資料分析案例
- 可視化剖析邏輯回歸損失函式案例Python 基礎語法
Python 基礎語法
- 回圈控制
- 生成器
- 裝飾器
- 繼承
- 類與物件
- 函式式編程
- 常用內建函式
- 集合操作
- 資料型別
- 切片操作
科學計算模塊 Numpy
-
-
- Numpy ndarray 物件
- Numpy 資料型別
- Numpy 陣列屬性
- Numpy 創建陣列
- Numpy 切片和索引
- Numpy 高級索引
- Numpy 廣 播
- Numpy 陣列操作
- Numpy 數學和統計函式
- Numpy 排序、條件過濾函式
- Numpy 線性代數
-
資料處理分析模塊 Pandas
-
-
- Pandas IO 檔案操作
- Pandas 索引和資料選擇器
- Pandas 合并、連接
- Pandas 缺失值資料處理
- Pandas 資料離散
- Pandas 統計計算
-
資料可視化模塊

二、 演算法數學基礎
階段概述:
本階段講解,微積分基礎,線性代數基礎,多元函式微分學,線性代數高級,概率論,最優化,
達成目標:
通過本階段學習,掌握后面機器學習演算法、深度學習演算法涉及的數學知識,使得后面在理解演算法推導的程序中游刃有余,如果學員大學數學知識還未忘記或者研究生畢業,這一部分可以先跳過學習后面的知識,
微積分基礎
- 導數的定義
- 一元函式泰勒展開
- 導數與函式凹凸性
- 極值定理
- 導數與函式單調性
- 高階導數
- 神經網路激活函式的導函式求解
- 復合函式求導法則
- 四則運演算法則
- 基本函式求導公式
- 導數幾何意義、物理意義
- 左導數、右導數、可導函式
線性代數基礎
- 向量與其運算
- 特殊向量
- 向量范數
- 向量加減、數乘、內積、轉置
- 行向量和列向量
- 矩陣與其運算
- 行列式
- 逆矩陣
- 矩陣加減、數乘、矩陣乘法、轉置
- 方陣、對稱陣、單位陣、對角陣
多元函式微分學
1) 偏導數
2) 高階偏導數
3) 梯度
4) 雅可比矩陣
5) Hessian 矩陣
6) 極值判別法則
線性代數高級
1) 二次型
2) 特征值和特征向量
3) 特征值分解
4) 多元函式的泰勒展開
5) 矩陣和向量的求導公式
6) 奇異值分解
7) 奇異值分解計算方式
8) 奇異值分解性質
9) SVD 用于資料壓縮
10) SVD 用于 PCA 降維
11) SVD 用于協同過濾
12) SVD 用于矩陣求逆
概率論
1) 隨機事件和隨機事件概率
2) 條件概率和貝葉斯公式
3) 隨機事件的獨立性
4) 隨機變數
5) 數學期望和方差
6) 常用隨機變數服從的分布
7) 隨機向量
8) 隨機變數獨立性
9) 協方差與協方差矩陣
10) 隨機向量的常見分布
11) 最大似然估計
最優化
1) 區域最小和全域最小
2) 迭代法求解
3) 梯度下降法推導
4) 牛頓法推導
5) 坐標下降法
6) 數值優化演算法的問題
7) 凸集
8) 凸函式
9) 凸優化問題
10) 拉格朗日乘數法
11) 拉格朗日對偶
12) KKT 條件

三、線性回歸演算法
階段概述 :
本階段講解,多元線性回歸,梯度下降法,歸一化,正則化,Lasso 回歸,Ridge 回
歸,多項式回歸,
達成目標 :
通過本階段學習,從推匯出多元線性回歸演算法的損失函式,到實作開發和應用演算法,再到對演算法從資料預處理上,以及損失函式上的優化都將整體徹底掌握,對后面學習更多演算法,甚至深度學習都將起到舉一反三的效果,
多元線性回歸
1) 簡單線性回歸
2) 最優解與最小二乘法
3) 多元線性回歸判別式
4) 多元線性回歸的數學假設
5) 利用 MLE 推匯出目標函式
6) 對數似然推匯出 MSE 損失函式
7) MSE 求偏導得到引數決議解
8) 多元線性回歸的 python 代碼實作
9) 多元線性回歸的 sklearn 代碼實戰
梯度下降法
1) 梯度下降法原理與公式
2) 學習率設定的學問
3) GD 應用于多元線性回歸的流程
4) 全量梯度下降的原理與代碼實作
5) 隨機梯度下降的原理與代碼實作
6) Mini-Batch 梯度下降的原理與代碼實作
7) 代碼實作增加 MBGD 資料的隨機性
8) 代碼實作動態調整學習率
歸一化
1) 歸一化目的與量綱
2) 歸一化提高模型精度
3) 最大值最小值歸一化與缺點
4) 方差歸一化與好處
5) 均值歸一化與好處
6) 標準歸一化的代碼實戰與技巧
正則化
1) 提高泛化能力與防止過擬合
2) 正則化用于損失函式
3) L1 與L2 正則項與范數的關系
4) 結合 GD 講解 L1L2 的幾何意義
5) 透過導函式講解 L1 的稀疏性
6) 透過導函式講解 L2 的平滑性
Lasso 回歸、Ridge 回歸、多項式回歸
1) Lasso 回歸原理與代碼實戰
2) Ridge 回歸原理與代碼實戰
3) ElasticNet 回歸原理與代碼實戰
4) 升維的意義
5) 多項式回歸進行升維原理
6) 多項式升維代碼實戰

四、 線性回歸分類演算法
階段概述 :
本階段講解,邏輯回歸演算法,Softmax 回歸演算法,SVM 支持向量機演算法,SMO 優化
演算法,
達成目標 :
通過本階段學習,推導邏輯回歸演算法、SVM 演算法的判別式和損失函式,演算法的優化、實作演算法和應用開發實戰,將會對分類演算法有深入認知,對于理解后續神經網路演算法和深度學習至關重要,
邏輯回歸
1) Sigmoid 函式特點
2) 廣義線性回歸與邏輯回歸的數學假設
3) 證明伯努利二項分布屬于指數族分布
4) 推匯出邏輯回歸判別式
5) 推匯出邏輯回歸損失函式 log loss
6) 推匯出損失函式導函式用于最優化
7) 邏輯回歸解決多分類問題 OVR
8) 邏輯回歸代碼實戰--鳶尾花資料集分類
Softmax 回歸
1) Softmax 函式特點
2) 廣義線性回歸與 Softmax 回歸的數學假設
3) 證明多項式分布屬于指數族分布
4) 推匯出 Softmax 回歸判別式
5) 推匯出 Softmax 回歸損失函式 cross-entropy
6) 證明邏輯回歸是 Softmax 的特例
7) 剖析邏輯回歸多分類和 Softmax 多分類的本質區別
8) Softmax 回歸代碼實戰--音樂曲風分類
SVM 支持向量機
1) SVM 與感知機關系
2) 幾何距離和函式距離
3) SVM 支持向量機演算法原理
4) SVM 的損失函式
5) 硬間隔 SVM 的優化步驟
6) 軟間隔 SVM
7) 非線性 SVM 與核函式
8) SVM 在 sklearn 模塊中引數詳解
9) SVM 人臉識別案例
10) SVM 的概率化輸出
11) SVM 的OVO 多分類
12) SVM 的 hinge loss
SMO 優化演算法
1) SMO 優化演算法的子二次規劃問題思路
2) SMO 把目標函式從二元函式變一元函式
3) SMO 推匯出新的α和舊的α關系
4) SMO 對α進行剪裁
5) SMO 優化 SVM 演算法代碼實作
決策樹演算法
1) 決策樹的演算法原理與數學表達
2) 分裂指標 Gini 系數、資訊增益、資訊增益率
3) 前剪枝與后剪枝
4) 決策樹 ID3、C4.5 和 CART
5) 決策樹演算法優略比較
6) 決策樹之鳶尾花資料集分類案例
7) 通過 graphvis 繪制決策樹模型
隨機森林演算法
1) 集成學習演算法思想 Bagging、Boosting、Stacking
2) 用戶畫像集成學習方法案例
3) OOB 資料集驗證隨機森林演算法
4) 隨機森林副產品之特征選擇
Adaboost 演算法
1) Adaboost 演算法原理
2) 資料的權重與權重錯誤率
3) 權重錯誤率調整到 0.5 訓練下一個弱分類器
4) 計算每個樣本的權重 Un
5) 應用 Adaboost 演算法做人臉識別
GBDT 演算法
1) 函式空間的梯度下降與負梯度
2) 推導 GBDT 回歸是擬合殘差
3) Shrinkage 衰減系數的作用
4) 推導 GBDT 分類亦是擬合殘差
5) GBDT 二分類模型訓練和使用
6) GBDT 多分類模型訓練和使用
7) GBDT 副產品之特征組合用于降維
8) 實作 GBDT+LR 架構代碼實戰
XGBoost 演算法
1) XGBoost 演算法與決策樹集成學習關系
2) XGBoost 目標函式與正則項
3) XGBoost 目標函式用二階泰勒展開
4) 推導簡化 XGBoost 目標函式引入 g h
5) XGBoost 目標函式加入樹的復雜度
6) 推匯出 XGBoost 目標函式最終形式和葉子節點運算式
7) 詳解 XGBoost 演算法引數與交叉驗證
8) XGBoost 演算法呼叫 GPU 顯卡資源加速

五、無監督學習演算法
階段概述 :
本階段講解,K-means 聚類演算法,K-means 聚類演算法的變形,密度聚類,層次聚類、
譜聚類、PCA 降維演算法、EM 期望最大化、GMM 高斯混合模型,
達成目標 :
通過本階段學習,掌握無監督機器學習演算法的作用和原理,透徹理解聚類和降維的本質區別,今后可以正確選擇無監督學習演算法,并實戰開發,
聚類系列演算法
1) 相似度測量方法
2) K-means 演算法原理
3) K-means 影像應用案例
4) K-medoids 演算法
5) K-means++演算法
6) Mini-batch K-means 演算法
7) Canopy 聚類演算法
8) Agnes 層次聚類演算法
9) Diana 層次聚類演算法
10) DBSCAN 密度聚類演算法
11) Spectral 譜聚類
12) 微博用戶聚類分析案例
PCA 降維演算法
1) 特征選擇與特征映射
2) 最大投影方差原理與推導
3) 最小投影距離原理與推導
4) PCA 程序的中心化
5) Kernelized PCA
6) SVD 奇異值分解用于 PCA
EM 演算法
1) Jensen 不等式
2) EM 演算法的 E-step
3) EM 演算法的M-step
4) EM 在 GMM 公式推導中應用
GMM 演算法
1) 單一高斯分布的引數估計
2) 混合高斯分布的似然函式
3) GMM 的計算流程
4) GMM 之圖片前景背景分離代碼實戰
5) GMM 之根據聲音判別性別代碼實戰
6) GMM 之根據聲音判別用戶代碼實戰
六、決策樹系列演算法
階段概述 :
本階段講解,決策樹演算法、隨機森林演算法、Adaboost 演算法、GBDT 演算法、XGBoost 算
法,
達成目標 :
通過本階段學習,掌握非線性決策樹系列演算法,重點掌握 Kaggle 神奇 XGBoost 演算法,理解 GBDT 和 XGBoost 涉及的公式推導,本階段的掌握將大大提升學員資料挖掘的能力,對于后續理解 Kaggle 實戰階段內容會起到很大的幫助,實戰教學專案:
? 通過 graphvis 繪制決策樹模型
? 用戶畫像集成學習方法案例
? Adaboost 演算法做人臉識別
? GBDT+LR 架構代碼實作
決策樹演算法
1) 決策樹的演算法原理與數學表達
2) 分裂指標 Gini 系數、資訊增益、資訊增益率
3) 前剪枝與后剪枝
4) 決策樹 ID3、C4.5 和 CART
5) 決策樹演算法優略比較
6) 決策樹之鳶尾花資料集分類案例
7) 通過 graphvis 繪制決策樹模型
隨機森林演算法
1) 集成學習演算法思想 Bagging、Boosting、Stacking
2) 用戶畫像集成學習方法案例
3) OOB 資料集驗證隨機森林演算法
4) 隨機森林副產品之特征選擇
Adaboost 演算法
1) Adaboost 演算法原理
2) 資料的權重與權重錯誤率
3) 權重錯誤率調整到 0.5 訓練下一個弱分類器
4) 計算每個樣本的權重 Un
5) 應用 Adaboost 演算法做人臉識別
GBDT 演算法
1) 函式空間的梯度下降與負梯度
2) 推導 GBDT 回歸是擬合殘差
3) Shrinkage 衰減系數的作用
4) 推導 GBDT 分類亦是擬合殘差
5) GBDT 二分類模型訓練和使用
6) GBDT 多分類模型訓練和使用
7) GBDT 副產品之特征組合用于降維
8) 實作 GBDT+LR 架構代碼實戰
XGBoost 演算法
1) XGBoost 演算法與決策樹集成學習關系
2) XGBoost 目標函式與正則項
3) XGBoost 目標函式用二階泰勒展開
4) 推導簡化 XGBoost 目標函式引入 g h
5) XGBoost 目標函式加入樹的復雜度
6) 推匯出 XGBoost 目標函式最終形式和葉子節點運算式
7) 詳解 XGBoost 演算法引數與交叉驗證
8) XGBoost 演算法呼叫 GPU 顯卡資源加速

七、Kaggle實戰
階段概述 :
本階段講解,CTR 廣告預估專案、藥店銷量預測案例、活動推薦預測案例、銀行貸款風控案例,
達成目標 :
通過本階段學習,實戰代碼深刻理解前面學過的演算法和工具,Kaggle 競賽資料集全部來自于公司,并且需求直接是企業里面的需求,并且此階段講解的代碼均是大牛級開源的代碼,要知道 Kaggle 上的大牛會比一般企業的演算法工程師水平高,所有同學學習 Kaggle 實戰將會受益匪淺,
CTR 廣告預估專案
藥店銷量預測案例
活動推薦預測案例
銀行貸款風控案例
八、概率圖模型演算法
階段概述 :
本階段講解,貝葉斯分類演算法、隱含馬爾可夫模型、最大熵模型、條件隨機場
達成目標 :
通過本階段學習,掌握 NLP 自然語言處理的一些基本演算法,本階段的理解對于后
續完成 NLP 大專案很重要,
貝葉斯分類
1) 樸素貝葉斯分類器
2) 拉普拉斯估計
3) 代碼實戰垃圾郵件分類
HMM 演算法
1) 馬爾可夫程序
2) 初始概率、轉移概率、發射概率
3) 隱含馬爾可夫模型原理
4) 維特比演算法
最大熵模型
1) 熵、條件熵、相對熵、互資訊
2) 最大熵模型演算法原理
3) 有約束條件的函式最優化問題
4) 最大熵和最大似然估計關系
5) IIS 演算法
CRF 演算法
1) 條件隨機場的性質
2) 條件隨機場的判別函式
3) 條件隨機場的學習
4) 條件隨機場的推斷
5) CRF 與HMM 關系

九、Linux基礎
定位:
Linux是一種免費使用和自由傳播的類UNIX作業系統,Linux憑借其免費開源、模塊化程度高、安全穩定性強及其良好的可移植性備受廣大開發者和企業的青睞,目前絕大部分的嵌入式設備上都搭載了Linux作業系統,隨著互聯網產業的迅猛發展,促使云計算、大資料產業的形成并快速發展,云計算、大資料作為一個基于開源軟體的平臺,Linux 占據了核心優勢;據Linux基金會的研究,90%的企業已經使用Linux作業系統進行云計算、大資料平臺的構建,
本階段幾乎是零門檻,只要有基本的動手能力即可掌握,學員將通過自己動手跟隨老師從Linux作業系統的安裝到Linux作業系統的使用、Linux作業系統的維護循序漸進的掌握本階段的內容,
通過本階段的學習,學員將重點掌握Linux 的目錄結構、啟動流程、shell 命
令、vim編輯器的使用、用戶和組管理、權限管理、磁盤管理、系統行程管理、
網路管理等知識點,
內容 :
2)Linux 的介紹,Linux 的安裝
a) VMware Workstation 虛擬軟體安裝程序、Ubuntu虛擬機安裝程序
3)Linux系統啟動程序介紹
a) 內核引導
b) init行程
c) 系統初始化
d) 建立終端
e) 用戶登錄系統
4)Linux系統目錄結構
a) Linux檔案系統的層次結構
b) Linux檔案系統的作用
c) Linux絕對路徑和相對路徑
d) Linux檔案/目錄的命名規則
e) Linux命令如何識別檔案型別
5)Linux常用shell命令
a) 檔案管理命令
b) 檔案編輯命令
c) 檔案傳輸命令
d) 磁盤管理命令
e) 網路通訊命令
f) 系統管理命令
g) 系統設定命令
h) 備份壓縮命令
i) 設備管理命令
6)Linux系統密碼管理
a) Linux系統密碼組態檔
b) Linux系統修改密碼方式
7)Vim文本編輯器
8)Linux遠程登錄
a) telnet登錄
b) ssh登錄
c) xshell軟體的使用
9)Linux用戶和組管理
a) Linux系統用戶賬號的管理
b) Linux系統用戶組的管理
c) 用戶賬號相關的組態檔
10)Linux權限管理
a) Linux權限管理的重要性
b) Linux權限位
c) Linux umask詳解
11)Linux檔案系統管理
a) 磁盤結構
b) Linux常用檔案系統介紹
c) 硬碟設備和磁盤磁區的識別
d) df命令
e) du命令
f) mount命令
g) fdisk命令
h) mkfs命令
i) mke2fs命令
j) Linux 交換磁區的作用
12)Linux常用服務搭建
a) ftp服務搭建
b) samba服務搭建
c) ssh搭建
d) telnet搭建
e) Nginx服務搭建
13)Linux系統服務管理
a) Linux系統服務及其分類
b) Linux埠及查詢方法詳解
c) Linux基于xinetd服務的管理方法詳解
d) 影響Linux系統性能因素分析
e) 系統性能分析:sar命令
f) cpu運行狀態查看
g) 記憶體使用狀態查看
14)Linux系統日志管理
a) Linux rsyslogd服務及啟動方法 (詳解版)
b) Linux 日志檔案 (常見)及其功能
c) Linux 日志檔案格式分析
d) rsyslogd組態檔格式及其內容詳解
e) Linux 日志服務器設定程序
f) Linux 日志輪替 (日志轉儲)及logrotate組態檔分析
g) Linux logrotate命令用法詳解:進行日志轉儲 (輪替)
h) Linux 日志分析工具 (logwatch)安裝及使用
15)Linux軟體包管理
16)Linux備份與恢復
a) Linux備份的重要性
b) Linux 中的哪些資料需要備份?
c) Linux資料備份介質的選擇
d) Linux備份策略 (完全備份、增量備份和差異備份)詳解
e) Linux tar命令備份資料
f) Linux dump命令用法詳解:備份磁區、檔案或目錄
g) Linux restore命令:還原dump操作備份下的檔案、目錄或磁區
h) Linux dd命令詳解:資料備份,并在備份程序中進行格式轉換
i) Linux rsync命令用法詳解
17)SELinux管理
a) SELinux是什么
b) SELinux 的主要作用
c) SELinux 的作業模式 (Disabled、Permissive和Enforcing)
d) SELinux組態檔 (/etc/selinux/config)
e) SELinux作業模式設定 (getenforce、setenforce和sestatus命令)
f) SELinux安全背景關系查看方法 (超詳細)
g) SELinux安全背景關系的修改和設定 (chcon和restorecon命令)
h) SELinux默認安全背景關系的查詢和修改(semanage命令)
i) SELinux auditd 日志系統的安裝與啟動
j) SELinux auditd 日志使用方法詳解
k) SELinux Targeted、MLS和Minimum策略
l) SELinux策略規則查看方法 (seinfo和sesearch)詳解
m) SELinux策略規則的開啟和關閉 (詳解版)
練習:Linux系統監控實戰:系統一旦上線跑起來,自然希望它一直相安無事,不要宕機,不要無回應,不要慢騰騰的,這就需要我們要監視系統的運行狀況,發現問題及時處理,通過本課程可以學習有關系統監控的命令使用:如vmstat,top,iostat,以及監控腳本的撰寫,
十、C語言高級編程
定位:
C語言是當今世界上最流行的計算機語言之一,C語言是所有編程語言之母,通過學習C語言,學生們不僅能夠掌握一種實用的計算機編程語言,鍛煉抽象思維能力,掌握編程的技巧,同時也為今后學習C++打下了良好的基礎,
本階段適用于零基礎的學員,在學習C語言編程時,我們將完全擺脫大學的理論課+實踐課的教學方式,我們將全程跟隨老師一邊學習理論基礎,一邊敲代碼,通過代碼驗證理論,這樣不僅可以快速掌握C語言的基礎語法,同時也能夠快速提高編程能力,
C 語言開篇
1)C語言發展歷史及特點
2)C語言應用及就業場景
3)手把手教你搭建C語言開發環境
4)第一個C語言程式
5)程式的編譯及運行
6)單行注釋和多行注釋
7)檔案注釋
資料型別
10)識別符號
11)關鍵字
12)變數的定義、宣告、賦值和使用
13)整型及整型資料的表示 (進制問題)
14)浮點型
15)字符型常量
16)資料在記憶體中的存盤
17) 由printf(“%d\n”,10/3);所引發的思考
18)那些年我們遇到的變態筆試題
19)區域變數和全域變數
20)揭開sizeof的神秘面紗
21)ASCII表
C 語言輸入輸出
1)printf的高級用法
2)scanf讀取沖鍵盤輸入的資料
3)走進緩沖區的世界 (理解且掌握)
4)輸入輸出疑難雜癥
運算子和運算式
1)賦值運算子
2)算術運算子
3)關系運算子
4)邏輯運算子
5)位運算子
6)你會用位運算控制燈光的開和關嗎
7)常見筆試題分析
8)逗號運算子
9)條件運算子
10)其他運算子
11)預算符的優先級關系
流程控制
1)分支結構
a) if分支
b) if分支的嵌套
c) switch分支
d) if分支和switch分支綜合應用
e) 作業:員工獎金計算
2)回圈結構
a) while回圈
b) do~while回圈
c) for回圈
d) 練習:求1+2!+3!+4!+5!的和
e) 練習:求斐波那契數列的第30項
f) 練習:籃子中雞蛋個數計算
g) 經典程式講解:求正整數的質因數
h) 作業:求10000 以內的自守數
i) 作業:Sn = a + aa + aaa + .... + n個a 運算式結果計算
j) 作業:百元買白雞
k) 作業:求100 以內的所有質數
陣列
1)陣列的基本概念
2)一維陣列
a) 一維陣列的使用
b) 一維陣列的記憶體空間布局
c) 一維陣列元素的逆置
d) 如何洗掉陣列中重復的元素
e) 練習:從鍵盤上輸入年月日,計算這一天是這一年的第幾天
f) 經典程式講解:奇偶數的互換
g) 實際應用舉例:不使用排序演算法,求陣列中第二大的值
h) 作業:有n個人圍成一圈,順序排號,從第一個人開始報數 (從1到3
報數),凡報到3的人退出圈子,問最后留下的是原來的第幾號
3)二維陣列
a) 二維陣列的使用
b) 二維陣列和一維陣列的關系
c) 二維陣列的記憶體空間布局
d) 練習:二維陣列的對角線之和
e) 經典程式講解:二維陣列操作之行列互換
f) 作業:假設有有序陣列a和無序陣列b,請撰寫程式將陣列b合并到數
組a 中,并且最后保持陣列a依然是有序的
4)字串
i. 字串的概念
ii.字串和字符陣列
iii. 練習:將字符陣列中的所有的非字母和數字的字符洗掉
iv.實際應用舉例:將字串轉換為整數
v. 作業:將字串轉換為浮點數
函式
1)函式的基本使用
a) 函式的定義
b) 函式的形參和實參
c) 函式的呼叫
d) 函式的回傳值
e) 程式運行的秘密
f) 再論全域變數和區域變數
g) 函式的堆疊空間
h) 練習:封裝函式交換兩個整數的值
i) 練習:封裝函式實作求斐波那契數列中指定項的值
2)遞回函式
a) 遞回函式的定義
b) 遞回函式的運行原理
c) 遞回求階乘
d) 中間遞回函式
e) 多層遞回函式
f) 遞回時間和記憶體開銷探索
g) 遞回的優化
h) 練習:遞回函式求n 的階乘
i) 練習:遞回函式求斐波那契數列的第n項
j) 經典程式講解:漢諾塔游戲
k) 作業:遞回函式實作求斐波那契數列的前n項的和
C 語言預處理
1)什么是預處理命令
2)#include 頭檔案的包含
3)#include “” 和#include <>的區別
4)頭檔案的搜索規則
5)C語言條件編譯
6)C語言宏定義
7)宏定義的基本使用
8)帶引數的宏定義
9)宏定義和函式的區別
10)宏引數的字串化和宏引數的連接
指標
1)指標的基本使用
a) 指標的概念
b) 指標變數的定義和使用
c) 指標變數的運算
d) 指標所占用的記憶體空間
e) 練習:通過指標交換兩個整型變數的值
f) 不同型別的指標之間的區別
g) 空指標NULL和void指標
2)指標和一維陣列
a) 陣列指標
b) 練習:通過指標洗掉陣列中重復的元素
c) 字串指標
d) 思考:為什么將一串字串賦值給指標,卻不能通過指標修改字串的
內容
e) 指標變數作為函式形參
f) 指標作為函式回傳值
g) malloc和free
h) 再論指標的本質
i) 堆和堆疊的區別
j) 指標帶來的記憶體泄漏問題
k) 野指標和懸空指標
3)指標陣列
a) 指標陣列和字串陣列
b) 指標陣列的靈活應用
c) main函式的命令列引數
4)函式指標
a) 函式指標的基本使用
b) 回呼函式
c) 練習:通過不同函式指標呼叫不同型別的函式
d) 經典程式講解:多個函式的隨機呼叫
5)二級指標和多級指標
a) 二級指標的定義及使用
b) 一級指標、二級指標和函式的恩怨情仇
c) 多級指標的定義及使用
6)指標和二維陣列
7)字串專題
a) 常用字串處理函式的使用
i. strlen
ii.strcpy strncpy
iii. strcmp strncmp
iv.strcat strncat
v. strstr
vi.strtok strtok_r
b) 實際應用舉例:統計某個班級中姓 “李”的同學的個數
c) 實際應用舉例:將 “流浪地球”演員表按照字母表先后順序顯示
d) 實際應用舉例:http協議決議
e) 字串處理函式的實作
f) 常見筆試題分析
結構體
1)結構體定義
a) typedef的使用
b) 結構體的初始化
c) 結構體陣列
d) 指標和結構體
e) 練習:封裝一個結構體保存學生的相關資訊,并且計算多個學生中年齡
最大值、最小值和平均值
2)共用體/聯合體
a) 共用體的定義和使用
b) 共用體的記憶體空間布局
c) 共用體和結構體的區別
d) 大端模式和小端模式
e) 共用體的妙用:判斷大小端模式
f) 經典習題講解:通過共用體分解一個int型別的資料
g) 經典習題講解:通過共用體將四個字符組合成整型資料
3)列舉
a) 列舉的定義和使用
b) 通過列舉提升代碼可讀性實體代碼
c) 練習:通過列舉獲取某天是星期幾
d) 實際應用舉例:英雄聯盟 “多殺”音效輸出
C 語言編程高階
1)C程式的組成
a) C程式專案目錄結構
b) static關鍵字的使用
c) const關鍵字的使用
d) Makefile檔案的撰寫
e) C程式的編譯步驟
f) 動態庫的使用
g) 靜態庫的使用
h) 練習:將實作交換兩個整數的函式編譯成動態庫和靜態庫
2)C語言除錯方法及技巧
a) GDB 的下載和安裝
b) gdb run(r)命令:啟動程式
c) GDB break (b):設定斷點
d) GDB watch命令:監控變數值的變化
e) GDB watch命令:監控變數值的變化
f) GDB catch命令:建立捕捉斷點
g) GDB條件斷點 (condition命令)詳解
h) GDB單步除錯程式
i) 如何使用GDB進行斷點除錯?
j) GDB print和display命令:查看變數的值
k) GDB print命令更高級的用法
3)走進C語言記憶體管理世界
a) 程式在計算機中到底是如何運行的
b) 我們在程式中看到的地址為什么是假的?
c) 虛擬地址和物理地址
d) 虛擬地址空間及編譯模式
e) 結構體的位元組對齊
f) 什么是堆疊溢位
g) 函式在堆疊上到底是怎樣的?
h) 函式進堆疊和出堆疊的程序
i) 堆疊溢位攻擊的原理
j) 實際應用舉例:網站密碼破解

十一、資料結構及演算法
課程定位:
“程式設計=資料結構+演算法”,資料結構和演算法是程式的靈魂,
在進行應用軟體開發時一個程式能否選擇合適的資料結構和演算法將直接導致程式的運行是否高效,通過本階段的學習,學員不僅可以掌握日常應用軟體開發中常用的資料結構和演算法,例如鏈表、堆疊和佇列、二叉樹、平衡二叉樹、二分查找法、冒泡法排序、快排法等,同時也將學習到更多進階的內容,例如B樹、B+樹、紅黑樹、哈希表、哈希查找、堆排序、動態規劃等,學習完這部分知識將大大提高學員大廠筆試和面試的通過率,
資料結構基礎
1)線性結構
a) 陣列
b) 鏈表
i. 單向鏈表
ii.單向鏈表的逆置
iii. 單向鏈表的環
iv.單向回圈鏈表
v. 雙向鏈表
vi.雙向回圈鏈表
c) 堆疊
i. 陣列實作的堆疊
ii.鏈表實作的堆疊
iii. 實際應用舉例:函式形參的入堆疊和出堆疊順序
d) 佇列
i. 實際應用舉例:銀行取號機功能實作
2)非線性結構
a) 二叉樹
b) 完全二叉樹
c) 滿二叉樹
d) 二分查找樹
e) 平衡二叉樹
f) 圖
資料結構進階
1)二叉樹的遍歷
i. 通過堆疊實作二叉樹的按深度遍歷
ii.通過佇列實作二叉樹的按層次遍歷
iii. 判斷兩棵二叉樹是否相同
2)哈希表
a) 哈希表的實作
b) 哈希沖突及解決方案
c) 實際應用舉例:統計一篇文章中單詞的個數
3)B樹
a) B樹的概念及實作原理
b) B樹的實際應用:磁盤搜索原理
4)B+樹
a) B+樹的概念及實作原理
b) B+樹的實際應用:資料庫索引的實作
c) B樹和B+樹的區別
5)哈弗曼樹
a) 哈弗曼樹的特點
b) 通過C語言實作哈弗曼樹
c) 實際應用舉例:通過哈夫曼編碼實作資料的加密傳輸
6)紅黑樹
a) 紅黑樹的概念及使用
b) 紅黑樹的旋轉
c) 紅黑樹和普通平衡二叉樹的比較
演算法基礎
1)排序演算法
a) 冒泡排序
b) 插入排序
c) 快速排序
2)查找演算法
a) 順序查找
b) 二分查找
c) 插值查找
演算法進階
1)時間復雜度計算
2)空間復雜度的計算
3)排序演算法
a) 快排法的 “Bug”及解決辦法
b) 堆排序
c) 希爾排序
d) 歸并排序
e) 桶排序
f) 排序演算法的穩定性
4)查找演算法
a) Top K 問題
b) 大資料中查找前n大數的解決辦法
5)回溯法
a) 八皇后問題
6)動態規劃
7)貪心演算法
8)背包問題
十二、Linux高級程式設計
課程定位:
當前主流的嵌入式設備中均運行架構復雜的作業系統,作業系統提供了多任務的實作機 制,為了能讓嵌入式設備實作更高效的運作,必須掌握嵌入式作業系統中最核心的系統編程 技巧,包括:檔案操作、多行程編程、行程管理、行程間通信機制、多執行緒編程、執行緒間同 步互斥機制、執行緒池機制等,
shell 編程
1)shell變數
2)shell位置引數 (命令列引數)
3)shell特殊變數
a) $#
b) $*
c) $@
d) $?
e) $$
Linux 檔案I/O
1)標準IO
a) 什么是標準IO?
b) 為什么需要標準IO?
c) 檔案的基本操作
i. fopen函式
ii.fread函式
iii. fwrite函式
iv.fclose函式
v. fseek函式
vi.fstat函式
d) 練習:使用標準IO拷貝檔案
e) 標準IO 的緩沖區
i. 行緩沖
ii.全緩沖
iii. 無緩沖
f) sprintf的使用
i. sprintf語法
ii.實際應用舉例:學生資訊遠程傳輸資料包封裝
2)系統IO
a) 什么是系統IO?
b) 為什么需要系統IO
c) Linux系統中檔案的描述
d) 檔案的基本操作
i. open函式
ii.read函式
iii. write函式
iv.close函式
v. lseek函式
vi.stat函式
e) Linux 目錄的操作方法
f) 標準IO和系統IO 比較
i. 從實作原理上理解標準IO 的作用和系統IO 的作用
ii.分析標準IO和系統IO 的使用場景
iii. 標準IO系統IO性能分析
iv.時間和日期編程實體
1. 當前時間年月日時分秒獲取
2. 練習:你知道你活了多少天,活了多少秒了嗎?
3. 實際應用舉例:計算你的 “英雄聯盟”游戲的 “L齡”
Linux 并發編程
1)并發和并行的概念
2)行程
a) 行程的基本概念
b) 行程的狀態
i. 行程在Linux作業系統中的描述
ii.行程在Linux下的相關系統檔案
iii. 行程的三態/五態
iv.行程之間的切換
v. 行程的背景關系
c) 多行程編程
i. 父行程、子行程
ii.行程控制函式fork、getpid、getppid、wait、waipid、kill
iii. 子行程的 “前世今生”
iv.關于fork函式的經典筆試題講解
v. 僵尸行程
vi.孤兒行程
d) 行程間通信 (IPC)
i. 管道
1. 有名管道
2. 無名管道
ii.信號
iii. System IPC和Posix IPC
1. 訊息佇列
2. 共享記憶體
3. 信號量
e) system 函式
f) exec函式簇
g) system 函式和exec函式簇的區別
h) 練習:程式創建子行程并令其掛起100s,令父行程每秒監測子行程狀態,
若子行程死亡則列印 “子行程死亡”,否則列印 “Hello World!”
i) Linux守護行程的設計
2)多執行緒
a) 執行緒的基本概念
b) 執行緒和行程的關系
c) 多執行緒編程
i. 執行緒控制函式 pthread_create
pthread_join
pthread_self
pthread_cancel
pthread_detach
ii.PV操作
iii. 執行緒的同步
1. 互斥鎖
2. 讀寫鎖
3. 條件變數
4. 信號量
5. 執行緒安全
i. 生產者消費者模型
ii.銀行家演算法
iii. 哲學家就餐問題
iv.執行緒池
v. 作業:多執行緒目錄拷貝

十三、Linux網路編程
課程定位:
網路編程最主要的作業就是在發送端把資訊通過規定好的協議進行組裝包,在接收端按照規定好的協議把包進行決議,從而提取出對應的資訊,達到通信的目的,中間最主要的就是資料包的組裝,資料包的過濾,資料包的捕獲,資料包的分析,
在本階段中我們將一起學習一些基礎網路嘗試,掌握OSI、TCP/IP模型,掌握TCP協議實作原理,同時我們還將學習TCP、UDP編程基礎,掌握Linux下的高并發網路編程,
Linux 網路編程預備知識
1)OSI網路模型
2)TCP/IP模型
a) TCP/IP 四層模型介紹
i. 應用層介紹
ii.傳輸層介紹
1. TCP傳輸協議頭部
2. UDP傳輸協議頭部
iii. 埠號
iv.子網掩碼
v. 網路層介紹
1. IP地址
2. 子網掩碼
3. ICMP協議
4. ARP協議、ARP攻擊
5. 路由器作業原理
vi.資料鏈路層介紹
1. 交換機的作業原理
2. 路由器和交換機的比較
b) TCP三次握手
i. TCP三次握手流程
ii.SYN洪泛攻擊
c) TCP 四次揮手
d) TCP可靠穩定實作原理
e) 流量控制和滑動視窗
f) UDP傳輸協議分析
3)網路工具wireshark用法
4)上網流程分析
a) DNS服務器
b) HTTP協議和HTTPS協議
c) Nginx
d) 負載均衡
5)NAT 網路地址轉換協議
socket 編程
1)網路位元組序和主機位元組序
2)TCP 編程
a) TCP服務端編程流程
b) TCP客戶端編程流程
3)UDP 編程
a) UDP服務端編程流程
b) UDP客戶端編程流程
c) 廣播和組播
4)IO模型分析
) 復用
5 IO
a) select
b) poll
c) Epoll
練習:網路日志服務器開發
練習: 語言實作 網路嗅探器:通過原生套接字的方式,監聽所有本地主機收發的
C Linux
資料鏈路層幀結構,然后決議資料包的型別,并記錄到日志檔案,實作一個輕量級的網路嗅
探器
6)TCP 帶外資料編程
7)TCP粘包處理
8)Unix domain 編程
9)作業:基于TCP 的日志服務器的實作
10)作業:FTP檔案服務器實作
十四、Linux資料庫編程
MySQL
1)MySQL資料庫的安裝
a) windows下MySQL 的安裝
b) ubuntu下MySQL 的安裝
c) sqlyog的安裝
2)MySQL資料庫的基本操作
a) sql陳述句書寫規則
b) MySQL查看資料庫
c) MySQL創建資料庫
d) MySQL修改資料庫
e) MySQL洗掉資料庫
f) MySQL選擇資料庫
g) MySQL注釋
h) MySQL 中SQL陳述句的大小寫規則
3)MySQL資料型別和存盤引擎
a) MySQL 資料型別簡介
b) MySQL 整數型別
c) MySQL 小數型別
d) MySQL 日期和時間型別
e) MySQL 字串型別
f) MySQL 二進制型別
g) MySQL 資料型別的選擇
h) MySQL 轉義字符的使用
i) MySQL 系統變數
j) MySQL 存盤引擎:InnoDB、MyISAM
4) MySQL資料表的基本操作
a) MySQL創建資料表
b) MySQL修改資料表
c) MySQL修改/洗掉欄位
d) MySQL洗掉資料表
e) MySQL洗掉被其它表關聯的主表
f) MySQL查看表結構
g) MySQL資料表添加欄位
5)MySQL 約束、函式和運算子
a) MySQL 約束概述
b) MySQL 主鍵
c) MySQL 主鍵自增長
d) MySQL 外鍵約束
e) MySQL 唯一約束
f) MySQL 檢查約束
g) MySQL 默認值
h) MySQL 非空約束
i) MySQL 常用運算子
j) MySQL 算術運算子
k) MySQL 邏輯運算子
l) MySQL 比較運算子
m) MySQL 位運算子
n) MySQL 運算子優先級
o) MySQL IN 和NOT IN
p) MySQL 函式
6)MySQL 操作表中資料
a) MySQL插入資料
b) MySQL去重
c) MySQL設定別名
d) MySQL限制查詢結果的條數
e) MySQL對查詢結果排序
f) MySQL條件查詢
g) MySQL使用LIKE模糊查詢
h) MySQL范圍查詢
i) MySQL空值查詢
j) MySQL分組查詢
k) MySQL過濾分組
l) MySQL交叉連接
m) MySQL 內連接
n) MySQL外連接
o) MySQL子查詢
p) MySQL更新資料
q) MySQL洗掉資料
練習:學生資訊管理系統資料庫設計
7)MySQL視圖、索引
a) MySQL視圖是什么?
b) MySQL創建視圖
c) MySQL查看視圖
d) MySQL修改視圖
e) MySQL洗掉視圖
f) MySQL索引
g) MySQL索引可以分為哪些型別?
h) MySQL創建索引
i) MySQL查看索引
j) MySQL修改和洗掉索引
k) 索引在什么情況下不會被使用?
l) 怎么提升索引的使用效率,設計出更高效的索引
8)資料庫的設計
a) ER模型
b) 資料庫三范式
c) 作業:校園網資料庫設計
9)MySQL事務
a) 事務的概念和特性
b) MySQL執行事務的語法和流程MySQL設定事務自動提交 (開啟和關閉)
c) 從實體出發,搞懂高并發下的資料庫事務隔離級別
d) MySQL查看和修改事務隔離級別
e) MySQL表鎖、行鎖和頁鎖
f) MySQL InnoDB 的3種行鎖定方式
g) Mysql并發時常見的死鎖及解決方法
10)MySQL性能優化
11)MySQL C語言編程介面
Sqlite3
1)ubuntu sqlite3的安裝
2)sqlitestudio的使用
3)Sqlite3資料庫結構
4)Sqlite3庫的操作
5)Sqlite3 C語言編程介面
往期精彩:
爆肝熬夜整理了Python最新學習資料和視頻,分享給學弟學妹們【全站最新】
再次爆肝熬夜整理Python編程工具、面試題庫、學習資料總集,結尾自取【免費分享】
我用Python空閑時月入10000+方法分享,8000粉絲福利
我是白云,一名喜歡分享知識的程式員,感興趣的就趕緊來點擊關注我把,哪里有不明白或有不同觀點的地方歡迎留言!

轉載請註明出處,本文鏈接:https://www.uj5u.com/qita/290429.html
標籤:其他


