欢迎大家赞助一杯啤酒🍺 我们准备了下酒菜:Formal mathematics/Isabelle/ML, Formal verification/Coq/ACL2, C++/F#/Lisp
灰狐公开课
来自开放百科 - 灰狐
(版本间的差异)
小 (→数据科学) |
小 (→企业应用) |
||
第35行: | 第35行: | ||
==企业应用== | ==企业应用== | ||
− | *2017.09.06:[http://gitbook.cn/m/mazi/activity/599652c7d26fd64b1f50ad17 odoo:开源 ERP/CRM 入门与实践] | + | *(第2期)2017.09.06:[http://gitbook.cn/m/mazi/activity/599652c7d26fd64b1f50ad17 odoo:开源 ERP/CRM 入门与实践] |
*2014:[[Apache ofbiz in action|Apache OFBiz 电商实战培训]] | *2014:[[Apache ofbiz in action|Apache OFBiz 电商实战培训]] | ||
2017年8月31日 (四) 17:44的版本
灰狐公开课
目录 |
简介
灰狐公开课是灰狐教育推出的培训课程。
编程语言
IDE/Editor:IntelliJ IDEA、PyCharm、CLion、Xcode、Visual Studio Code
- 2017.12:Kotlin入门与实践
开源开放
- 2017.07.31:如何在开源项目中学到更多 开放博客存档
- 2017.11:构建自己的BaaS // 开发Kotlin App Demo
数据科学
在数据科学领域,我们选择Python、F#、Scala作为核心开发语言。ps: F#作为一门适合于金融和计算密集型的语言而闻名。因为JVM和Spark,因为静态类型和函数式编程,Scala具有成为数据科学主导语言的潜力。
课程体系:
- 1、数据科学与Python/F#/Scala
- 2、数据挖掘理论与算法(Python/F#/Scala)
- 3、数据科学中的统计与概率(Python/F#/Scala)
- 4、数据科学中的机器学习(Python/F#/Scala)
- 5、使用Spark进行大数据分析(Python/Scala)
课程安排:
- 2017.10:数据科学入门与实践
- 2017.10:Python数据分析与挖掘入门实践
- 2017.10:七周七数据科学,启发自《七周七编程语言》、《七周七数据库》、《七周七并发模型》,参考《七周七学习成为数据分析师》
- 2017.10:OrientDB入门与实践 // Multi-Model NoSQL Database 变得越来越重要。
- 2017.11:Python机器学习入门与实践
- 2017.11:Scala机器学习入门与实践
- 2017.12:Python深度学习入门与实践
企业应用
- (第2期)2017.09.06:odoo:开源 ERP/CRM 入门与实践
- 2014:Apache OFBiz 电商实战培训
营销推广
- 2017.10:Google AdSense入门与实践
图集
链接
分享您的观点