《你知道的人工智能，你不知道的python》（萬門課程）

課程內容：

1.1 人工智能方面的應用

1.2 人工智能背後的技術

1.3 python做爲編程語言的優點（一）

1.4 python做爲編程語言的優點（一）

1.5 python職業方向

1.6 python實戰（一）

1.7 python實戰（一）

 

筆記：

AI在生活中有很普遍的應用，好比：支付寶的刷臉支付，購物推薦，語音識別等等。AI是CS的一個分支，機器學習是其重要的技術。

機器學習包含着深度學習，其中神經網絡與普通機器學習相比，極大地解放了程序員的工做。（莫名的想到解放生產力）

python有不少成熟的、功能很強大的第三方庫，以下：

　　web開發：Django,tornado,flask

　　數據庫：pymongo,pymysql

　　爬蟲：requests,seleninm,scrapy,beautifulsoup

　　圖形界面開發：pyqt,thinter

　　科學計算框架：numpy,scipy,pandas,matplotlib

　　機器學習：scikit_learn,nltk,tensorflow,keras

推薦的學習社區：stack overflow,github

職業方向（劃重點）

　　web開發：主要是後臺的開發，開發效率很高

　　人工智能：python在人工智能方面的做用愈來愈重要

　　數據分析：

　　Linux運維：不少服務器都是Linux系統的

　　爬蟲工程師：時間短，代碼量少

　　自動化測試：找bug，用爬蟲訪問接口，去找本身想要的數據，雖然沒聽懂啥意思。

 python實戰...emmmmm....

這課有點坑啊

講課的大佬說給大家演示一下爬蟲什麼的，而後就本身寫了個程序，字小的都看不清，再而後大佬跑出結果，就差鹹魚喊666了

耐心看了下去，把爬蟲抄了一下:(雖然仍是看不懂)

from bs4 import BeautifulSoup
import requests
response =requests.get("https://movie.douban.com/subject/26769179/?tag=恐怖&from=gaia")
bs=BeautifulSoup(response.text,"lxml")

name=bs.find("span",attrs={"property":"v:itemreviewed"}).text
score=bs.find("strong",attrs={"property":"v:average"}).text
summary=bs.find("div",id="link-report").text.strip()

print (name,score)