1.Python基础

解释器Python2.7/3.x、IDE：Anaconda/Pycharm

列表/元组/字典/类/文件

Python安装与环境配置

Python基本数据类型：list, dict, tuple, set等

Python文件操作：txt, excel等

Python 的标准库和第三方库

Python高级用法：切片、迭代、map、filter、reduce

典型图像处理

代码和案例实践：

大素数计算与优化

Benford定理

公路堵车概率模型Nagel-Schreckenberg 实现

负二项分布与比赛胜率

本福特定律

蝴蝶效应：Lorenz系统的三维绘制

2、数据分析

Numpy/Scipy/Pandas/Matplotlib/Seaborn库

Numpy基础属性与数组创建

Numpy索引

Numpy数学运算与常用分布

Pandas数据处理与分析

Pandas文件读写和个性化控制

Pandas的concat与merge

Matplotlib 基本图结构介绍

基于Matplotlib绘制散点图、柱状图、等高线图、3D图等

多图合并与图片文件存取

Seaborn/PyEcharts等包的使用

scikit-learn的介绍和典型使用

逻辑回归、决策树、随机森林、SVM

XGBoost、LightGBM

多元高斯分布

典型图像处理

多种数学曲线

多项式拟合

代码和案例实践：

快速傅里叶变换FFT与信号处理

Soble/Prewitt/Laplacian算子与卷积网络

卷积与(指数)移动平均线

股票数据分析

缺失数据的处理和预测

环境数据异常检测和分析

快速傅里叶变换FFT

图像处理与奇异值分解SVD

 3、图像处理

Skimage/OpenCV来源、简介与安装

将视频转换为图像序列

图像可视化与几何作图

HSV、RGB与图像颜色空间的转换

图像增强与(局部)直方图均衡化

给予边缘和区域的图像分割

gamma矫正和对数矫正

亮度区域检测与前景提取

图像边缘检测/特征提取与图像算子

Gabor/Laplace/Prewitt/Roberts

Scharr/Sobel/Niblack/Wiener

图像形态学：开/闭/凸包/膨胀/腐蚀

双边滤波器/小波降噪/wiener滤波

角点检：Harris，Shi-Tomasi

SIFT、SURF算法

视频分析：Meanshift 和 Camshift 算法

代码和案例实践：

不同算子下的图像卷积

图像边缘检测与提取

前景分割与图像融合

regional maxima检测与应用

HAAR/HOG/LBP等特征应用

视频前景背景分析与异物检测

图像形态学与海报生成的应用

光流跟踪与车辆跟踪

 4、机器学习

线性回归

Logistic/Softmax回归

广义线性回归

L1/L2正则化

Ridge与LASSO

Elastic Net

梯度下降算法：BGD与SGD

决策树和随机森林

SVM

聚类

代码和案例实践：

股票数据的特征提取和应用

泰坦尼克号乘客缺失数据处理和存活率预测

环境检测数据异常分析和预测

模糊数据查询和数据校正方法

PCA与鸢尾花数据分类

二手车数据特征选择与算法模型比较

广告投入与销售额回归分析

鸢尾花数据集的分类