成都软考中级软件评测师培训班

【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】