如果你不懂python，那么需要先学习python这门非常easy的语言（相对其它语言而言）。编程语言基础语法无非是数据类型、数据结构、运算符、逻辑结构、函数、文件IO、错误处理这些，学起来会显枯燥但并不难。刚开始入门爬虫，你甚至不需要去学习python的类、多线程、模块之类的略难内容。找一个面向初学者的教材或者网络教程，花个十几天功夫，就能对python基础有个三四分的认识了，这时候你可以玩玩爬虫喽！当然，前提是你必须在这十几天里认真敲代码，反复咀嚼语法逻辑，比如列表、字典、字符串、if语句、for循环等核心的东西都得捻熟于心、于手。可以去牛客网在线练习，这个python入门题单从开始的Hello World到实践任务、数据分析、机器学习，都会非常详细地职导你应该使用什么函数，应该怎么输入输出。
为什么要懂HTML前面说到过爬虫要爬取的数据藏在网页里面的HTML里面的数据（语：HyperTextMarkupLanguage，简称：HTML）是一种用于创建网页的标准标记语言。HTML是一种基础技术，常与CSS、JavaScript一起被众多网站用于设计网页、网页应用程序以及移动应用程序的用户界面[3]。网页浏览器可以读取HTML文件，并将其渲染成可视化网页。HTML描述了一个网站的结构语义随着线索的呈现，使之成为一种标记语言而非编程语言。总结一下，HTML是一种用于创建网页的标记语言，里面嵌入了文本、图像等数据，可以被浏览器读取，并渲染成我们看到的网页样子。立即预约课程
课程大纲
课程简介
熟练掌握数据科学领域的编程语言-Python
掌握使用Python和pandas库进行数据清洗和预处理
学会使用matplotlib、seaborn进行初级可视化
学会使用Pyecharts进行高级数据可视化
学会构建机器学习算法进行分类、预测和聚类模型
善用机器学习解决用户画像、精准营销、风险管理等商业问题
机器学习基础薄弱学员
高校在校生待业、期待转行从事数据挖掘相关岗位的在职人员CDA数据分析师level Ⅲ 考生。
希望借助数据挖掘算法来提升解决企业运营、产品运营中涉及的预测问题者，对数据挖掘技术感兴趣的各界人士产品、运营、营销、管理、咨询相关岗位从业者，希望增加数据挖掘技能与思维
课程大纲
1数据库基本概念2DDL数据定义语言3DML数据操作语言4单表查询5多表查询6Python连接SQL
5类与面向对象编程6Numpy数组操作
9多元线性回归理论推导
3使用PySpark实现分布式计算
4数据接入策略与调度工具
1数据挖掘导论2KNN
3贝叶斯
4SVM
2决策树的模型调优
3病马死亡归类与识别案例
4用户分类-保险行业用户分类分析
1带正则项的回归分析
2大数据环境下的回归分析实现（Spark实现）
2AdaBoost3随机森林及其Spark实现4GBDT, XGBoost, LightGBM及Python实现
1数据处理的前沿方法：特征工程概要2数据不平衡问题3特征工程（特征的建构、选择、转换、学习）4感知器及多层感知器
11深度神经网络基础
12BP神经网络架构13反向传播算法14梯度与学习率专题
15图像分析-手写数字自动识别
11数据的爬取（http原理、requests应用）
12文本数据清洗（正则表达式、HTML结构及xpath应用）
12文本信息提取13词嵌（CBOW与Skip-gram）14构建文本信息库15文本聚类算法
机器学习进阶(Level 3)第6周-大型项目案例
11实战项目-金融行业反欺诈
15预训练框架Transformer与迁移学习16Bert专题17Pytorch框架与代码实践（NLP案例）18大型项目案例-实战项目-信用评分卡
11数据挖掘概论
12高级数据处理与特征工程
13自然语言处理与文本分析
14机器学习算法
15机器学习进阶（自动机器学习，样本不平衡问题，半监督学习，模型优化）
11互联网数字化运营
12何为数据产品经理
13Python 爬虫
14人工智能(深度学习)实战之图像识别
15Tableau 多维可视化分析
16SPSS 统计分析
