阶段一、人工智能篇之Python核心
1、Python扫盲
2、面向对象编程基础
3、变量和基本数据类型
4、Python机器学习类库
5、Python控制语句与函数
6.、Python数据库操作+正则表达式
7、Lambda表达式、装饰器和Python模块化开发
阶段二、人工智能篇之数据库交互技术
1、初识MySQL数据库
2、创建MySQL数据库和表
3、MySQL数据库数据管理
4、使用事务保证数据完整性
5、使用DQL命令查询数据
6、创建和使用索引
7、MySQL数据库备份和恢复
阶段三、人工智能篇之前端特效
1、HTML+CSS
2、Java
3、jQuery
阶段四、人工智能篇之Python高级应用
1、Python开发
2、数据库应用程序开发
3、Python Web设计
4、存储模型设计
5、智联招聘爬虫
6、附加：基础python爬虫库
阶段五、人工智能篇之人工智能机器学习篇
1、数学基础
2、高等数学必知必会
3、Numpy前导介绍
4、Pandas前导课程
5、机器学习
阶段六、人工智能篇之人工智能项目实战
1、人脸性别和年龄识别原理
2、CTR广告点击量预测
3、DQN+遗传算法
4、图像检索系统
5、NLP阅读理解
阶段七、人工智能篇之人工智能项目实战篇
1、基于Python数据分析与机器学习案例实战教程
2、基于人工智能与深度学习的项目实战
3、分布式搜索引擎ElasticSearch开发
4、AI法律咨询大数据分析与服务智能推荐项目
5、电商大数据情感分析与AI推断实战项目
6、AI大数据互联网电影智能推荐
h5，python只是语言而已，相比而言决定从事的相关行业必要重要。
熟练python可以为从事包括且不仅限于以下方向职业提供助力，测试（自动化测试脚本、工具的撰写），开发（前后端、全栈），量化投资，大数据处理，基于openstock的二次开发等提供助力，python的本质并不是一种高性能的语言，甚至可以说性能低下，通常是用于应用快速开发，一个便捷的实用工具或是作为各种编程语言的粘合剂。
H5主要是App应用的展示和网站前端页面开发
相比python，H5的前景比较窄
但是建议两者都学习，都是工具，学习成本并不高，python更优先。关键还是是相关行业的知识的技能熟练度比较重要。所以还是先确定感兴趣的方向比较重要。
量化投资是程序化交易的别称，大数据是互联网统计各个行业的市场信息。
可以针对大数据的分析建立量化模型来进行交易。
对于想从事数据行业的人和数据工作者来说，是学习R还是 python，哪个工具更实用一直被大家争论。python 和R是统计学中两种最流行的的编程语言，R的功能性主要是统计学家在开发时考虑的（R具有强大的可视化功能），而 Python 因为易于理解的语法被大家所接受。
如果您觉得本文的内容对您的学习有所帮助：
关键字：
jquery