第一部分 Python基础
第1章、Numpy常用操作
第2章、Theano基础
第3章、Python知识图谱
第二部分 Python数据分析
第1章、Pandas基础
第2章、 操作数据库
第3章、数据处理
第4章、用Python分析股票数据
第5章、电信客户流失分析
第三部分 数据可视化
第四部分 爬虫
第1章、Scrapy基础
第2章、利用Python抓取并分析京东商品评论数据
第3章、Python 爬虫入门实例
第4章、 Scarpy 爬虫入门实例
第五部分 Web开发
第六部分 Python与机器学习
第1章、机器学习简介
第2章、机器学习一般流程
第3章、机器学习简单示例
第4章、Scikit-learn简介
第5章、数据探索和预处
第6章、模型评估与参数优化
第7章、集成学习
第8章、航空公司客户价值分析实例
第9章、自然语言处理----情感分析实例
第10章、聚类算法及实例
第11章、神奇的SVM及实例分析
第12章、化繁为简的高手----正则化方法
第13章、神经网络简介
第14章、由浅入深--轻松学会--用Python实现神经网络
第15章、K-means聚类
第16章、回归模型（分别用解方程、迭代、自动求导等方法求参数）
第17章、多种降维方法
第18章、Kaggle竞赛神器--集成学习
第19章、深度学习首先方法:Jupyter NoteBook
第20章、深度学习框架Pytorch快速入门
第21章、TensorFlow的又一利器TensorFlow.js(基于浏览器开发测试机器学习)
第22章、神经网络黑箱不黑
第23章、神经风格迁移
第24章、轻松掌握深度学习的核心--误差反向传播法
第25章、Pytorch如果高效使用GPU加速
第26章、用预训练模型清除图像中的雾霾
第七部分 Python与深度学习
###应用数学基础###
第1章 线性代数
第2章 概率与信息论
第3章 概率图模型
###深度学习理论与应用###
第4章 机器学习基础
4.1简介
4.2监督学习
4.3无监督学习
4.4神经网络
4.5随机梯度下降
4.6参数估计
4.7Sklearn简介
第5章 深度学习挑战及方案
5.1 梯度下降与最优化
第6章 安装TensorFlow
第7章 TensorFlow基础
第8章 TensorFlow图像处理
第9章 TensorFlow实现神经元函数
第10章 TensorFlow自编码
第11章 TensorFlow 实现word2vec
第12章 TensorFlow 卷积神经网络
第13章 TensorFlow 循环神经网络
第14章 TensorFlow 高级封装
###深度学习实战（使用TensorFlow实现）###
第15章 情感分析
第16章 自动生成文章摘要
第17章 聊天机器人
第18章 人脸识别
第19章 乳腺癌识别
第20章 信用卡欺诈检测
第21章 自然语言处理
第22章 强化学习
第23章 生成式对抗网络
第24章 语音识别基础
第25章 自动驾驶汽车--使汽车在两条白线之间行驶
第26章 自动驾驶汽车--交通标志识别
第八部分 爬虫+文件处理+科学计算+机器学习等