Python 因其简洁性、易读性、可扩展性、丰富和强大的功能库等，已成为最受欢迎的程序设计语言之一。随着 Python 在机器学习、数据分析和数据可视化等领域发挥出强大能力，其在大数据方面的优势逐渐被人们所认可并投入实际应用。 本章节包含了一系列 Python 实训项目，为学习者规划了一条简单快捷的 Python 学习路径，以完成任务通过关卡的方式，带领您轻松愉快的学习和掌握 Python 语言的基础知识和编程精髓。
Linux作为一套免费使用和自由传播的开源类Unix操作系统，在云计算、大数据平台的构建上占据了优势地位。 本章节从零基础开始讲解Linux的使用方法，主要包括用户管理、文件/目录管理、文件压缩和归档、文件定位和网络配置等内容，当你挑战成功本章节的实训后，你将能够像使用Windows系统一样熟练地掌握Linux系统的使用。
MySQL 是最流行的关系数据库管理系统(RDBMS，Relational Database Management System)之一，同时，也是WEB 应用方面最好的关系数据库管理系统应用软件之一。 本章节选取MySQL进行实战演练，帮助你熟练掌握数据库的基本操作和SQL的基本语法，以及MySQL在Python中的应用。
数据采集和清洗是进行大数据分析的第一步，本章节从正则表达式入手，介绍如何使用Python的Requests/Re模块获取网页上的数据，再以NumPy、Pandas、Sklearn作为工具，介绍利用Python进行操作、处理、清洗和规整数据等方面的具体细节和基本要点。 通过本章节的学习挑战，你将具备高效解决“脏”数据的能力。
在完成了数据采集和清洗后，接下来就可以使用规整后的数据开展机器学习了，本章节介绍了线性回归、决策树，贝叶斯、K-means、DBSCAN、AGNES、EM、KNN等多种机器学习的回归算法、分类算法和聚类算法。 完成本章节的学习挑战，你将成为一名合格的机器学习工程师。
如何将数据以需要的图形方式展现出来，是本章节要解决的问题。本章节介绍了如何使用Python的matplotlib绘制各种高级图形，包括几何图形、组合图形、3D图形等。 挑战完本章节的实训关卡，你将成为Python数据可视化的能手。
本章节实训从案例问题出发，一步一步地带您学会如何对数据进行探索、如何对数据进行可视化、如何分析数据、如何选择特征、如何构建机器学习模型来解决实际问题，并且获得准确率高的识别结果。
