#!/usr/bin/env python
# coding: utf-8

# 
# ***
# ***
# # 计算新闻传播学
# 
# ## 课程简介
# ***
# ***
# 
# 王成军 
# 
# wangchengjun@nju.edu.cn
# 
# 计算传播网 http://computational-communication.com
# 

# ![title](img/webavatar.png)
#  
#      ![title](img/webavatar.png)
# 
# 
# http://computational-communication.com

# <img src= 'img/webavatar.png'>
# 
#     <img src= 'img/webavatar.png'>
# 

# In[1]:


import mistune
mistune.__version__


# In[2]:


mistune.markdown('\n <img src="link" align="right" width=100>  \n', escape=False)


# https://github.com/jupyter/nbconvert/issues/328
# 
# How do I convert `<img>` tags in markdown cells when exporting in Jupyter? [StackOverflow](https://stackoverflow.com/questions/45245529/how-do-i-convert-img-tags-in-markdown-cells-when-exporting-in-jupyter/50200760#50200760)
# 
# 
# 
# 
# > # conda install mistune=0.7.2

# # 内容
# - 时间安排
# - 课程资料
# - 授课计划
# - 课前准备

# # 时间安排
# 
# - 36学时，两学分
# 
# 
# 
# | 时间          |  上午         |    下午   |晚上        | 课时数量   |
# | -------------|:-------------:|:-------------:|:-------------:|-----:|
# | 2018-04-27 周五 | 9:00-12:00 | 13:30-17:30 |  晚上有课，下午延长半个小时 | 6学时|
# | 2018-04-28 周六 | 9:00-12:00 | 15:30-17:30 | 18:30-19:30 授课 19:30-20:30 作业&答疑 | 6学时|
# | 2018-04-29 周天 | 9:00-12:00 | 14:00-17:00 | 作业&答疑 | 6学时|
# | 2018-05-04 周五 | 9:00-12:00 | 13:30-17:30 | --     | 6学时|
# | 2018-05-05 周六 | 9:00-12:00 | 14:00-17:00 | 作业&答疑 | 6学时|
# | 2018-05-06 周天 | 9:00-12:00 | 14:00-17:00 | 作业&答疑 | 6学时|
# 

# # 课程资料
# - (包括数据、PPT、可视化、图片、代码) http://github.com/computational-class/bigdata/
# 

# # 授课计划
# 
# - 一、[计算新闻传播学简介](01.intro2cjc.ipynb)
# - 二、[数据科学的编程工具：大数据(1h)](02.bigdata.ipynb)
# - 三、[数据科学的编程工具：Python使用简介（3h）](03.python_intro.ipynb)
# ---
# 
# - 四、数据抓取：抓取两会报告、[Beautifulsoup](04.PythonCrawler_beautifulsoup.ipynb)
# - 五、数据抓取：抓取天涯论坛帖子
# - 六、数据清洗：清洗推特数据
# - 七、数据清洗：清洗占中新闻、清洗天涯论坛帖子
# ---
# - 八、计算传播与统计初步: 分析天涯论坛的帖子
# - 九、计算传播与机器学习: 分析天涯论坛的帖子

# # 授课计划
# 
# - 十、文本挖掘简介
# 
# ---
# - 十一、基于机器学习的情感分析
# - 十二、主题模型
# - 十三、计算传播应用：推荐系统简介
# ---
# 
# - 十四、计算传播应用：推荐系统实践
# - 十五、网络科学理论简介
# - 十六、网络科学模型
# ---
# 
# - 十七、网络科学实践：使用networkx分析网络结构
# - 十八、课程总结与学生研究项目展示

# # 课前准备
# 
# - 下载&安装anaconda python <del>https://www.continuum.io/downloads</del>
# 
# https://www.anaconda.com/distribution/
# 

# # 课前准备
# 
# - 申请graphlab的学术版本，获得序列号即可
#     - <del>https://dato.com/download/academic.html 
#     - https://turi.com/download/academic.html
# 
# 

# In[2]:


#!pip install turicreate==5.3.1
# !pip install git+https://github.com/apple/turicreate.git@release_5.3.1


# # 课前准备
# 
# - Python入门 http://www.imooc.com/view/177
# - [Beginning Python 《Python基础教程》](http://book.douban.com/subject/5948760/)
# - 用Python玩转数据 http://www.icourse163.org/course/nju-1001571005#/info
# - 数据科学Python编程基础 https://github.com/computational-class/datascience2018

# # 课前准备
# - 注册github账户 http://github.com
# - watch本课程repo: https://github.com/computational-class/bigdata/
# - 下载并安装github desktop客户端 （建议：非必须内容）： https://desktop.github.com/

# # Python's Role in Big Data Analytics
# 

# # This is the End.
# > Thank you for your attention!