苏玥学员测试情况：
1.考核：无编程基础，python从基础开始，注重过程监控。数学忘了很多，但有基础很弱。
学员没学过数据结构，重新学习加强，但不着急用，设为弱监督选学
2.个人情况：想要用神经网络预测草坪健康程度，但任务lable不清晰，需要进一步研究确认任务
3.目标：系统学习，不应对就业，完成项目
4.教学方向：数据挖掘放心0基础
课程标签：
课程安排：
第零阶段：数学课程(弱监督选学)
包括：线性代数，概率论，高等数学，统计学
第一阶段：python基础
包括：python语法，面向对象部分
第二阶段：python数据结构基础(弱监督选学)
包括：链表，线性表，树，图，排序，查找
第三阶段：数据科学库基础
包括：numpy，pandas，matplotlib
第四阶段：机器学习数学基础加强。
包括：高数，概率，线代加强
第五阶段: 机器学习基础
包括：机器学习算法理论基础
第六阶段：机器学习进阶
包括：分类算法，聚类算法，回归算法，HMM
第七阶段：sklearn机器学习实战
包括：特征工程，建模代码实战
第八阶段：深度学习基础
包括：深度学习BPNN，CNN，RNN，LSTM
第九阶段：tensorflow实践。
包括：深度学习算法实践
第十阶段：数据挖掘项目实战
包括：由@文章 定制项目计划（见xmind）
第十一阶段：kaggle的数据挖掘实战
包括：选择好的一部分kaggle案例


时间安排：（时间跟您的时间合计）
每周一二，周四五，每天学习3到4小时，因为没有工作，可以安排。
每周六5小时，周日考核。
每天提交xmind复习笔记，同时每周三日，整理知识点，整理笔记到博客，可以选择博客园博客。将重点知识点录屏自己讲出来(学习方式中吸收最好的方式是给别人讲出来)，并提交作业。

相关规定：每天必须按计划完成任务，否则将停发学习任务，临时有事需请假。考核不通过需要缴费补考