舒娜：
学员情况：目前在找工作，一个offer在手，工作内容主要是用Excel和SQL。从7月开始自学Python，完成了udacity进阶分析的课程，
1.教学目标：数据分析与机器学习有基础加强。提升目标。
2.方向：大数据数据分析与数据挖掘方向。
3.加强py与hivd部分，设置hive项目。帮助学员在公司掌握更多的数据分析工具。
课程安排：
除了数学其他均为强监督
第零阶段：数学课程（弱监督方式）
包括：线性代数，概率论，高等数学，统计学（强化）
第一阶段：python基础
包括：python语法，面向对象部分
第二阶段：hadoop基础
包括：大数据基础
补充阶段：hive基础与项目实践
hive数仓项目实战，hive基础
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：数据挖掘项目前置基础知识
包括：项目前置知识
第九阶段: 数据挖掘项目项目实践1个月
包括：项目实战
第十阶段：kaggle实战
包括：选择好的一部分kaggle案例
第十一阶段：指导学员下一步学习方向。

教学目标：算法基础基础拓展。

时间安排：
每周一到周五每天学习至少2小时，时间沟通过可以安排。自己独立自主安排时间
每周日5小时，周日考核。
每天提交xmind复习笔记和博客笔记。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。