马瑞洁：测试情况

有销售经验，准备为读博转行做准备

课程全部为强监督方式。

1.考核：无编程基础，python从基础开始，注重过程监控。数学基础不扎实。学员学过数据结构，重新学习加强

2.个人情况：硕士毕业以后做销售，准备为读博做准备。

3.目前情况：现在在工作，准备学习算法为读博做准备，方向是cv算法等。

4.目标：扎实专研应对cv无基础提升，暂且确定为cv方向，后面基础课程学完再沟通。

5.教学方向：无基础算法cv方向提高

课程安排：

第零阶段：数学课程（弱监督）

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

包括：链表，线性表，树，图，排序，查找

增加leetcode刷题阶段

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：pytorch基础与实践

包括：pytorch基础知识（见xmind）

第十一阶段: cv基础知识储备

包括：opencv，gan，gru

第十二阶段: cv项目基础1个月

包括：图像识别，目标检测，图像分割等

第十二阶段：kaggle的cv项目实战

包括：选择好的一部分kaggle案例

第十三阶段：指导简历与面试技巧

教学目标：算法基础cv基础提高。

时间安排：（时间跟您的时间合计）

每周一到周五，每天学习2到3小时小时，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。