【2121】【李同学】

【个人情况】：目前研究生一年级在读，医疗情报（生物医学工程），国外（日本），以后有读博的计划。python和c、R都有一定基础，深度学习模型的原理也学习过，但是实践能力稍微薄弱。论文方向是依据CASIA-B视频数据集做步态识别，需要对视频进行抽帧生成图像，进行关键点检测，转化为有时序的向量数据进行分类（需要结合seq2seq和transfomer模型）。

【学习目标】：主要为了完成科研论文

【备注】：1.整体强监督学习

2.机器学习放到最后学习，先以深度学习和视觉图像提取为主

【学习方向】：计算机视觉

【是否需要就业】：否

【目标就业地点】：暂无

【课程学习顺序】：如学生有特殊要求，比如需要紧急完成论文，学习哪个阶段的内容。可以在该阶段下写上需要先学习的内容（可以按照阶段前面的数字进行标号）。方便学生和复审老师明确学习顺序。

（按照顺序学习即可，有问题随时跟老师联系调整）

【学员课程安排】：有任何疑问，在群里随时艾特或者ding教务老师和电话测评的老师！尽快解决，达到当前阶段没有疑问为止。

===============章节分割线===============

【第1阶段】：编程阶段

【监督方式】：强监督

「第1章」：MySQL基础

课程名称：【8】【MySQL】

课程内容：主要讲解了mysql数据库的使用，开发人员的基本操作。如果时间充足，可以系统学习，如果想要快速进入算法，可以跳过，不影响接下来的算法学习。

---考核---（可选择，联系教务老师）

「第2章」：Linux基础

课程名称：【14】【Linux】

课程内容：主要讲解了linux数据库的使用，开发人员的基本操作。如果时间充足，可以系统学习，如果想要快速进入算法，可以跳过，不影响接下来的算法学习。但是在进入项目阶段之前必须进行学习。

---考核---（可选择，联系教务老师）

===============章节分割线===============

【第2阶段】：深度学习阶段

【监督方式】：强监督

「第1章」：深度学习进阶

课程名称：【9054】【深度学习-【2020版】【深版】】

课程内容：深度学习深入知识的讲解，对神经网络等深度学习常用的算法进行了讲解

---考核---（可选择，联系教务老师）

「第2章」：深度学习框架

课程名称：【3196】【TensorFlow深度学习（第二版更新TF）-2】

课程内容：深度学习中的TensorFlow框架的讲解于使用。

---考核---（可选择，联系教务老师）

「第3章」：深度学习框架

课程名称：【9395】【Pytorch】

课程内容：深度学习中的Pytorch框架的讲解于使用。

---考核---（可选择，联系教务老师）

「第4章」：深度学习框架

课程名称：【9458】【深度学习-Tensorflow2.0】

课程内容：深度学习中TensorFlow2.X版本的讲解与使用。

---考核---（可选择，联系教务老师）

===============章节分割线===============

【第3阶段】：辅助阶段

【监督方式】：强监督

「第1章」：辅助课程

课程名称：【3173】【说明课程（基础知识与项目衔接说明课程）】

课程内容：项目阶段与基础阶段的分界点，在该课程之前为基础阶段，之后为项目阶段，如需更改方向，请在该阶段在群里与老师沟通。

---考核---（可选择，联系教务老师）

===============章节分割线===============

【第4阶段】：计算机视觉阶段

【监督方式】：强监督

「第1章」：计算机视觉阶段

课程名称：【1051】【1、计算机视觉CV理论基础】

课程内容：计算机视觉中常用的算法的讲解，常用的神经网络的学习。

---考核---（可选择，联系教务老师）

「第2章」：计算机视觉阶段

课程名称：【10777】【2、计算机视觉CV实践基础 】

课程内容：计算机视觉中对图像的处理，以及完成对车辆的识别、信用卡识别、停车场、答题卡等的识别

---考核---（可选择，联系教务老师）

「第3章」：计算机视觉阶段

课程名称：【1050】【3、计算机视觉CV实践加强 】

课程内容：计算机视觉中图像处理的加强课程，目标检测无人驾驶、车辆图片检索等知识点的讲解。

---考核---（可选择，联系教务老师）

「第4章」：计算机视觉阶段

课程名称：【2952】【4、Python人工智能项目进阶（第四部分）-物体检测与目标检测主题-检测算法原理+数据集制作与处理 】

课程内容：目标检测项目的数据集的制作以及讲解，与项目配套使用

---考核---（可选择，联系教务老师）

「第5章」：计算机视觉阶段

课程名称：【3527】【5、Python人工智能项目进阶（第四部分）-物体检测与目标检测主题-项目实现与部署 】

课程内容：目标检测项目的讲解，跟上面的数据集合配套使用

---考核---（可选择，联系教务老师）

「第6章」：计算机视觉阶段

课程名称：【2950】【2、Python人工智能项目进阶（第二部分）-百度人脸识别】

课程内容：计算机视觉中的百度人脸识别的项目之一。

---考核---（可选择，联系教务老师）

===============章节分割线===============

【第5阶段】：Kaggle练习阶段

【监督方式】：强监督

「第1章」：计算机视觉阶段

课程名称：【1407】【目标检测 】

课程内容：传统的目标检测流程、以及DSSD、caffe-SSD、SPPNet、HyperNET、Faster RCNN、Yolov2、以及文本检测模型、以及不同的目标检测算法的任务性能等评估等等等目标检测算法学习

---考核---（可选择，联系教务老师）

「第2章」：自然语言处理+计算机视觉kaggle阶段

课程名称：【2960】【Kaggle视觉聊天机器人 】

课程内容：Kaggle中对聊天视觉机器人的项目练习。

---考核---（可选择，联系教务老师）

「第3章」：计算机视觉Kaggle阶段

课程名称：【2955】【2-kaggle神经网络实现机器翻译 】

课程内容：Kaggle中对视觉翻译机器的项目练习。

---考核---（可选择，联系教务老师）

===============章节分割线===============

【第6阶段】：机器学习阶段

【监督方式】：强监督

「第1章」：数学加强

课程名称：【29】【机器学习---数学基础加强】

课程内容：对机器学习常用的算法做了一个概览，偏难，如果有不会的，可以回到第一阶段中的数学课程中进行学习。

---考核---（可选择，联系教务老师）

「第2章」：机器学习基础

课程名称：【3142】【机器学习算法基础（基础机器学习课程）】

课程内容：机器学习基础算法的讲解，偏向于实现，对底层原理没有进行过多的阐述。

---考核---（可选择，联系教务老师）

「第3章」：机器学习进阶

课程名称：【31】【机器学习---算法加强】

课程内容：对机器学习深入的讲解，利用了大量的数学公式进行推导，足以应对工厂面试过程中问到的算法的底层远离的实现。比较难理解，需要多次吸收强化。如对该课程有不适应，请及时跟教务老师联系。

---考核---（可选择，联系教务老师）

「第4章」：机器学习框架

课程名称：【4168】【机器学习-Sklearn课程--V2】

课程内容：机器学习中的一个框架的学习，偏向于练习。

---考核---（可选择，联系教务老师）

【简历辅导阶段】

写出来初版的简历，然后老师进行建议，再次修改简历。简历合格，进行模拟面试。沟通面试问题等，具体事宜，到该阶段之后联系相应的教务老师进行安排。

【时间安排】：

学员可以自主安排学习时间。具体的时间可以灵活调整。

【相关规定】：

（1）每天完成今日学习任务，提交相应的csdn或者是有道云笔记之类的链接到每日作业中。老师会进行审核，每个阶段结束，进行阶段测评，测评通过，提交老师发布的通过截图到下一个课程的第一节的阶段卡点之后，方可进行下一章内容的学习。

（2）每个章节结束，如果觉得吸收比较乱，知识点多，可以进行xmind脑图的构造一下整体的思路！

（3）项目阶段，需要录制或者文档落地针对做过的项目的自述！

（4）每天必须按计划完成任务，临时有事需在日报中说明情况即可，长期请假请联系教务老师。

（5）考核不通过需要缴费补考，50元是第一次，每次增加50元，200元封顶（此项如有疑问，可以联系教务老师进行更改）。

【参考博客】：第二天早晨八点半，会有拜师晨报提醒。当中有学生优秀博客，可以查看学生的排版

【监督相关说明】：

弱监督：不需要每天提交作业，直接可以解锁课程，适合于自制力能力强的。

强监督：需要学习完一个课程通过管理员解锁才能继续学习下一个阶段，适合于自制力不够强，已经参加工作的学员。

【工作安排】：

（1）、批改作业，环境安装！还有学习过程中有不会的问题的话，艾特软件安装以及基础答疑老师！

（2）、学习过程中如果有什么问题和疑问，可以艾特答疑老师！

（3）、如果计划需要更改，可以群里艾特我和跟你电话测评沟通的老师进行沟通！

（4）、如果有什么方向上面的疑问，可以艾特相关的答疑老师和计划制定的老师！

（5）、如果不知道找哪位老师的话，或者问题比较紧急的可以艾特教务老师进行处理，或者有什么意见和建议（直接私聊教务老师）！教务老师会进行受理！