【2264】【刘同学】
【个人情况】：某985院校，电子信息专业研二在读，有java编程基础，论文为推荐系统方向。目前导师要求比较高，需要去看比较新的论文，提出创新点。需要老师能辅助指导论文的一些问题，创新点等。以后不考虑算法工作，而是希望更偏向工程化的大数据开发实习。
【学习目标】：1.论文指导相关任务
2.实习工作的准备
【备注】：1.学生不太希望太理论的内容，希望能贴近实践和论文
2.强监督学习
【学习方向】：推荐系统方向
【是否需要就业】：是
【目标就业地点】：一线城市
【课程学习顺序】：以老师发的学习思路稳住
（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】：深度学习阶段
【监督方式】：强监督
「第1章」：深度学习基础篇
课程名称：【23455】【深度学习-【2020版】【深版】「推荐系统-解锁式学习」】
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」：深度学习工具篇
课程名称：【9622】【深度学习-Tensorflow2.0「解锁式学习」】
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）
「第3章」：深度学习工具篇
课程名称：【9555】【Pytorch学习「解锁式学习」】
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）

===============章节分割线===============
【第2阶段】：说明课程
【监督方式】：强监督
「第1章」：基础和方向的分割阶段
课程名称：【3244】【说明课程（基础知识与项目衔接说明课程）「解锁式学习」】
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3阶段】：推荐系统阶段
【监督方式】：强监督
「第1章」：推荐系统前置框架篇
课程名称：【4】【Hadoop视频「解锁式学习」】
课程内容：hadoop精简版课程，主要用于大数据推荐方向的学生了解常用的HDFS存储等知识。建议只需要了解，不用实操，其中hiveSQL语句可以重点学习一下。
                    ---考核---（可选择，联系教务老师）
「第2章」：推荐系统前置框架篇
课程名称：【27】【Spark---Scala课程「解锁式学习」】
课程内容：该课程主要讲解sprak框架使用的Scala语言，了解一下即可。可以快速学习，为大数据推荐系统做准备。
                    ---考核---（可选择，联系教务老师）
「第3章」：推荐系统前置框架篇
课程名称：【26】【Spark---Core课程「解锁式学习」】
课程内容：Sprak基础阶段理论学习，主要讲解了spark核心理论知识，可以快速学习，为大数据推荐系统做准备。
                    ---考核---（可选择，联系教务老师）
「第4章」：推荐系统前置框架篇
课程名称：【28】【Spark---SQL课程「解锁式学习」】
课程内容：Sprak基础阶段理论学习，主要讲解了sparkSQL理论知识，可以快速学习，为大数据推荐系统做准备。还阶段使用到了SQL语句。
                    ---考核---（可选择，联系教务老师）
「第5章」：推荐系统基础理论篇
课程名称：【2704】【1、头条NLP推荐系统基础「解锁式学习」】
课程内容：该课程主要是讲解了推荐系统的架构的理论实现，以及推荐系统常见的冷启动、数据集、NLP常用的基础知识等问题，然后讲解了大数据推荐系统常用的大数据框架的知识，如Hadoop、Kafka等知识的讲解。
                    ---考核---（可选择，联系教务老师）
「第6章」：推荐系统项目实践篇
课程名称：【1811】【2、头条NLP推荐系统项目「解锁式学习」】
课程内容：该课程主要讲解了文章推荐系统的整体的实现，其中通过对召回层、算法实现等的讲解，完成了整个文章推荐系统的视线，并且实现了调用。
                    ---考核---（可选择，联系教务老师）
「第7章」：推荐系统基础理论篇
课程名称：【3334】【1、大数据技术之机器学习和推荐系统-理论「解锁式学习」】
课程内容：该课程主要讲解了大数据推荐架构中常用的算法的实现和学习K近邻、逻辑回归、决策树等知识的讲解。重点学习的课程。
                    ---考核---（可选择，联系教务老师）
「第8章」：推荐系统项目实践篇
课程名称：【3636】【3、大数据技术之机器学习和推荐系统-电商推荐系统「解锁式学习」】
课程内容：该课程主要从推荐系统的设计-实现-测试各方面进行了讲解，通过了对电商数据的分析，然后使用推荐算法对模型进行设计，然后对各个模块进行实现。
                    ---考核---（可选择，联系教务老师）

===============章节分割线===============
【第4阶段】：AI项目合集阶段
【监督方式】：强监督
「第1章」：机器学习项目系列篇
课程名称：【5070】【机器学习-音乐推荐案例实战（1，2）「解锁式学习」】
课程内容：Kaggle中对数据挖掘的项目练习。
                    ---考核---（可选择，联系教务老师）
「第2章」：机器学习项目系列篇
课程名称：【13866】【机器学习-电商点击率预估（7，8）「解锁式学习」】
课程内容：等待介绍文本
                    ---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！