黄宇：测试情况：

1.教学目标：机器学习和深度学习零基础加强。应对业务数据能力提升

2.方向：大数据数据挖掘方向。

3.有过编程经验，目前主要提升业务结合AI方向，结合自身兴趣展开学习。

4.教学目标：人工智能零基础提高

课程安排：

数学可以和py同时学习

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

第一阶段：python基础

包括：python语法，面向对象部分

第二阶段：mysql基础加强（py结合mysql）

包括：mysql基础加强补充

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：深度学习理论基础

第九阶段：tensorflow1.x实战和2.x两门课

第十阶段：大数据基础业务加强

增加大数据hadoop和hive基础，提升大数据认知，应对平常对于大数据的需求。

第十一阶段：kaggle数据挖掘项目

包括：选择好的一部分kaggle案例

第十二阶段：人才流失模型实战

包括：人才流失样本案例实战

第十三阶段：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：

每周一到周五时间自己安排。自己独立自主安排时间

周六周日考核。

建议：您可以做有道云笔记，以下的做参考即可。

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。