韩颖：测评情况：
重庆邮电大学控制科学与工程硕士，已经发到毕业标准，现在学习为了准备实习和深圳，西安，重庆，四川四个地方就业。数学有基础，只需要重新过一下。python及后面的都需要重新学习。因此除了数学弱监督，其他均为强监督。方向设置为：大数据数据挖掘方向。
2.个人情况：硕士研二在读，学习为了能够学完之后顺利在实习或者找工作时间从事大数据数据挖掘推荐算法工程师。
3.目前情况：零基础提高机器学习基础及深度学习基础能力。应对大数据挖掘结合推荐方向。
4.目标：扎实专研应对大数据数据挖掘就业，应对转行就业。
5.教学方向：机器学习算法与大数据挖掘方向提高，大数据挖掘推荐系统方向。
课程安排：
注重：数学课程和python同步开始学习
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
第三阶段：数据科学库基础
包括：numpy，pandas，matplotlib
第四阶段：python数据结构基础
第五阶段: leetcode算法（应对就业）
第六阶段：机器学习数学基础加强。
包括：高数，概率，线代加强
第七阶段: 机器学习基础
包括：机器学习算法理论基础
第八阶段：机器学习进阶
包括：分类算法，聚类算法，回归算法，HMM
第九阶段：sklearn机器学习实战
包括：特征工程，建模代码实战
第十阶段：深度学习基础
包括：深度学习BPNN，CNN，RNN，LSTM
第十一阶段：tensorflow1.x实践。
包括：深度学习算法实践
第十二阶段：大数据挖掘项目前置基础知识
包括：hadoop，spark基础，hbase基础
第十三阶段: 大数据推荐项目实践1个月
包括：大数据文章推荐算法
第十四阶段：kaggle的大数据挖掘实战
包括：选择好的一部分kaggle案例
第十五阶段：就业指导。

教学目标：大数据数据挖掘算法基础就业提高。

时间安排：注意时间管理
每周一到五，每天学习3到4小时，自己可以安排。
每周六日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csdn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。