乔艳平：
厦门大学，集成电路专业，博士一年里，无编程基础，需要通过神经网络提高科研能力

2.个人情况：集成电路专业博士，学习为了能够学完之后能够实现小论文，提高编程能力。
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。应对数据科学数据挖掘方向。
4.目标：扎实专研应对大数据挖掘方向。
5.教学方向：机器学习算法与大数据挖掘方向提高。
第一阶段：数学基础（弱监督）
第二阶段：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：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：tensorflow1.x实践。
包括：深度学习算法实践
第十阶段：tensorflow2.x实践
包括：深度学习算法实战
第十一阶段：kaggle实战
教学目标：机器学习深度学习算法基础提高。

时间安排：注意时间管理
每周一到五学员自己可以安排。
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。