于怡立：
上海从事数据分析行业，学习为了加强自己在人工智能py的基础能力和机器学习深度学习加强。数据挖掘方向。

1.考核：学员有一些编程基础，python重新巩固加强，注重过程监控。
2.个人情况：已经工作，学习满足工作提高需求。
3.目前情况：课程定义为应对数据挖掘提高方向算法。
4.目标：数据挖掘提高。 5.教学方向：有基础算法数据挖掘方向。

注意：1和2阶段同步进行
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：tensorflow2.x实践。
包括：深度学习算法实践
第十阶段：pytorch实践
包括：深度学习算法实战
第十一阶段：大数据数据挖掘基础
包括：大数据spark基础
第十二阶段：大数据数据挖掘算法推荐系统
包括：电商推荐系统项目实战
增加项目：文章推荐系统项目实战（加强）
第十三阶段：kaggle基础实战

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
学习时间学员自己安排。
每天提交xmind复习笔记，同时每天学习的整理知识点，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。考核不通过补考