曹琼：测试情况：

硕士毕业一年，广东从事相关工作，研究生图像识别方向，当前学习为了补充机器学习和深度学习基础，方向设定为计算机视觉方向，没有学过数据结构，需要重新开启学习。

备注：个人简介与目标：本硕均为电子类专业，研究方向为图像处理matlab，工作一年多，从事图像处理岗位c++，一直以传统的图像处理为主，有自学过python，编程能力弱！

目标#1）建立具有体系的算法思维2）提高编程能力3）进一步接触深度学习。要求项目偏向图像处理方向

情况梳理：

1.目标：cv有基础提高。 2.教学方向：有基础算法cv方向，从python开始。注意过程监控。

3.项目为：计算机视觉目标检测项目，图像识别项目，TF人脸识别项目实战，Gan项目实战，CV项目实践。

课程安排：

第一阶段：python基础

包括：python语法，面向对象部分

第二阶段：python数据结构

包括：链表，线性表，树，图，排序，查找

第三阶段：数据科学库基础

包括：numpy，pandas，matplotlib，seaborn

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

这部分参考书籍：统计学习方法，李航

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

参考书目：深度学习花书

包括：深度学习BPNN，CNN，RNN，LSTM，Alexnet，ssd，yolo

第九阶段：tensorflow实践。

包括：深度学习算法实践，1.x版本和2.x版本都学

第十阶段：pytorch基础与实践

包括：pytorch基础知识（见xmind）

第十一阶段: cv基础知识储备

包括：opencv，gan，gru，gan变体

第十二阶段: cv项目基础1个月

包括：图像识别，目标检测，人脸识别

第十二阶段：kaggle的cv项目实战

包括：选择好的一部分kaggle案例

第十三阶段：指导学员下一步学习方向。

教学目标：算法基础cv有基础提高。构建知识体系目标。

时间安排：

每周一到周五自己安排时间。

每周六可能安排考核。

每天提交xmind复习笔记，同时每周日，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。