邱含窈：测试情况

方向：大数据挖掘方向

西北大学本科，美国数学与应用数学专业毕业，国内银行金融风控部门算法工程师，学习目标为了能够在目标工作中应对大数据场景下风控和算法选型不足，数学基础不错，不需要配置，py语言需要加强，重新开始，注意监控。编码能力稍弱。

1.考核：学员有编程基础，python学过，基础可以快速过一遍，注重过程监控。

2.个人情况：数学与应用专业工科，学习满足就业提高需求。

3.目前情况：课程定义为应对大数据数据挖掘就业方向算法。

4.目标：大数据数据挖掘就业提高。 5.教学方向：有基础大数据算法数据挖掘方向，从python开始

基础阶段课程设置：

注意：1和2阶段同步进行

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：树，图，二叉树，线性表

增加阶段：leetcode刷题

包括：面试算法题必备

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

项目课程设置：

第十一阶段：大数据基础

包括：大数据hivesql，spark全栈基础

第十二阶段：大数据算法推荐系统

包括：电商推荐系统

第十三阶段：大数据文章Nlp推荐系统

包括：文章推荐系统

第十四阶段：kaggle基础实战

教学目标：大数据机器学习算法基础提高。

时间安排：注意时间管理

学员自己安排时间。

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。