【2713】【钟睿】

【个人情况】：电子通信类硕士毕业，4月份参加技能竞赛。有python和机器学习基础，希望在2个月内，能够学会深度学习（CV+NLP）和强化学习的基本应用，在离线工作环境下能够根据既定目标，完成项目雏形，熟练调包、排错。目前自学黑马的人工智能课，但实践少，需要2个月内可以独立完成深度学习项目。每天学习6小时左右

【学习目标】：系统学习CV+NLP+RL的知识，增加实践

【备注】：半年

【学习方向】：计算机视觉+自然语言处理+强化学习

【是否需要就业】：否

【目标就业地点】：一线城市

【课程学习顺序】：以老师发的学习思路稳住

（按照顺序学习即可，有问题随时跟老师联系调整）

【学员课程安排】：有任何疑问，在群里随时艾特或者ding教务老师和电话测评的老师！尽快解决，达到当前阶段没有疑问为止。

===============章节分割线===============

【第1阶段】：深度学习阶段

【监督方式】：强监督

「第1章」：深度学习基础篇

课程名称：【20343】+【20379】--【深度学习-【2020版】【深版】

课程内容：深度学习深入知识的讲解，对神经网络等深度学习常用的算法进行了讲解

                    ---考核---（可选择，联系教务老师）

「第2章」：深度学习工具篇

课程名称：【9555】【Pytorch学习「解锁式学习」】

课程内容：深度学习中的Pytorch框架的讲解于使用。

                    ---考核---（可选择，联系教务老师）

「第3章」：深度学习工具篇

课程名称：【9622】【深度学习-Tensorflow2.0「解锁式学习」】

课程内容：深度学习中TensorFlow2.X版本的讲解与使用。

                    ---考核---（可选择，联系教务老师）

===============章节分割线===============

【第2阶段】：计算机视觉阶段

【监督方式】：强监督

「第1章」：计算机视觉理论篇

课程名称：【1096】【1、计算机视觉CV理论基础「解锁式学习」】

课程内容：该课程主要讲解了图像的预处理和图像的特征与描述、深度学习基础、图像分类、图像检索、目标检测、图像分割、图像描述、图像生成等知识点

                    ---考核---（可选择，联系教务老师）

「第2章」：计算机视觉项目篇

课程名称：【10952】【2、计算机视觉CV实践基础「解锁式学习」】

课程内容：计算机视觉中对图像的处理，以及完成对车辆的识别、信用卡识别、停车场、答题卡、疲劳驾驶检测等的识别

                    ---考核---（可选择，联系教务老师）

「第3章」：计算机视觉项目篇

课程名称：【1095】【3、计算机视觉CV实践加强「解锁式学习」】

课程内容：计算机视觉中图像处理的加强课程，目标检测无人驾驶、车辆图片检索等知识点的讲解。

                    ---考核---（可选择，联系教务老师）

「第4章」：计算机视觉理论篇

课程名称：【2433】【目标检测「解锁式学习」】

课程内容：传统的目标检测流程、以及DSSD、caffe-SSD、SPPNet、HyperNET、Faster RCNN、Yolov2、以及文本检测模型、以及不同的目标检测算法的任务性能等评估等等等目标检测算法学习

                    ---考核---（可选择，联系教务老师）

「第5章」：计算机视觉理论篇

课程名称：【22067】【目标检测-关键点检测「解锁式学习」】

课程内容：该课程的内容主要包括：图像识别与检测、人体骨骼点检测、人脸和手部特征点检测、物体关键点检测等待介绍文本

                    ---考核---（可选择，联系教务老师）

「第6章」：计算机视觉项目篇

课程名称：【3018】【4、Python人工智能项目进阶（第四部分）-物体检测与目标检测主题-检测算法原理+数据集制作与处理「解锁式学习」】

课程内容：目标检测项目的数据集的制作以及讲解，与项目配套使用

                    ---考核---（可选择，联系教务老师）

「第7章」：计算机视觉项目篇

课程名称：【3635】【5、Python人工智能项目进阶（第四部分）-物体检测与目标检测主题-项目实现与部署「解锁式学习」】

课程内容：目标检测项目的讲解，跟上面的数据集合配套使用

                    ---考核---（可选择，联系教务老师）

「第8章」：计算机视觉项目篇

课程名称：【19451】【目标检测-YOLO-V4基于PyTorch从零复现（与行人车辆检测实战）「解锁式学习」】

课程内容：该课程通过yolov4项目的介绍、卷积神经的介绍、对yolov3的回顾、yolov4的讲解，然后从零开始写项目代码、项目模型的训练、代码解读、以及训练工具的使用

                    ---考核---（可选择，联系教务老师）

「第9章」：计算机视觉项目篇

课程名称：【3133】【Python3+TensorFlow人脸识别智能小程序「解锁式学习」】

课程内容：对于人脸检测技能做了整体的讲解以及实现。

                    ---考核---（可选择，联系教务老师）

===============章节分割线===============

【第3阶段】：自然语言处理阶段

【监督方式】：强监督

「第1章」：NLP理论进阶篇

课程名称：【3014】【2、NLP人工智能（第二部分）---自然语言处理进阶「解锁式学习」】

课程内容：自然语言处理与深度学习的一些知识点的学习。

                    ---考核---（可选择，联系教务老师）

「第2章」：NLP理论基础篇

课程名称：【4823】【NLP自然语言处理基础课程「自由式学习」】

课程内容：LDA、语言模型结合朴素贝叶斯、基于统计的翻译系统、隐马尔可夫模型、词向量等知识的讲解。

                    ---考核---（可选择，联系教务老师）

「第3章」：NLP项目篇

课程名称：【3266】【NLP到Word2Vec实战「解锁式学习」】

课程内容：自然语言处理阶段的Word2Vec的讲解

                    ---考核---（可选择，联系教务老师）

「第4章」：NLP项目篇

课程名称：【30328】【2、自然语言处理-基于Seq2Seq、Transformer、BERT的词向量「自由式学习」】

课程内容：该课程主要实现了NLP的一个整体的项目，讲解了项目导论与中文词向 量实践、基于Seq2Seq架构的模型搭建、NLG过程的优化与项目的inference、OOV和Word-repetition问题的改进、基于Transformer特征提取器的改进、BERT在抽取任务中的效果、预训练模型在摘要任务中的改进、项目总结与回顾等知识点

                    ---考核---（可选择，联系教务老师）

「第5章」：NLP项目篇

课程名称：【30326】【3、自然语言处理-基于大规模预训练模型的机器阅读理解「自由式学习」】

课程内容：该课程讲解了整个项目的开发过程，其中包括了机器阅读理解发展以及解析、常见的机器学习阅读理解模型、BERT与机器阅读理解、BERT的模型变体、其他的机器阅读理解模型、模型的集成与部署、项目总结整体的内容

                    ---考核---（可选择，联系教务老师）

「第6章」：NLP项目篇

课程名称：【30438】【3、（2022）NLP项目集合「自由式学习」】

课程内容：该课程讲解了自然语言处理中的图书分类项目、基于Seq2Seq的文本生成、基于Seq2Seq的机器翻译系统、Named Entity Recognition项目、Pointer NetWork以及Beam Search项目、智能营销项目营销文案生成论文、文本领域中的数据增强技术、NLP Lecture 话系统中的核心、检索模型等知识点的讲解

                    ---考核---（可选择，联系教务老师）

「第7章」：NLP项目篇

课程名称：【30439】【4、（2022）Transformer和预训练模型阶段「自由式学习」】

课程内容：该课程主要讲解了自注意力机制以及Transformer、Teansformer的代码实现、基于Transformer的闲聊引擎、BERT中的Fine-tuning实例讲解、XLNet、ALBERT的应用、以及XLNet论文讲解。

                    ---考核---（可选择，联系教务老师）

「第8章」：NLP项目篇

课程名称：【30763】【4、自然语言处理-企业级任务型对话机器人「自由式学习」】

课程内容：该课程主要讲解了智能对话系统导论、使用RASA制作第一个对话机器人、基于rasa做KBQA、NLU的学习、HuggingFacesTransformer和基于规则的对话状态跟踪、基于模型的对话跟踪和基于规则的Dialogue Policy、NLU和DST联合建模方法、基于模版的对话生成和有限状态机（FSM）、端到端的对话系统和智能对话系统在工业中的应用

                    ---考核---（可选择，联系教务老师）

「第9章」：NLP理论进阶篇

课程名称：【3017】【3、Python人工智能项目进阶（第三部分）-NLP高阶主题「解锁式学习」】

课程内容：自然语言处理中从基础部分到自然语言处理进阶部分的讲解，以及从无到有的一个机器人的项目讲解

                    ---考核---（可选择，联系教务老师）

「第10章」：NLP理论进阶篇

课程名称：【3024】【3、NLP人工智能（第三部分）---深度学习Bert进阶「解锁式学习」】

课程内容：深度学习中的文本匹配以及语料库的匹配等自然语言处理结合的课程。

                    ---考核---（可选择，联系教务老师）

「第11章」：NLP项目篇

课程名称：【27493】【4、PyTorch_LSTM文本生成「解锁式学习」】

课程内容：该课程主要讲解Pytorch使用LSTM生成字符集的操作

                    ---考核---（可选择，联系教务老师）

「第12章」：NLP项目篇

课程名称：【25083】【PyTorch-情感分类「解锁式学习」】

课程内容：等待介绍文本

                    ---考核---（可选择，联系教务老师）

===============章节分割线===============

【第4阶段】：强化学习阶段

【监督方式】：强监督

「第1章」：强化学习理论篇

课程名称：【3386】【强化学习（7课程）「解锁式学习」】

课程内容：等待介绍文本

                    ---考核---（可选择，联系教务老师）

「第2章」：强化学习实战篇

课程名称：【3384】【1、强化学习实战课程（51）-基本原理「解锁式学习」】

课程内容：等待介绍文本

                    ---考核---（可选择，联系教务老师）

「第3章」：强化学习实战篇

课程名称：【3385】【2、强化学习实战课程（51）-项目实践「解锁式学习」】

课程内容：等待介绍文本

                    ---考核---（可选择，联系教务老师）

===============章节分割线===============

【第5阶段】：AI项目合集阶段

【监督方式】：强监督

「第1章」：AI项目系列篇

课程名称：【5072】【机器学习-基于pytorch的风格转换（4）「解锁式学习」】

课程内容：Kaggle中对数据挖掘的项目练习。

                    ---考核---（可选择，联系教务老师）

「第2章」：kaggle比赛系列篇

课程名称：【5073】【2-kaggle神经网络实现机器翻译「解锁式学习」】

课程内容：Kaggle中对视觉翻译机器的项目练习。

                    ---考核---（可选择，联系教务老师）

）

【时间安排】：

学员可以自主安排学习时间。具体的时间可以灵活调整。

【相关规定】：

（1）每天完成今日学习任务，提交相应的csdn或者是有道云笔记之类的链接到每日作业中。老师会进行审核，每个阶段结束，进行阶段测评，测评通过，提交老师发布的通过截图到下一个课程的第一节的阶段卡点之后，方可进行下一章内容的学习。

（2）每个章节结束，如果觉得吸收比较乱，知识点多，可以进行xmind脑图的构造一下整体的思路！

（3）项目阶段，需要录制或者文档落地针对做过的项目的自述！

（4）每天必须按计划完成任务，临时有事需在日报中说明情况即可，长期请假请联系教务老师。

（5）考核不通过需要缴费补考，50元是第一次，每次增加50元，200元封顶（此项如有疑问，可以联系教务老师进行更改）。

【参考博客】：第二天早晨八点半，会有拜师晨报提醒。当中有学生优秀博客，可以查看学生的排版

【监督相关说明】：

弱监督：不需要每天提交作业，直接可以解锁课程，适合于自制力能力强的。

强监督：需要学习完一个课程通过管理员解锁才能继续学习下一个阶段，适合于自制力不够强，已经参加工作的学员。

【工作安排】：

（1）、批改作业，环境安装！还有学习过程中有不会的问题的话，艾特软件安装以及基础答疑老师！

（2）、学习过程中如果有什么问题和疑问，可以艾特答疑老师！

（3）、如果计划需要更改，可以群里艾特我和跟你电话测评沟通的老师进行沟通！

（4）、如果有什么方向上面的疑问，可以艾特相关的答疑老师和计划制定的老师！

（5）、如果不知道找哪位老师的话，或者问题比较紧急的可以艾特教务老师进行处理，或者有什么意见和建议（直接私聊教务老师）！教务老师会进行受理！