1，自然语言处理测试：
刘丹丹#测评情况：
1，必填项：
学员分类：NLP方向零基础就业
学习方向：自然语言处理（金融风控）
是否就业：是
监督方式： 除了数学均为强监督
是否需要阶段考核：是
学习目标：自然语言处理能力零基础就业提高。学员从事金融5年数据分析，主要完成财务报表软件，本科医学方向，在职研究生金融，个人方向为自然语言处理方向，老师建议结合金融风控就业保证就业需求。
2，学员情况自述：
1.深圳从事4到5年财务类工作，考过研究生，数学有一定基础，遗忘的差不多了。
2.希望能够通过学习系统化掌握python编程，机器学习技能，数据分析技能及自然语言数据处理。
3.在公司上班，建议自己安排时间，过年这段时间主要抓起来巩固数学基础。

学员课程安排：
1，语言基础课程：
第一阶段：python基础
包括：python语法，面向对象部分
第二阶段：python数据结构加强（加强就业必备）
包括：python基础能力提高
第三阶段：数据科学库基础
包括：numpy，pandas，matplotlib
2，机器学习阶段：
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，基础核心算法
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
3，深度学习阶段
第八阶段：深度学习基础
包括：深度学习的基础算法
第九阶段：tensorflow深度学习技术实战
包括：tf深度学习实战
4，项目阶段：
第十阶段：金融风控评分卡项目
包括：金融风控，金融数据分析
第十一阶段：自然语言处理处理基础知识
包括：自然语言处理基础基础知识
第十二阶段：自然语言处理处理实战。
包括：自然语言处理处理实战
第十三阶段：大数据文本推荐系统项目实战
包括：利用大数据技术掌握自然语言处理技能
第十四阶段：kaggle结合nlp和金融风控选题
包括：kaggle常见问题分析场景
第十五阶段：指导学员下一步学习方向。

教学目标：自然语言处理零基础拓展。

时间安排：
学员可以自主安排学习时间

每天提交xmind复习笔记和博客笔记。同时每周三日，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。

相关解释：
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。