马腾语音测评情况：

1，大数据挖掘+强化学习基础测试：
马腾#测评情况：
1，必填项：
学员分类：数据挖掘基础提高
学习方向：数据挖掘
是否就业：否
监督方式： 除了数学均为强监督
是否需要阶段考核：是
是否需要数据结构：是
学习目标：机器学习和深度学习，强化学习基础提高。北京信息科技大学一年级研究生，学习为了科研和就业实习双向需求。
2，学员情况自述：
1.学员情况：北信息电气专业研究生，数学有基础，缺乏对关键概念的理解，寒假自己需要独立加强，编程语言基础薄弱，没有机器学习基础。
2.具体目标：能够通过学习提高自己的编程和机器学习处理问题能力，增加高阶强化学习问题处理。
3.时间：时间比较充裕，建议数学弱监督学习。其他为强监督。

学员课程安排：
1，语言基础课程：
第零阶段：数学课程（弱监督方式）
包括：线性代数，概率论，高等数学，统计学
数学课程作为弱监督，需要时候再看。
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
包括：python基础能力提高，数据结构必备
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
第十阶段：pytorch深度学习实战（扩展学习）
包括：pytorch深度学习实战
4，项目阶段：
第十一阶段：大数据挖掘项目前置基础知识
包括：hadoop，spark基础，hbase基础
第十二阶段：大数据电商推荐系统实战
包括：电商推荐召回排序算法
第十三阶段: 大数据推荐项目实践1个月
包括：大数据文章推荐算法
第十四阶段：kaggle的大数据挖掘实战
包括：选择好的一部分kaggle案例
第十五阶段：强化学习基础课程补充加强
包括：强化学习必备基础
第十六阶段：下一步方向指导。实习简历指导


教学目标：算法基础基础拓展。

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。同时每周空余时间整理知识点，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。