农业数据分析+计算机视觉测试：
刘士元测评情况：
1，必填项：
学员分类：农业数据建模分析与计算机视觉有时间提高
学习方向：计算机视觉
是否就业：否
监督方式： 基础阶段设置为弱监督
是否需要阶段考核：是
学习目标：零基础学习计算机视觉提高。能够实现农业方面建模分析，学习为了实验室未来科研需求。
2，学员情况自述：
1.华南农业大学大三农学专业，2020考研究生，数学有基础基本遗忘，机器学习基础遗忘，目前没有数据分析经验。
2.希望能够通过学习从零基础完成数学基础，机器学习基础等问题，能够应对考研和科研需求。
3.学员没有学习过线性代数，高数概率论有基础，过年这段时间抓紧时间补充数学基础，机器学习基础，建议基础阶段弱监督学习，每天提交博客，每个阶段提交xmind，项目阶段强监督学习。
4.数据结构学员学习过，这里设置上如果有时间可以使用学习到的python语言实现下数据结构代码。加强python能力。

学员课程安排：
1，语言基础课程：（基础课程，弱监督）
第零阶段：数学课程
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（比照大纲尽快学习）
包括：python语法，面向对象部分
第二阶段：python数据结构加强（强化）
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：（重点课程，强监督）
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（重点课程，强监督）
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：（强监督）
第十一阶段：opencv图像处理基础知识
包括：图像处理基础知识
第十二阶段：计算机图像处理基础实战。
包括：图像识别，目标检测
第十三阶段：微信小程序人脸识别项目实战
包括：人脸识别项目
第十四阶段：kaggle图像识别项目自选
包括：kaggle常见问题分析场景
第十五阶段：kaggle数据挖掘项目自选
包括：kaggle常见问题分析场景（可以前置）
第十六阶段：指导学员下一步学习方向。

教学目标：计算机视觉基础拓展。

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。