【2864】【梁同学】 【个人情况】：数据科学与大数据分析专业大二，目前无法独立完成机器学习项目，因此针对机器学习方向提升实践能力，后期加入以下自然语言处理。学校有系统学习数学及编程语言，包括C，java，python，数据结构等；机器学习学校有课程，深度学习暂时未涉及。以辅助课业完成为主。 【学习目标】：主要针对实操提升，添加一些爬虫课程，学校有对应课业，针对课业进行一定的辅导。 【备注】：半年 【学习方向】：数据挖掘 【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】：数学阶段 【监督方式】：弱监督 「第1章」：数学加强篇 课程名称：【19968】【机器学习中的数学基础-53集「解锁式学习」】 课程内容：对机器学习中的数学中的微分[极限、导数、费马定理、泰勒、多元函数、偏导数、方向导数、梯度、链式法制、拉格朗日]，线性代数[向量、矩阵、张量、行列式、线性方程组、矩阵分解]，概率[随机变量、概率分布、贝叶斯定理、期望、方差、大数定律、特征函数、中心极限定理、统计学基础、极大似然估计、zuida后验估计、蒙特卡罗方法、Bootstrap方法、EM算法]，最优化方法[最速下降法、共轭梯度法、牛顿法、拟牛顿法、约束非线性优化、KKT条件]等数学知识点的复习                     ---考核---（可选择，联系教务老师） ===============章节分割线=============== 【第2阶段】：基础阶段 【监督方式】：强监督 「第1章」：数据结构与算法篇 课程名称：【36】【Python数据结构与算法「解锁式学习」】 课程内容：数据结构入门，主要讲解了堆、栈、链表、快排、二分、树等数据结构与算法，课程末尾将会提供leetcode刷题教程，请需要就业的徒弟务必重视练习。                     ---考核---（可选择，联系教务老师） 「第2章」：编程语言篇 课程名称：【14281】【机器学习-数据科学库（HM）「解锁式学习」】 课程内容：讲解了目前主要是pandas、numpy、matpoltlib库的使用。                     ---考核---（可选择，联系教务老师） 「第3章」：编程语言篇 课程名称：【19638】【数据分析-项目合集「自由式学习」】 课程内容：该课程主要讲解了股票分析案例、人口数据分析案例、美国大选案例、用户数据分析案例四个例子来加深数据分析的例子                     ---考核---（可选择，联系教务老师） 「第4章」：数据库基础篇 课程名称：【13127】【1、数据库_Mysql_基础「解锁式学习」】 课程内容：主要讲解了mysql数据库的使用，开发人员的基本操作。必须学习吸收，之后的数据仓库也会使用到数据库的sql语句的概念，                     ---考核---（可选择，联系教务老师） 「第5章」：操作系统篇 课程名称：【1219】【Linux零基础课程「解锁式学习」】 课程内容：主要讲解了linux数据库的使用，开发人员的基本操作。必须学习吸收，之后大数据阶段会跟服务器一直关联学习。极其重要。                     ---考核---（可选择，联系教务老师） 「第6章」：爬虫 @lonely老师 ===============章节分割线=============== 【第3阶段】：机器学习阶段 【监督方式】：强监督 「第1章」：机器学习进阶篇 课程名称：【33】【机器学习---算法进阶「解锁式学习」】 课程内容：对机器学习深入的讲解，利用了大量的数学公式进行推导，足以应对工厂面试过程中问到的算法的底层远离的实现。比较难理解，需要多次吸收强化。如对该课程有不适应，请及时跟教务老师联系。                     ---考核---（可选择，联系教务老师） 「第2章」：机器学习工具篇 课程名称：【24941】【机器学习-Sklearn（第三版）「解锁式学习」】 课程内容：该课程主要讲解了经典算法决策树、随机森林、特征工程数据预处理、经典算法降维算法PCA、逻辑回归、聚类算法KMeans、支持向量机SVM、线性回归、朴素贝叶斯、 XGBoost及其相关案例                     ---考核---（可选择，联系教务老师） 「第3章」：机器学习练习系列篇 课程名称：【19632】【5、机器学习练习- 聚类算法kmeans和MeanShift-聚类消费者画像分析项目「解锁式学习」】 课程内容：该课程主要是机器学习算法上面的练习                     ---考核---（可选择，联系教务老师） 「第4章」：机器学习练习系列篇 课程名称：【23579】【机器学习-算法基础配套练习（TBF）「解锁式学习」】 课程内容：该课程的内容主要包括：线性回归、非线性回归、逻辑回归、神经网络、KNN算法、决策树、集成学习、贝叶斯算法、聚类算法、主成分分析PCA、支持向量机SVM相关练习                     ---考核---（可选择，联系教务老师） ===============章节分割线=============== 【第4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：【21964】【深度学习-【2020版】【深版】「数据挖掘-解锁式学习」】 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：【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） 「第3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） ===============章节分割线=============== 【第5阶段】：自然语言处理阶段 【监督方式】：强监督 「第1章」：NLP理论基础篇 课程名称：【3015】【1、Python人工智能项目进阶（第一部分）-深度学习进阶提高「解锁式学习」】 课程内容：深度学习常用框架知识的讲解，深层神经网络、浅层神经网络的算法、卷积神经网络算法                     ---考核---（可选择，联系教务老师） 「第2章」：NLP理论基础篇 课程名称：【3425】【NLP自然语言处理基础课程「解锁式学习」】 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：【3541】【自然语言序列模型实战「解锁式学习」】 课程内容：该课程对于自然语言处理模型进行概述，包含语言模型，神经序列模型，FSM，CRF的学习                     ---考核---（可选择，联系教务老师） 「第5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） ===============章节分割线=============== 【第6阶段】：说明课程 【监督方式】：强监督 「第1章」：基础和方向的分割阶段 课程名称：【3244】【说明课程（基础知识与项目衔接说明课程）「解锁式学习」】 课程内容：项目阶段与基础阶段的分界点，在该课程之前为基础阶段，之后为项目阶段，如需更改方向，请在该阶段在群里与老师沟通。                     ---考核---（可选择，联系教务老师） ===============章节分割线=============== 【第7阶段】：AI项目合集阶段 【监督方式】：强监督 「第1章」：金融风控项目篇 课程名称：【4309】【金融数据分析「解锁式学习」】 课程内容：该课程讲解了GBDT、神经网络模型预测、贷款申请评分卡、以及违约预测等金融相关的数据挖掘                     ---考核---（可选择，联系教务老师） 「第2章」：机器学习练习系列篇 课程名称：【19631】【4、机器学习练习-决策树、随机森林-用于流失预测「解锁式学习」】 课程内容：该课程主要是机器学习算法上面的练习                     ---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！