【2887】【戴同学】 【个人情况】:本科和硕士都是金融和商科,已工作五年,目前从事交易员工作,首要任务是完成基本的基于python的数据分析相关学习,后期再深入学习复杂的量化模型。python基础比较薄弱,机器学习和深度学习几乎零基础。每天学习1小时左右 【学习目标】:初期数据分析,后期金融量化,目前需要把目前excel上运行的数据移植到python上 【备注】:一年 【学习方向】:数据分析+金融量化 【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】:基础阶段 【监督方式】:强监督 「第1章」:编程语言篇 课程名称:【3434】【Python基础知识-pycharm版「解锁式学习」】 课程内容:python基础入门知识,对于算法中需要的基础的python做了一个系统的学习。 ---考核---(可选择,联系教务老师) 「第2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3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4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5章」:数据库基础篇(数据库相关内容,不需要的话可以跳过) 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) ===============章节分割线=============== 【第2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3阶段】:机器学习阶段 【监督方式】:强监督 「第1章」:机器学习基础篇 课程名称:【3211】【机器学习算法基础(基础机器学习课程)「解锁式学习」】 课程内容:机器学习基础算法的讲解,偏向于实现,对底层原理没有进行过多的阐述。 ---考核---(可选择,联系教务老师) 「第2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3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) ===============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】:金融量化阶段 【监督方式】:强监督 「第1章」:金融量化理论篇 课程名称:【9609】【量化_Python量化投资与机器学习「解锁式学习」】 课程内容:待介绍 ---考核---(可选择,联系教务老师) 「第2章」:金融量化理论篇 课程名称:【9611】【量化_量化交易实战迭代式的量化策略研发「解锁式学习」】 课程内容:待介绍 ---考核---(可选择,联系教务老师) 「第3章」:金融量化项目篇 课程名称:【3111】【机器学习与量化交易项目「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4章」:金融量化项目篇 课程名称:【9612】【量化_量化交易策略编写及系统搭建「解锁式学习」】 课程内容:待介绍 ---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」:机器学习练习系列篇 课程名称:【3113】【机器学习-金融反欺诈模型训练(10)「解锁式学习」】 课程内容:Kaggle中对金融风控的反欺诈模型的项目练习。 ---考核---(可选择,联系教务老师) 「第2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3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) 「第4章」:机器学习练习系列篇 课程名称:【30177】【二分类案例_银行客户流失「解锁式学习」】 课程内容:该课程主要讲解了通过Tensorflow2.0实现二分类案例银行流失预测 ---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!