王英杰：测试情况

目前在杭州工作，从事四年多内部软件测试方向，有比较敏感的技术敏感度，有数学基础知识，需要重新强化。有python基础能力，可从python数据结构开始，学习目标为：大数据数据挖掘推荐系统方向就业。

1，大数据挖掘基础测试：

王英杰#测评情况：

1，必填项：

学员分类：大数据挖掘基础就业

学习方向：数据挖掘

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

是否需要数据结构：是

学习目标：机器学习和深度学习零提升，数据挖掘和推荐系统基础就业提高。目前杭州从事测试，学习为了数据挖掘推荐方向就业需求。

2，学员情况自述：

1.学员情况：四年工作经验，数学有基础，可能缺乏对关键概念的理解，寒假自己需要独立加强，编程语言基础不错，了解过机器学习。

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，增加大数据分析能力，掌握推荐问题框架处理思路。

3.时间：因为有工作，建议一周最多学习三天，只要学习就提交博客和阶段xmind，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：

第一阶段：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（2套～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：大数据数据分析项目（5选2）

注意：5选2，后期选择，属于数据处理能力加强

项目1：Hive离线数据分析项目

项目2：数据仓库项目实战

项目3：flink基础及企业级项目实战

项目4：大数据flink和druid实时数仓实战

项目5：flink用户画像项目

第十五阶段：kaggle的大数据挖掘实战

包括：选择好的一部分kaggle案例

第十六阶段：下一步方向指导。实习简历指导

 

 

教学目标：大数据挖掘推荐项目拓展。

 

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。