郝逸嘉：测试情况

电子科学大学电子工程专业大三，有过实验室参与项目经验，负责学术文章翻译工作，有C语言基础，数学学习过，遗忘了很多。学习目标为通过AI技能帮助申请美国大学研究生优势。学员具备很好的英语能力，建议申请国外博客或者写英文博客。

 

1，大数据挖掘方向基础测试：

郝逸嘉#测评情况：

1，必填项：

学员分类：大数据挖掘基础就业（数据科学方向）

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基础提升，数据挖掘和推荐系统基础提高。目前本科三年级，学习为了申请数据科学方向需求。

2，学员情况自述：

1.学员情况：本科，工科，电子工程专业，数学有基础，可能缺乏对关键概念的理解，寒假抽3天时间自己需要独立加强，编程思维不错，没有了解过机器学习。

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，补充数学方面的不足，增加大数据分析数据分析能力，掌握常见的数据科学处理思路。

3.时间：因为在学校学习，大三学员选修课程也多，目前这20天时间可以抓紧组队，到学校后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，配合文档重点看。

第一阶段：python基础

包括：语法和api基础，增强编程能力

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: kaggle数据挖掘案例实战

包括：常见数据挖掘问题解决方案

第十四阶段：大数据数据分析项目（3选1）

注意：后期根据情况选择，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

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。申请学校关于简历指导

注意：根据学员情况，项目阶段之前进行一到两次沟通指导。

 

教学目标：数据科学能力基础提升。

 

时间安排：

学员可以自主安排学习时间，过年还有20天尽快抓紧学习。

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