方浩测评情况：

1，必填项：

学员分类：转行金融算法就业

学习方向：金融风控

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

学习目标：学习python编程和机器学习算法应对转行就业

2，学员情况自述：

1.金融工程专业毕业一年，金融相关工作；

2.数学基础较强，数学部分可开放式学习，弱监督学习。

3.python和算法都是零基础学习，前期提高计算python编程和数据结构以及数据法分析工具SAS等，后期以机器学习算法和金融风控项目为主，辅助学习深度学习。以强监督模式为主。

课程安排：

第0阶段：数学课程（弱监督）

包括：线性代数，概率论，高等数学，统计学

注意：该课程和py同步

第一阶段：python基础

包括：python语法，面向对象部分

第二阶段：python数据结构基础（课程后置）

包括：链表，线性表，树，图，排序，查找

第三阶段：数据科学库基础

包括：numpy，pandas，matplotlib

第四阶段：数据分析工具。

包括：SAS等（等spass配置上）

第五阶段: 机器学习基础

包括：机器学习算法理论基础

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

第八阶段：深度学习基础

包括：深度学习BPNN，CNN，RNN，LSTM

第九阶段：tensorflow实践。

包括：深度学习算法实践

第十阶段：项目前置基础知识

包括：项目前置知识

第十一阶段: 项目项目实践1个月

包括：项目实战：金融风控评分卡模型

第十二阶段：kaggle实战

包括：选择好的一部分kaggle案例

第十三阶段：指导学员下一步学习方向。

教学目标：算法基础基础拓展。

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。

参考博客：https://blog.csdn.net/Andrew___A/article/details/101096331