【2986】【翟心茹】 【个人情况】：1、本科期间只学过vb，基础较弱 【学习目标】： 1、因为读研专业为轨道交通安全和行人流疏散研究，需要用到数据处理、算法和视觉图像。 2、能够较灵活运用python，读懂文献中的算法设计，并会自己设计算法     【备注】：提高代码和算法能力，能看懂论文，能改代码。 1.学习Python基础   2.掌握机器学习，深度学习基础知识，以及常用机器学习库sklearn,深度学习库pytorch,tensorflow  3.学习图像处理基础，以及基于深度学习的计算机视觉，并学习几个经典网络 4.学习相关项目，以代码实践为主   【学习方向】：计算机视觉 【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」：操作系统篇 课程名称：【17022】【0、Linux基础+实操教程「解锁式学习」】 课程内容：该课程主要介绍了linux系统、对linux系统的安装、使用、网络配置、硬盘挂载、分区、进程管理、实用指令等的学习                     ---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）   ===============章节分割线=============== 【第2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：【20343】【深度学习-【2020版】【深版】「cv-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：【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） 「第3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）   ===============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」：机器学习基础篇 课程名称：【23578】【机器学习-算法基础（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相关讲解                     ---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：【4291】【机器学习-Sklearn课程--V2「解锁式学习」】 课程内容：机器学习中的一个框架的学习，偏向于练习。                     ---考核---（可选择，联系教务老师）   ===============章节分割线=============== 【第4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5阶段】：计算机视觉阶段 【监督方式】：强监督 「第1章」：计算机视觉理论篇 课程名称：【1096】【1、计算机视觉CV理论基础「解锁式学习」】 课程内容：该课程主要讲解了图像的预处理和图像的特征与描述、深度学习基础、图像分类、图像检索、目标检测、图像分割、图像描述、图像生成等知识点                     ---考核---（可选择，联系教务老师） 「第2章」：计算机视觉理论篇 课程名称：【2433】【目标检测「解锁式学习」】 课程内容：传统的目标检测流程、以及DSSD、caffe-SSD、SPPNet、HyperNET、Faster RCNN、Yolov2、以及文本检测模型、以及不同的目标检测算法的任务性能等评估等等等目标检测算法学习                     ---考核---（可选择，联系教务老师） 「第3章」：计算机视觉理论篇 课程名称：【22067】【目标检测-关键点检测「解锁式学习」】 课程内容：该课程的内容主要包括：图像识别与检测、人体骨骼点检测、人脸和手部特征点检测、物体关键点检测等待介绍文本                     ---考核---（可选择，联系教务老师） 「第4章」：计算机视觉理论篇 课程名称：【28855】【轻松学OpenCV「自由式学习」】 课程内容：该课程主要讲解了图像基础、图像的处理步骤、从摄像头和视频中读取图片、图像的8种变换、人脸检测实操、人脸跟踪、人脸识别等知识点                     ---考核---（可选择，联系教务老师） 「第5章」：计算机视觉理论篇 课程名称：【30264】【1、计算机视觉-视觉任务基础理论「自由式学习」】 课程内容：该课程主要讲解了基本的图像处理、然后图像处理的高级操作、初步认识机器学习中的算法（线性回归、逻辑回归等）、和机器学习常用的经典算法、神经网络以及反向传播、详解CNN卷积神经网络（理论篇、应用篇、实战细节篇）、以及CUDA编程、计算机视觉中的图像分类、深度学习目标检测、计算机视觉中的图像分割、计算机视觉中的目标跟踪、以及整体的知识点总结                     ---考核---（可选择，联系教务老师） 「第6章」：计算机视觉项目篇 课程名称：【10952】【2、计算机视觉CV实践基础「解锁式学习」】 课程内容：计算机视觉中对图像的处理，以及完成对车辆的识别、信用卡识别、停车场、答题卡、疲劳驾驶检测等的识别                     ---考核---（可选择，联系教务老师） 「第7章」：计算机视觉项目篇 课程名称：【1095】【3、计算机视觉CV实践加强「解锁式学习」】 课程内容：计算机视觉中图像处理的加强课程，目标检测无人驾驶、车辆图片检索等知识点的讲解。                     ---考核---（可选择，联系教务老师） 「第8章」：计算机视觉项目篇 课程名称：【3018】【4、Python人工智能项目进阶（第四部分）-物体检测与目标检测主题-检测算法原理+数据集制作与处理「解锁式学习」】 课程内容：目标检测项目的数据集的制作以及讲解，与项目配套使用                     ---考核---（可选择，联系教务老师） 「第9章」：计算机视觉项目篇 课程名称：【3635】【5、Python人工智能项目进阶（第四部分）-物体检测与目标检测主题-项目实现与部署「解锁式学习」】 课程内容：目标检测项目的讲解，跟上面的数据集合配套使用                     ---考核---（可选择，联系教务老师） 「第10章」：计算机视觉项目篇 课程名称：【19451】【目标检测-YOLO-V4基于PyTorch从零复现（与行人车辆检测实战）「解锁式学习」】 课程内容：该课程通过yolov4项目的介绍、卷积神经的介绍、对yolov3的回顾、yolov4的讲解，然后从零开始写项目代码、项目模型的训练、代码解读、以及训练工具的使用                     ---考核---（可选择，联系教务老师） 「第11章」：计算机视觉项目篇 课程名称：【3133】【Python3+TensorFlow人脸识别智能小程序「解锁式学习」】 课程内容：对于人脸检测技能做了整体的讲解以及实现。                     ---考核---（可选择，联系教务老师）     【简历辅导阶段】 写出来初版的简历，然后老师进行建议，再次修改简历。简历合格，进行模拟面试。沟通面试问题等，具体事宜，到该阶段之后联系相应的教务老师进行安排。   【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！