马丽测评情况:
1,必填项:
学员分类:金融算法工作拓展
学习方向:金融算法
是否就业:是
监督方式: 均为强监督
是否需要阶段考核:是
学习目标:学习金融算法应对工作中遇到的问题
2,学员情况自述:
1.金融方面的工作,熟悉业务策略等;
2.了解python的一些简单语法和数学的简单概念,基本上零基础。
3.数学、python、算法三方面都要加强,初期回顾数学基础,中期提高计算python编程和数据结构,后期以机器学习算法和金融相关项目为主,辅助学习深度学习。以强监督模式学习。
课程安排:
第0阶段:数学课程
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
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: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
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:基于机器学习金融策略建模实战
包括:建模、模型评估风险控制、自动交易系统
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。
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。