3000-爱酱-人工智能学科-数据挖掘方向-就业:是 扫二维码继续学习 二维码时效为半小时

(0评价)
价格: 免费

【3000】【爱酱】

【个人情况】:资产评估专业本科,已毕业三年以上。做过运营销售等工作,基于业务能力,希望系统学习python,转行到数据分析,之后积累工作经验,为后续转岗人工智能打下基础,未来自己希望做知识图谱,知识挖掘与推理相关的。数学基础需要加强,简单过一下导数和概率统计里的基本概念,不需要深究,有印象即可。系统学习python+数据结构+numpy/pandas/matplotlib,会使用pycharm及linux运行python代码。机器学习和深度学习的学习路线为算法模型的基本原理+项目练习。

【学习目标】:系统学习机器学习及深度学习算法原理,提升python基础,增强实践能力。

【备注】:一年

【学习方向】:数据挖掘

【是否需要就业】:是

【课程学习顺序】:以老师发的学习思路为主

(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】:数学阶段

【监督方式】:弱监督

「第1章」:高数基础篇

课程名称:【749】【1、高数基础---人工智能AI数学基础(完全0基础数学)「自由式学习」】

课程内容:高数的系统知识学习,不建议从头到尾观看。浪费时间,可以通过数学加强课程中的数学知识,针对性复习。

                    ---考核---(可选择,联系教务老师)

「第2章」:概率基础篇

课程名称:【752】【2、概率基础---人工智能AI数学基础(完全0基础数学)「自由式学习」】

课程内容:概率的系统知识学习,不建议从头到尾观看。浪费时间,可以通过数学加强课程中的数学知识,针对性复习。

                    ---考核---(可选择,联系教务老师)

「第3章」:统计基础篇

课程名称:【753】【3、统计基础---人工智能AI数学基础(完全0基础数学)「自由式学习」】

课程内容:统计的系统知识学习,不建议从头到尾观看。浪费时间,可以通过数学加强课程中的数学知识,针对性复习。

                    ---考核---(可选择,联系教务老师)



===============章节分割线===============

【第2阶段】:基础阶段

【监督方式】:弱监督

「第1章」:思维分析篇

课程名称:【27434】【数据分析-思维分析逻辑「解锁式学习」】

课程内容:对什么是数据分析以及数据分析需要掌握哪些技能进行介绍

---考核---(可选择,联系教务老师)



===============章节分割线===============

【第3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」:编程语言篇

课程名称:【19638】【数据分析-项目合集「自由式学习」】

课程内容:该课程主要讲解了股票分析案例、人口数据分析案例、美国大选案例、用户数据分析案例四个例子来加深数据分析的例子

                    ---考核---(可选择,联系教务老师)

「第5章」:数据库基础篇

课程名称:【13127】【1、数据库_Mysql_基础「解锁式学习」】

课程内容:主要讲解了mysql数据库的使用,开发人员的基本操作。必须学习吸收,之后的数据仓库也会使用到数据库的sql语句的概念,

                    ---考核---(可选择,联系教务老师)

「第6章」:操作系统篇(前期跳过,后期学完机器学习的时候再看)

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4阶段】:数据分析阶段

【监督方式】:弱监督

「第1章」:数据分析工具篇

课程名称:【28600】【3、数据分析-Power BI智能分析「自由式学习」】

课程内容:这个是常用的工具,你现在已经在用了,所以可以跳过去

---考核---(可选择,联系教务老师)

「第2章」:数据分析工具篇

课程名称:【28603】【4、数据分析-统计基础「自由式学习」】

课程内容:统计学中常用的概念讲解,理论理解为主(可地铁上看)

---考核---(可选择,联系教务老师)

「第3章」:数据分析工具篇

课程名称:【28613】【12、数据分析-Tableau智能分析「自由式学习」】

课程内容:待介绍

---考核---(可选择,联系教务老师)

「第4章」:数据分析工具篇

课程名称:【28607】【13、数据分析-SPSS智能分析「自由式学习」】

课程内容:待介绍

---考核---(可选择,联系教务老师)



===============章节分割线===============

【第5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」:机器学习进阶篇

课程名称:【33】【机器学习---算法进阶「解锁式学习」】

课程内容:对机器学习深入的讲解,利用了大量的数学公式进行推导,足以应对工厂面试过程中问到的算法的底层远离的实现。比较难理解, 需要多次吸收强化。如对该课程有不适应,请及时跟教务老师联系。

                    ---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:【24941】【机器学习-Sklearn(第三版)「解锁式学习」】

课程内容:该课程主要讲解了经典算法决策树、随机森林、特征工程数据预处理、经典算法降维算法PCA、逻辑回归、聚类算法KMeans、支持向量机SVM、线性回归、朴素贝叶斯、 XGBoost及其相关案例

                    ---考核---(可选择,联系教务老师)



===============章节分割线===============

【第6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:【21964】【深度学习-【2020版】【深版】「数据挖掘-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:【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)

「第3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)



===============章节分割线===============

【第7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8阶段】:自然语言处理与知识图谱阶段

【监督方式】:强监督

「第1章」:NLP理论基础篇

课程名称:【2924】【1、NLP人工智能(第一部分)---自然语言处理基础必备「解锁式学习」】

课程内容:自然语言处理方向中对一些基础的自然语言处理的讲解,特征选取以及词向量等,其中还有对机器学习做的一些简单的复习知识。可以跳过

                    ---考核---(可选择,联系教务老师)

「第2章」:NLP项目篇

课程名称:【3266】【NLP到Word2Vec实战「解锁式学习」】

课程内容:自然语言处理阶段的Word2Vec的讲解

                    ---考核---(可选择,联系教务老师)

「第3章」:NLP项目篇

课程名称:【30328】【2、自然语言处理-基于Seq2Seq、Transformer、BERT的词向量「自由式学习」】

课程内容:该课程主要实现了NLP的一个整体的项目,讲解了项目导论与中文词向量实践、基于Seq2Seq架构的模型搭建、NLG过程的优化与项目的inference、OOV和Word-repetition问题的改进、基于Transformer特征提取器的改进、BERT在抽取任务中的效果、预训练模型在摘要任务中的改进、项目总结与回顾等知识点

                    ---考核---(可选择,联系教务老师)

「第4章」:知识图谱理论篇

课程名称:【8564】【知识图谱「解锁式学习」】

课程内容:等待介绍文本

                    ---考核---(可选择,联系教务老师)

「第5章」:知识图谱项目篇

课程名称:【28565】【自然语言处理-人工智能辅助信息抽取「自由式学习」】

课程内容:该课程主要讲解了知识图谱的概念以及应用、中文自然语言处理、文本相关的处理、关系抽取、PCNN、图像预训练、NLP预训练模型、BERT NER实践等知识点

                    ---考核---(可选择,联系教务老师)

「第6章」:知识图谱项目篇

课程名称:【28567】【自然语言处理-医疗知识图谱构建及图表征学习「自由式学习」】

课程内容:该课程主要讲解了数据获取、数据处理、BiLSTM+CRF、Neo4j、图表征学习、已经额外的LSTM知识

                    ---考核---(可选择,联系教务老师)

「第7章」:知识图谱项目篇

课程名称:【30722】【知识图谱项目实战「自由式学习」】

课程内容:该课程主要讲解完整项目的运行和部署、项目需求分析、知识图谱的设计、数据的获取以及导入、程序设计、知识图谱数据可视化等知识点

                    ---考核---(可选择,联系教务老师)



===============章节分割线===============

【第9阶段】:AI项目合集阶段

【监督方式】:强监督

「第1章」:机器学习练习系列篇

课程名称:【19632】【5、机器学习练习- 聚类算法kmeans和MeanShift-聚类消费者画像分析项目「解锁式学习」】

课程内容:该课程主要是机器学习算法上面的练习

                    ---考核---(可选择,联系教务老师)

「第2章」:机器学习练习系列篇

课程名称:【19634】【7、机器学习练习-lighGBM算法-交易欺诈检测实战「解锁式学习」】

课程内容:该课程主要是机器学习算法上面的练习

                    ---考核---(可选择,联系教务老师)

「第3章」:金融风控项目篇

课程名称:【4309】【金融数据分析「解锁式学习」】

课程内容:该课程讲解了GBDT、神经网络模型预测、贷款申请评分卡、以及违约预测等金融相关的数据挖掘

                    ---考核---(可选择,联系教务老师)

「第4章」:机器学习练习系列篇

课程名称:【30177】【二分类案例_银行客户流失「解锁式学习」】

课程内容:该课程主要讲解了通过Tensorflow2.0实现二分类案例银行流失预测

                    ---考核---(可选择,联系教务老师)

「第5章」:机器学习练习系列篇

课程名称:【19635】【8、机器学习练习-回归案例-房屋价格预测「解锁式学习」】

课程内容:该课程主要是机器学习算法上面的练习

                    ---考核---(可选择,联系教务老师)

「第6章」:机器学习练习系列篇

课程名称:【30175】【多分类 - 鲜花分类「解锁式学习」】

课程内容:该课程主要讲解了通过Tensorflow2.0实现鲜花分类的案例

                    ---考核---(可选择,联系教务老师)

「第7章」:机器学习练习系列篇

课程名称:【30169】【基于LSTM多变量预测_共享单车使用量预测「解锁式学习」】

课程内容:该课程主要讲解了通过Tensorflow2.0实现了给予LSTM的多变量预测-共享单车使用量预测

                    ---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!