杨嘉欣：测评情况

美国留学一年级，专业为运筹学，学习目标是为了能够应对未来一年半毕业准备华为等公司好的工作岗位，同时学习ai技术能够应对运筹学和ai场景结合。同时注意sql和大数据技术应用，深度学习部分也需要理解学习。所以，确定方向为大数据挖掘方向，以kaggle为主的项目练习方式。

计划确定后：17号晚上再次沟通

1，大数据挖掘基础测试：

杨嘉欣#测评情况：

1，必填项：

学员分类：大数据挖掘零基础提高

学习方向：数据分析和挖掘

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，数据挖掘基础提高。目前研究生一年级，学习为了提高机器学习方面技能，在未来就业可能需要该模块技术。

2，学员情况自述：

1.学员情况：研究生，运筹学，硕士一年级，数学有基础，可能缺乏对关键概念的理解，遗忘较多，需要抽3天时间自己需要独立加强数学部分，编程思维需要从0基础加强，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，具备常见的sql分析能力，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：因为上学，目前处于研究生阶段，刚开始学习一天视频学习不超过三个小时，其余时间总结。学校如果有课建议一周至少学习三天，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（课程零基础）

包括：完全零基础。

第二阶段：mysql基础

包括：python基础能力提高，数据结构必备

增加阶段：linux基础

包括：掌握常用命令，会用linux系统

第三阶段：数据科学库基础：分析和可视化

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

机器学习项目阶段: kaggle数据挖掘案例实战

包括：常见数据挖掘问题解决方案

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，常见的深度学习解决方案

增加pytorch课程：

包括：深度学习库加强实战

4，项目阶段：

第十阶段：大数据离线技术部分

包括：hadoop，hive

第十一阶段：离线数据分析项目

包括：hive数据分析项目实战

第十二阶段：大数据实时项目前置基础知识

包括：，spark基础，hbase基础

第十三阶段：大数据电商推荐系统实战

包括：电商推荐召回排序算法

第十四阶段：kaggle的大数据挖掘实战

包括：选择好的一部分kaggle案例

第十五阶段：下一步方向指导。后期帮助完成实习简历指导

注意：根据学员情况，项目阶段之前进行两次沟通指导。

 

教学目标：数据分析和数据挖掘能力基础提升。

 

时间安排：

学员可以自主安排学习时间，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。

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

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