【3138】【戴米】
【个人情况】:初中8升9,加拿大读书,希望入门python,学习数据挖掘,根据学生兴趣点进行课程安排,有实际项目支撑,注重项目实践。
【备注】:一年
【学习方向】:数据挖掘
【是否需要就业】:否
【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】:自由
「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】:强监督
「第1章」:编程语言篇(海龟绘图在第7课时和第8课时)
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」:爬虫
课程名称:【爬虫__爬虫通用模块】
课程名称:【爬虫__爬虫scrapy框架及案例】
课程名称:【爬虫__爬虫Flask框架(V1)】
课程名称:【爬虫__web服务器】
课程名称:【爬虫_爱家租房项目】
===============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4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)
「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1章」:计算机视觉项目篇
课程名称:【3016】【2、Python人工智能项目进阶(第二部分)-百度人脸识别「解锁式学习」】
课程内容:计算机视觉中的百度人脸识别的项目之一。
---考核---(可选择,联系教务老师)
===============章节分割线===============
【第5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6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」: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:【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6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)
【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!