【3152】【刘家翘】
【个人情况】:控制工程研二,希望系统学习强化学习相关内容,为后续科研打基础。数学有一定基础,python自学,机器学习,深度学习和强化学习均有自学基础,但不够系统扎实,没有实践经验。每天学习5-6小时
【备注】:9.9试学
【学习方向】:强化学习
【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22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」:数学加强篇
课程名称:【19968】【机器学习中的数学基础-53集「解锁式学习」】
课程内容:对机器学习中的数学中的微分[极限、导数、费马定理、泰勒、多元函数、偏导数、方向导数、梯度、链式法制、拉格朗日],线性代数[向量、矩阵、张量、行列式、线性方程组、矩阵分解],概率[随机变量、概率分布、贝叶斯定理、期望、方差、大数定律、特征函数、中心极限定理、统计学基础、极大似然估计、zuida后验估计、蒙特卡罗方法、Bootstrap方法、EM算法],最优化方法[最速下降法、共轭梯度法、牛顿法、拟牛顿法、约束非线性优化、KKT条件]等数学知识点的复习
---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4章」:编程语言篇(通过几个数据挖掘小项目增加python实践经验,提升熟练度)
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」:操作系统篇(如果有使用服务器的需要,可以看一下)
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3阶段】:机器学习阶段
【监督方式】:强监督
「第1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:HMM在课时45-49
---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4章」:时序模型项目篇
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5章」:时序模型理论基础篇
课程名称:【30325】【1、自然语言处理-NLP核心能力提升「自由式学习」】
课程内容:该课程主要是讲解语言模型与语法树、爬虫、搜索引擎与自动路径决策、动态规划与编辑距离、自然语言初步理解、经典的机器学习算法、深度学习、非监督、半监督、主动学习、word2vec、CNN卷积神经网络、RNN循环神经网络、Transformer与BERT大规模预训练问题、面向服务的智能客服机器人与新闻自动生成摘要的案例等知识体系
---考核---(可选择,联系教务老师)
===============章节分割线===============
【第5阶段】:强化学习阶段
【监督方式】:强监督
「第1章」:强化学习理论篇
课程名称:【3386】【强化学习(7课程)「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2章」:强化学习实战篇
课程名称:【3384】【1、强化学习实战课程(51)-基本原理「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3章」:强化学习实战篇
课程名称:【3385】【2、强化学习实战课程(51)-项目实践「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)
===============章节分割线===============
【第6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7阶段】:AI项目合集阶段
【监督方式】:强监督
「第1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2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:【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5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)
===============章节分割线===============
【第8阶段】:机器学习实践阶段
【监督方式】:强监督
「第1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)
【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!