云小云：测试

备注：直接进入项目

国外计算机专业研究生，已经毕业等疫情结束后可能会找工作也可能会继续读书，有数学基础，有编程基础，具备编程思维，学习目标为了实习和就业，沟通后确定方向为大数据和推荐系统为基础NLP自然语言处理为进阶组合方式学习。

1，NLP自然语言处理测试：

云小云#测评情况：

1，必填项：

学员分类：NLP自然语言处理

学习方向：NLP结合数据挖掘

是否就业：是

监督方式： 全部为弱监督

是否需要阶段考核：否

是否需要数据结构：否

学习目标：应学员需求，以项目为基础开始学习，如果基础不会再回来看基础部分。目前已经毕业，学习为了数据挖掘推荐方向就业需求。自然语言处理为扩展方向。

注意：设置为弱监督方式，以项目为基础学习，但是这种方式学习效果不敢保证，前值知识欠缺会成为很大的困难，希望学员熟知。如果有问题及时沟通。

2，学员情况自述：

1.学员情况：硕士，工科，数学有基础，基础部分没有进行测试，应学员需要首先开始项目，编程思维和机器学习后期可以测试。

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，增加大数据分析能力，掌握推荐问题框架处理思路。结合自然语言处理能够得到一份不错的工作。

3.时间：学习建议一周最少学习三天，只要学习就提交博客和阶段xmind。

 

学员课程安排：

1，语言基础课程：

第一阶段：python基础

包括：语法和api

第二阶段：python数据结构加强

包括：python基础能力提高，数据结构必备

第三阶段：leetcode刷题练习

包括：学习数据结构刷题思路

第四阶段：数据科学库基础

包括：numpy，pandas，matplotlib

2，机器学习阶段：

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

金融项目阶段项目：

金融评分卡模型（风控项目）

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：深度学习实战两个阶段1和2部分

第十阶段：pytorch深度学习实战（扩展学习）

包括：pytorch深度学习实战

第十一阶段：大数据挖掘项目前置基础知识

包括：hadoop，spark基础，hbase基础

4，项目阶段：

第十二阶段：电影推荐系统实战

包括：电影推荐召回排序算法

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：flink用户画像项目

包括：电商推荐召回排序算法

第十五阶段: 聊天机器人案例

包括：自然语言处理聊天机器人

第十六阶段: 金融风控平分卡模型

包括：金融风控评分卡模型

第十七阶段: 大数据文章推荐系统

包括：文章推荐模型实战

第十八阶段：大数据数据分析项目（5选2）

注意：5选2选择，属于数据处理能力加强

项目1：Hive离线数据分析项目

项目2：数据仓库项目实战

项目3：flink基础及企业级项目实战

项目4：大数据flink和druid实时数仓实战

项目5：flink用户画像项目

第十九阶段：kaggle的大数据挖掘实战

包括：选择好的一部分kaggle案例

第二十阶段：下一步方向指导。实习简历指导

注意：根据学员情况，进一步沟通自然语言处理高级内容部分学习。

 

教学目标：大数据挖掘推荐项目拓展。

 

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。