陈XX
本科毕业自学机器学习与深度学习部分，有机器学习与深度学习基础，目前在成都从事计算机图像工作，有数学基础，有足够python基础，以前做过一些简单运维，这次重点加强如何深入学习机器学习与深度学习原理并应用于面试。学习目标：深度学习机器学习算法和数据挖掘课程，方向为数据挖掘方向，增加NLP自然语言处理课程拓展。注重大数据分析能力提高。
注意：学习主要面向提高数据挖掘和推荐系统方面技术能力，能够帮助学员工作能力提高。
#核心：数据挖掘推荐算法算法方向就业
#2个月到3个月时间完成转变。
计划确定后：3月16号晚上再次沟通
1，大数据挖掘基础测试：
王盛#测评情况：
1，必填项：
学员分类：大数据挖掘有基础提高
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，增加nlp拓展。特别是大数据分析项目能力的提升。
2，学员情况自述：
1.推荐系统和数据挖掘方向就业。
2.具体目标：能够通过学习提高自己的大数据方面问题处理能力，补充数学和算法原理方面的不足，增加大数据分析和挖掘数据分析能力，掌握常见的数据科学处理思路。
3.时间：因为有编程基础，需要有足够的强化时间，学习一天视频学习不超过三个小时，其余时间写代码总结。如果以后上课建议一周至少学习四天，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）
结合文档学习
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～直接考核
第二阶段：python数据结构基础
第三阶段：mysql基础（基础提升）
第四阶段：linux基础
2，机器学习阶段：
第五阶段: 机器学习基础～直接考核
第七阶段：sklearn机器学习实战～直接考核
3，深度学习阶段
第八阶段：深度学习基础～直接考核
第九阶段：tensorflow深度学习～直接考核
4，下面为大数据数据挖掘项目提升阶段：
配置课程如下：
第1阶段：hadoop基础（只需要掌握基础）
第2阶段：离线框架（数据处理）
第3阶段：hive基础（重点课程）
第4阶段：hbase基础（重点课程）
第5阶段：spark阶段 （完全掌握）
第6阶段：flink阶段（完全掌握）
第7阶段：数仓项目（项目清晰）
第8阶段：spark智慧交通项目（掌握）
第9阶段: 大数据电商推荐系统（掌握）
第10阶段：大数据文章推荐系统（掌握）

第二阶段#（后面在学）
第11阶段：大数据项目6选1
包括：大数据离线处理：
离线分析项目
大数据实时flink实时项目
flink用户画像
spark电商推荐系统
spark电影推荐系统
pyspark结合nlp自然语言处理项目实战
实时数据仓库项目
第12阶段：大数据新技术栈
包括：kylin，datax，druid，flinkcep
第13阶段：下一步方向指导。简历撰写，模拟面试。
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：数据挖掘推荐系统能力基础提升。

时间安排：
学员可以自主安排学习时间，这段时间尽快抓紧学习。
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。