姜XX：测试情况
XXX理工，计算机图像方向，研一已经开题，尽快完成基础理论学习，研二发表小论文。使用图像处理深度学习改进一些算法。目标：通过学习加强编程能力，机器学习和深度学习能力，为了达到帮助科研目的。计算机视觉方向。
#学习目标#通过学习能够帮助科研，计算机视觉。所以，一方面机器学习技能，一方面深度学习技能，同时一方面也能对科研有帮助。
#学习目标重申：机器学习深度学习有基础提升和强化。帮助到自己打基础和完成就业技能。python重点加强，老师需要特别关注语言基础学习。通过计算机视觉目标检测，图像分类学习。把计算机视觉建立知识体系。
注意：课程时长一年，有数学基础
目前：打好机器学习和深度学习基础，做科研
#计算机视觉方向有基础提高
1，必填项：
学员分类：计算机视觉提高
学习方向：计算机视觉
是否就业：否
监督方式： 全部阶段设置为强监督
是否需要阶段考核：是
学习目标：零基础学习深度学习与机器学习，在计算机视觉提高。目前为硕士一年级学生。从零基础开始学。注意：目前主要打好编程基础，算法基础为主。
1.该学员有高数线代概率基础，但是需要重新加强，机器学习基础有接触过，重新开始加强。目前没有数据分析经验。
2.希望能够通过学习从基础完成机器学习基础等问题，能够应对计算机视觉和关于图像方面问题，项目设置为可以从相关的图像识别，人脸识别项目案例入手。数据挖掘也需要掌握。
3.学员有数学基础，一天过一门数学基础，python需要系统学习，建议加强编程基础，否则后期会出问题。同时学习numpy，pandas数据科学库学习。建议基础阶段弱监督学习，每天只要学习需要提交博客，每个阶段提交xmind，加强阶段和项目阶段强监督学习。
4.数据结构学员学习过，这里设置上如果有时间可以使用学到的python语言实现下数据结构代码。加强python能力。这部分不设置。

学员课程安排：
1，数学基础课程：
第1阶段：线性代数
第2阶段：高等数学
第3阶段：概率论
第4阶段：统计学
注意：提供文档和视频，如果文档看不懂，可以看视频。一天看一部分
2，语言基础
第1阶段：python基础（零基础课程）
包括：python语法，面向对象
第2阶段：数据科学库基础
包括：numpy，pandas，matplotlib
3，机器学习阶段：（重点课程，强监督）
第1阶段：机器学习数学基础加强。
包括：高数，概率，线代加强
第2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3阶段：机器学习进阶
包括：分类算法，聚类算法，回归算法
第4阶段：sklearn机器学习实战
包括：特征工程，建模代码实战
3，深度学习阶段（重点课程，强监督）
第1阶段：深度学习基础
包括：深度学习的基础算法
第2阶段：tensorflow深度学习技术实战
包括：tf深度学习实战
第3阶段：pytorch深度学习实战（扩展学习）
包括：pytorch深度学习实战
4，项目阶段：（强监督）
第1阶段：opencv图像处理基础知识
包括：图像处理基础知识
第2阶段：计算机图像处理基础实战。
包括：图像识别，目标检测
第3阶段：kaggle图像识别项目自选
包括：kaggle常见问题分析
第4阶段：指导学员下一步学习方向。

教学目标：机器学习深度学习与计算机视觉基础提高。

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。同时每天学习整理知识点，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