古XX：测试情况
英国XXX大学在读硕士，大数据专业，目前解决数据挖掘三门课程的作业及论文问题，涉及感知积，同时也帮助同学设置一些大数据课程帮助学员提升。
学习目标：学习机器学习算法和数据挖掘课程，方向为大数据方向方向。注意：学习主要是提高py编程能力和机器学习解决毕业设计项目问题，就业实习岗位偏向医学行业。
#核心：大数据方向。先学习基础python
计划确定后：3月29号晚上再次沟通
1，大数据基础测试：
#测评情况：
1，必填项：
学员分类：大数据零基础提高
学习方向：数据挖掘机器学习
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：否
学习目标：机器学习零基础提升，数据挖掘基础提高，特别是py编程能力的提升。在未来学习使用中需要该模块技术。
2，学员情况自述：
1.学员情况：没有python编程基础，需要重新学习py。编程思维需要从0基础加强，缺乏系统性，了解过机器学习，不够系统。
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，增加大数据数据分析数据分析能力，掌握常见的数据科学处理思路。
3.时间：因为有一些编程基础，尽可能有足够的练习时间，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
第1阶段：python基础（零基础课程）
包括：python语法，面向对象部分
第2阶段：数据科学库基础
包括：numpy，pandas，matplotlib
2，机器学习阶段：
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（cz）
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，大数据提升阶段（重点课程，强监督）
第1阶段：linux基础
包括：基础命令
第2阶段：mysql基础
包括：数据库基础
第3阶段：hadoop基础
包括：大数据基础
第4阶段：hive基础实战
包括：实战
第5阶段：spark实战
包括：实战
第4阶段：大数据数仓项目
包括：大数据数仓项目构建指标体系
4，项目提升阶段：
注意：根据情况，项目之前进行两次沟通指导。
第1阶段：kaggle的大数据挖掘实战(4个相关项目加强数据挖掘处理能力)
包括：选择好的一部分kaggle案例
第2阶段：下一步方向指导。

教学目标：机器学习与数据挖掘能力基础提升。
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