【3701】

学生目前的要问题是代码实现比较吃力，主要为python+深度学习（pytorch）基础薄弱，针对毕设优先系统学习pytorch，根据毕设的技术方案学习resnet，BERT等模型的项目实践代码，同时还需解决数据集生成的问题（考虑进行多数据集合并）

实验室方面，系统学习强化学习相关知识，加一些图神经网络，同时最好有时间再补充一些深度学习的基础，提升项目实践能力。

【学习目标】：论文

【学习方向】：强化学习

【是否需要就业】：否

【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。

 

 

python和数学是自由模式，作为基础给同学直接开放即可

===============章节分割线===============

【第1阶段】：基础阶段

【监督方式】：自由

「第1章」：编程语言篇

课程名称：【3434】【Python基础知识-pycharm版「解锁式学习」】

课程内容： python基础入门知识，对于算法中需要的基础的python做了一个系统的学习。

                   ---考核---（可选择，联系教务老师）

「第2章」：编程语言篇

课程名称：【14281】【机器学习-数据科学库（HM）「解锁式学习」】

课程内容：讲解了目前主要是pandas、numpy、 matpoltlib库的使用。

                    ---考核---（可选择，联系教务老师）

「第3章」：编程语言篇

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）

 

 

==============章节分割线===============

【第2阶段】：数学阶段

【监督方式】：自由

「第1章」：数学加强篇：根据自身情况，如果相关概念均熟悉，可跳过

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3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：【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3章」：NLP项目篇

课程名称：【30439】【4、（2022）Transformer和预训练模型阶段「自由式学习」】

课程内容：该课程主要讲解了自注意力机制以及Transformer、Transformer的代码实现、基于Transformer的闲聊引擎、BERT中的Fine-tuning实例讲解、XLNet、ALBERT的应用、以及XLNet论文讲解。

                    ---考核---（可选择，联系教务老师）

「第4章」：NLP项目篇

课程名称：【27493】【4、PyTorch_LSTM文本生成「解锁式学习」】

课程内容：该课程主要讲解Pytorch使用LSTM生成字符集的操作

                    ---考核---（可选择，联系教务老师）

「第5章」：计算机视觉理论篇

课程名称：【2433】【目标检测「解锁式学习」】

课程内容：传统的目标检测流程、以及DSSD、caffe-SSD、SPPNet、HyperNET、Faster RCNN、Yolov2、以及文本检测模型、以及不同的目标检测算法的任务性能等评估等等等目标检测算法学习

                    ---考核---（可选择，联系教务老师）

 

 

===============章节分割线===============

【第4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」】

                    ---考核---（可选择，联系教务老师）

「第2章」：深度强化学习讲解篇

课程名称：【3386】【深度强化学习（王树森）「解锁式学习」】

                   ---考核---（可选择，联系教务老师）

「第3章」：强化学习代码讲解篇

课程名称：【DQN】

课程名称：【soft actor critic】

课程名称：【Proximal Policy Optimization PPO】

课程名称：【DDPG】

 

「第4章」：多智能体强化学习

课程名称：【从博弈论到多智能体强化学习】

课程名称：【基于多智能体深度强化学习的无人机集群对抗研究】

课程内容：等待介绍文本

                    ---考核---（可选择，联系教务老师）

「第5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6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5阶段】：图神经网络模型阶段

【监督方式】：强监督

课程名称：【图论】

课程名称：【数据结构与算法课程（图论、贪心、动态规划）】

课程名称：【进化算法】

课程名称：【GCN图卷积神经网络】

                    ---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！