徐XX：

澳洲留学，目前学校有机器学习和数据挖掘课程，需要进一步加深，数学需要加强，方向为自然语言处理。
注意：学习主要面向提高数据挖掘和NLP方面技术能力，能够帮助学员工作能力提高。应对就业。
#核心：数据挖掘NLP算法方向提高与就业
计划确定后：4月20晚上再次沟通
1，NLP方向基础测试：
#测评情况：
1，必填项：
学员分类：NLP零基础提高
学习方向：NLP方向
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有基础提升，NLP基础提高。特别是数据挖掘结合NLP项目能力的提升。
2，学员情况自述：
1.NLP结合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：因为有一些编程基础，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。目前研二，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。
每个部分部分看完后考试之后语音沟通下，同时写xmind。
其他为强监督。
学员课程安排：
1，数学基础课程：
第1阶段：高等数学
第2阶段：线性代数
第3阶段：概率论
第4阶段：统计学
设置，直接提供文档
注意：提供文档和视频。学员有基础，直接看文档即可。数学还不错
2，语言基础#弱监督
第1阶段：python基础（零基础）
包括：python语法，面向对象部分
第2阶段：python数据结构
包括数据结构常用算法
第3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: 机器学习基础
包括：机器学习算法理论基础，基础核心算法
第2阶段：机器学习进阶
包括：分类算法，聚类算法，回归算法，HMM
第3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
4，下面为大数据和NLP基础与项目提升阶段：
配置课程如下： 下面课程强监督
第1阶段： NLP人工智能（第一部分）
第2阶段：NLP人工智能（第二部分）
第3阶段：NLP人工智能（第三部分）
第4阶段：kaggle的nlp基础处理方法项目
增加大数据结合nlp课程：
第4阶段：大数据处理基础
第5阶段：spark智慧交通项目（掌握）
第6阶段: 大数据电商推荐系统（掌握）
第7阶段： 大数据文章推荐系统（掌握）

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NLP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。