【3729】【张同学】
【个人情况】：通信工程大四，数学及编程基础比较好，近期较频繁使用java，python做简单的回顾即可。有机器学习项目基础，自学，对模型原理掌握比较细碎，理解不够成体系。目前重点在系统学习深度学习，用来支撑后续毕设及硕士阶段。
【备注】：半年 
【学习方向】：数据挖掘
【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。
 
 
===============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：【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2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】：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：【20379】【深度学习-【2020版】【深版】
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：【9622】【深度学习-Tensorflow2.0「解锁式学习」】
课程内容：深度学习中TensorFlow2.X版本的讲解与使用。
                    ---考核---（可选择，联系教务老师）
「第3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4章」：NLP项目篇
课程名称：【3266】【NLP到Word2Vec实战「解锁式学习」】
课程内容：自然语言处理阶段的Word2Vec的讲解
                    ---考核---（可选择，联系教务老师）
「第5章」：NLP理论基础篇
课程名称：【30325】【1、自然语言处理-NLP核心能力提升「自由式学习」】
课程内容：该课程主要是讲解语言模型与语法树、爬虫、搜索引擎与自动路径决策、动态规划与编辑距离、自然语言初步理解、经典的机器学习算法、深度学习、非监督、半监督、主动学习、word2vec、CNN卷积神经网络、RNN循环神经网络、Transformer与BERT大规模预训练问题、面向服务的智能客服机器人与新闻自动生成摘要的案例等知识体系
                    ---考核---（可选择，联系教务老师）
「第6章」：图神经网络模型进阶篇
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）
 
 
 
===============章节分割线===============
目前学生辅导周期为半年，试学期间项目第1章和第5章，后续根据学生辅导周期，若有延长，则开放更多的项目。
 
【第3阶段】：AI项目合集阶段
【监督方式】：强监督
「第1章」：机器学习练习系列篇
课程名称：【30177】【二分类案例_银行客户流失「解锁式学习」】
课程内容：该课程主要讲解了通过Tensorflow2.0实现二分类案例银行流失预测
                    ---考核---（可选择，联系教务老师）
「第2章」：机器学习练习系列篇
课程名称：【19635】【8、机器学习练习-回归案例-房屋价格预测「解锁式学习」】
课程内容：该课程主要是机器学习算法上面的练习
                    ---考核---（可选择，联系教务老师）
「第3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4章」：机器学习练习系列篇
课程名称：【30175】【多分类 - 鲜花分类「解锁式学习」】
课程内容：该课程主要讲解了通过Tensorflow2.0实现鲜花分类的案例
                    ---考核---（可选择，联系教务老师）
「第5章」：机器学习练习系列篇
课程名称：【30169】【基于LSTM多变量预测_共享单车使用量预测「解锁式学习」】
课程内容：该课程主要讲解了通过Tensorflow2.0实现了给予LSTM的多变量预测-共享单车使用量预测
                    ---考核---（可选择，联系教务老师）
「第6章」：机器学习练习系列篇
课程名称：【25083】【PyTorch-情感分类「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7章」：机器学习练习系列篇
课程名称：【30173】【基于Embedding进行IMDB情感文本分析「解锁式学习」】
课程内容：该课程主要讲解了通过Tensorflow2.0实现基于Embedding进行IMDB情感文本分类
                    ---考核---（可选择，联系教务老师）
 
 
===============章节分割线===============
【第4阶段】：机器学习阶段
【监督方式】：弱监督
「第1章」：机器学习工具篇
课程名称：【24941】【机器学习-Sklearn（第三版）「解锁式学习」】
课程内容：该课程主要讲解了经典算法决策树、随机森林、特征工程数据预处理、经典算法降维算法PCA、逻辑回归、聚类算法KMeans、支持向量机SVM、线性回归、朴素贝叶斯、 XGBoost及其相关案例
                    ---考核---（可选择，联系教务老师）
「第2章」：NLP理论基础篇
课程名称：【3425】【NLP自然语言处理基础课程「解锁式学习」】
课程内容：LDA、语言模型结合朴素贝叶斯、基于统计的翻译系统、隐马尔可夫模型、词向量等知识的讲解。
                    ---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！