1034-刘同学-算法方向-大数据挖掘方向-就业:是 扫二维码继续学习 二维码时效为半小时

(0评价)
价格: 免费

刘XX:
在美国交流一个学期,国内读首师大gis研究生二年级,学习为了寻求论文处理数据,目前估算pm2.5使用机器学习和深度学习模型,没有python基础,机器学习基础也没学过,学校主要是arcgis软件完成。未来可能读博,奠定基础。当数据量增大时候需要自动化处理梳理。目前只需要数据分析和建模方向。
目标:第一个月尽量代码看懂,做出来PM2.5模型。
首先发一个数学文档,只看重点知识,Python开始,数据科学库进阶,机器学习,深度学习,数据挖掘问题处理方向。
学习目标:学习机器学习算法和数据挖掘课程,方向为数据挖掘方向,目前数据挖掘方向。
注意:学习主要是提高机器学习解决就业问题。目标为数据挖掘方向。
#核心:算法零基础提升,数据挖掘方向。
计划确定后:
1,数据挖掘基础测试:
#测评情况:
1,必填项:
学员分类:数据挖掘零基础提高
学习方向:数据挖掘
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零基础提升,数据挖掘基础提高,特别是机器学习和深度学习能力的提升。在未来工作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,重新加强,缺乏系统性,机器学习方面需要系统。
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,补充数学方面的不足,掌握常见的数据科学处理思路。
3.时间:因为时间足够,尽可能有抽时间学习不足之处,学习一天视频学习不超过3个小时,其余时间写代码总结。一周提交一次阶段xmind,建议数学弱监督学习。其他为强监督。

学员课程安排:
1,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。
2,语言基础(全部弱监督)
第1阶段:python基础(基础课程开始)
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

3,机器学习阶段:(重点课程,强监督),机器学习首先给你一个基础的课程CZ过一下
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,HMM
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
包括:pytorch深度学习实战
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。
数据分析阶段:
第1阶段:金融数据分析课程
包括:前置知识
第2阶段: 项目项目实践1个月
包括:项目实战:金融风控评分卡模型
第3阶段:kaggle实战
包括:选择好的一部分kaggle案例
第6阶段:下一步方向指导。简历指导

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。