周xx：
硕士研一，python重新加强，不设置数据结构，机器学习深度学习接触不多，重原理，tensorflow和pytorch重新加强下，数据科学课过一下。方向为故障检测，数据挖掘和计算机视觉。主要用于复现论文。学习阶段写一下博客。
#学习目标重申：机器学习深度学习有基础提升和强化。帮助到自己打基础和拓展技能。通过数据挖掘结合计算机视觉目标检测，图像分类，人脸识别加强学习。把计算机视觉建立知识体系。
注意：课程时长一年，有数学基础
目前：打好机器学习和深度学习基础，科研
#计算机视觉方向零基础提高
1，必填项：
学员分类：计算机视觉提高
学习方向：计算机视觉
是否就业：否
监督方式： 全部阶段设置为强监督
是否需要阶段考核：是
学习目标：零基础学习深度学习与机器学习，计算机视觉提高实现科研目的。注意：目前主要打好机器学习基础，计算机视觉基础为主。解决数据挖掘和计算机视觉问题。
1.该学员有高数线代概率基础，但是暂且不需要重新加强，机器学习基础简单接触过，重新开始加强。不需要就业。
2.希望能够通过学习从基础完成机器学习基础等问题，能够应对计算机视觉和关于图像方面问题，项目设置为可以从相关的图像识别，人脸识别项目案例入手。数据挖掘也需要掌握。
3.python从零基础开始学习，然后学习numpy，pandas数据科学库学习。建议基础阶段采用强监督学习，每天只要学习需要提交博客，每个阶段提交xmind，加强阶段和项目阶段强监督学习。
注意：一定要知识系统化
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。
学员课程安排：
2，语言基础
第1阶段：python基础（直接考核）
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
第3阶段：数据结构
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
第3阶段：pytorch深度学习实战（扩展学习）
包括：pytorch深度学习实战
第4阶段：Gan对抗生成网络645
包括：Gan基础

4，项目阶段：（强监督）
第1阶段：opencv图像处理基础知识
包括：图像处理基础知识
第2阶段：计算机图像处理基础实战。
包括：图像识别，目标检测
第3阶段：微信小程序人脸识别项目实战
包括：人脸识别项目
第4阶段：图像识别项目
包括：kaggle视觉聊天机器人项目2960
第5阶段：图像识别项目
包括：kaggle的pytorch风格转换场景2956
第6阶段：目标检测与物体检测项目
包括：python人工智能项目进阶第四部分2952
第7阶段：百度人脸识别
包括：python人工智能项目进阶第2部分2950
第8阶段：指导学员下一步学习方向。

时间安排：
学员可以自主安排学习时间
每天提交xmind复习笔记和博客笔记。同时每天学习整理知识点，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