xxx国外大学，金融数据分析，目前大一，需要学习数学课程。
#学习目标重申：机器学习深度学习零基础提升和强化。帮助到自己打基础和拓展技能。通过数据挖掘结合金融数据分析，设置方向。把数据挖掘建立知识体系。
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
#金融数据方向零基础提高
1，必填项：
学员分类：金融数据分析方向
学习方向：金融数据分析
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，数据挖掘提高内部职位目的。注意：目前主要打好机器学习基础，数据挖掘基础为主。解决数据挖掘问题。
1.该学员有高数线代概率基础，但是需要重新加强，机器学习没有接触过，重新开始加强。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，能够应对数据挖掘+金融数据分析项目案例入手。
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。

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
第3阶段:linux
包括:技术提升
第4阶段:mysql
包括：数据库技术

3，机器学习阶段：（重点课程，强监督）
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

4，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，项目提升阶段：
注意：根据情况，项目之前进行两次沟通指导。

python数据挖掘分析课程：
第1阶段：kaggle数据分析课程1
包括：电商ctr预估2959
第2阶段：kaggle数据分析课程1
包括：kaggle音乐推荐2954
第3阶段：kaggle实战
包括：kaggle反欺诈3045
第4阶段：kaggle数据分析课程
包括：kaggle经济金融相关问题3044

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4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