孟同学：河XX大学，硕士，航海地下机器人探测，主要做计算机视觉的目标检测和识别，有数学基础，有py基础，但是都不够扎实和系统，目前主要是踏踏实实学习。
#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：数学基础已经具备
目前：打好机器学习和深度学习基础
#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。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。

学员课程安排：
1，数学基础课程：（弱监督）
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（全部强监督）
第1阶段：python基础～重点加强
包括：数据科学库基础
第2阶段：python数据结构
包括：python数据结构
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

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8阶段：安排面试流程

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