康zz同学测评情况：

 

1，必填项：

 

学员分类：在校学生学习编程

 

学习方向：金融数据分析方向+部分NLP提高

 

是否就业：否

 

监督方式： 前期弱监督学习

 

是否需要阶段考核：是

 

学习目标：学习python编程、机器学习算法，应对发论文以及算法竞赛

 

2，学员情况自述：

 

本科大三在校生，环境工程专业，数学基础还行，编程基础较弱。目的是为了自己发算法方向的论文，并能应对相关的算法竞赛，同时能够成为升研究生的加分项。学习主动性较强，已有一篇电子方向的EI一作论文。目前是想学习数据分析方向，建议可以从金融数据分析入手，熟悉python编程以及机器学习模型的应用，同时设置kaggle竞赛的实例课程。由于对NLP也有过了解，使用过LSTM做文本处理，希望增加一部分NLP深度学习的课程部分。

 

 

 

学习计划如下：（前期弱监督）

 

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，python编程基础

 

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:sklearn机器学习库

 

包括：主要是线性回归基础

 

 

 

3，机器学习阶段：（重点课程，建议强监督）

 

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，建议强监督）

 

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

 

5，项目提升阶段：

 

注意：根据情况，项目之前进行两次沟通指导。

 

 

 

5.python数据挖掘课程：

 

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

 

 

 

6.金融数据分析阶段课程：

 

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

 

 

 

7.NLP项目阶段课程：

 

第1阶段： NLP人工智能（第一部分）

 

第2阶段：NLP人工智能（第二部分）

 

第3阶段：NLP人工智能（第三部分）

 

第4阶段：kaggle的nlp基础处理方法项目

 

 

 

时间安排：

 

学员每天提交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