张同学同学测评情况：

 

1，必填项：

 

学员分类：应对毕业论文以及学习算法

 

学习方向：机器学习NLP自然语言处理

 

是否就业：否

 

监督方式： 弱监督学习

 

是否需要阶段考核：是

 

学习目标：学习python编程和机器学习算法，应对研究生阶段论文和学习任务

 

2，学员情况自述：

 

研究生二年级在读，电气自动化专业，学习机器学习应对毕业论文中遇到的问题，论文方向是做时间序列数据的聚类算法。有一定的编程基础，大学学过C++，精通matlab，python学过半年，能大致看懂代码，但是自己去写新的代码还需要进一步学习。数学由于长时间没用，有些遗忘，需要回顾性复习。算法原理部分也不是很熟悉，只了解Kmeans等论文相关聚类算法，需要配置机器学习原理部分课程。同时，学习python编程和机器学习也是为了提高自己的算法编程能力，以应对后期遇到的相关技术问题。学生想法是，系统的学习机器学习建模过程，同时兼顾论文涉及到的时间序列数据的分类和预测等应用。

 

 

 

2，学员情况自述：

 

学员课程安排：

 

1.数学基础课程（弱监督)

 

第1阶段：高等数学

 

第2阶段：线性代数

 

第3阶段：概率论

 

第4阶段：统计学

 

2.语言基础（弱监督)

 

第1阶段：python基础（零基础）

 

包括：python语法，面向对象部分

 

第2阶段：python数据结构

 

包括数据结构常用算法

 

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，建议强监督）。

 

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（聚类算法重点学习）

 

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

 

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（LSTM,RNN重点学习）

 

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.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.NLP课程项目提升

 

配置课程如下： 下面课程强监督

 

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

 

(备注：如后续有时间精力，可配置其他方面数据挖掘课程）

 

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