1079-刘同学-算法方向-大数据分析和挖掘-就业:是 扫二维码继续学习 二维码时效为半小时

(0评价)
价格: 免费

刘同学,电气工程硕士,概率论加强下,python零基础加强,目标:巩固科研数据挖掘技术,之前没有了解过算法。

学习目标:学习机器学习算法和数据挖掘课程,方向为数据挖掘方向,注意:学习主要是提高机器学习解决问题。目标为提升提高。
#核心:算法能力零基础提升,数据挖掘方向。

1,数据挖掘基础测试:
#测评情况:
1,必填项:
学员分类:大数据挖掘零基础提高
学习方向:数据分析和挖掘
是否就业:是
监督方式: 除了数学均为强监督
是否需要阶段考核:是
是否需要数据结构:是
学习目标:机器学习和深度学习零基础提升,数据挖掘基础提高。特别是机器学习和深度学习能力的提升。在未来科研中需要该模块技术。
2,学员情况自述:
1.学员情况:没有python编程基础,需要从基础强化,缺乏系统性,机器学习方面需要系统。
2.具体目标:能够通过学习提高自己的编程和机器学习处理问题能力,补充数学方面的不足,掌握常见的数据科学处理思路。
3.时间:因为目前有编程基础,尽可能有足够时间学习不足之处,学习一天视频学习不超过3个小时,其余时间写代码总结。如果以后上课建议一周至少学习2到4天,只要学习就提交博客和阶段xmind,建议数学弱监督学习。其他为强监督。


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
包括:python语法,面向对象部分
第2阶段:python高级数据结构
包括:树,图,数据结构基础
第2阶段:mysql基础加强
包括:数据库基础,python操作mysql
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
实战课程#
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
实战课程#
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

5,大数据挖掘提升阶段(包含项目强监督)
第1阶段:大数据文章推荐前置课程
包括:spark基础,pyspark
第2阶段:大数据文章推荐系统实战(扩展)
包括:电商推荐召回排序算法
第3阶段:kaggle数据挖掘实战(4个相关项目加强数据挖掘处理能力)
包括:选择好的一部分kaggle案例

数据结构提升:
第1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