贾同学：
重庆某高校，计算机专业研究生，研一，目标为机器学习与大数据课程方向，目前不考虑就业，主要补充基础，python从基础开始。

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，扩展大数据分析方向，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。在未来科研使用中需要该模块技术。
        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。学员后期科研用得到。
        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，增加大数据分析，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

根据开学后情况在调整
5，大数据提升阶段（包含项目强监督）
第1阶段：java基础（直接考核）
包括：基础命令
第2阶段：hadoop基础
包括：大数据基础
第3阶段：数据采集处理基础
包括：大数据基础flume基础
第4阶段：hive基础实战
包括：实战离线处理技术
第5阶段：spark实战课程
包括：实战大数据分析
第6阶段：大数据数仓项目
包括：大数据数仓项目构建指标体系
第7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。