杨同学测评情况：

 

1.必填项：

 

学员分类：学习机器学习应对毕设和考研复试

 

学习方向：机器学习NLP方向

 

是否就业：否

 

监督方式： 强监督学习

 

是否需要阶段考核：是

 

学习目标：学习Python编程，机器学习算法和项目，应对下学期的毕业设计和明年考研复试

 

2.学员情况自述：

 

目前在校大三，下学期。今年12月份考研，正在复习中。计算机专业。有C语言，java和jsp基础，但是python没有学过需要零基础学习。了解一些数学建模的知识，但是没有相关的比赛和项目经验，属于零基础提高。数学基础方面，由于正在复习考研，有些知识了解，但是也处于比较基础的阶段，需要配置数学前置课程学习。下学期10月份会有毕业设计的任务，希望在这之前能学习和做完一个机器学习相关的项目，以便能够支撑毕设的内容。初步确定方向为机器学习数据挖掘方面的项目，以及NLP自然语言处理的项目。学生学习时间比较充裕，白天基本都有时间，考虑强监督学习方式。

 

学员课程安排：

 

1.数学基础课程

 

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

 

第1阶段：python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：

 

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

 

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

 

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.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

 

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