1154Wesely#英国伦敦大学计算机专业机器学习方向,今年找工作,目前正在准备写论文比较忙,首先完成深度学习结合pytorch的学习,后期在按照就业标准一步一步学习。具体在哪个城市工作在定。
1154同学#测评情况:
1,必填项:
学员分类:NLP解决实际问题
学习方向:自然语言处理
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
学习目标:数据分析能力提高。伦敦大学硕士研究生,学习为了科研需求。
2,学员情况自述:
1.伦敦大学机器学习硕士研究生,数学有基础,做过相关统计数据分析。
2.希望能够通过学习锻炼自己的NLP分析能力,尤其是对pytorch数据的处理。
3.在学校,时间比较充裕,建议弱监督学习。
学员课程安排:
根据学生需求首先学习阶段优先安排下面两个课程#(弱监督)
第八阶段:深度学习基础
包括:深度学习的基础算法
第十阶段:pytorch深度学习实战(扩展学习)
包括:pytorch深度学习实战
下面是整个就业阶段内容:后续再安排
1,语言基础课程:
第零阶段:数学课程
包括:线性代数,概率论,高等数学,统计学
数学课程作为弱监督,需要时候再看。
第一阶段:python基础
包括:python语法,面向对象部分
第二阶段:python数据结构加强
包括:python基础能力提高
第三阶段:数据科学库基础
包括:numpy,pandas,matplotlib
2,机器学习阶段:
第四阶段:机器学习数学基础加强。
包括:高数,概率,线代加强
第五阶段: 机器学习基础
包括:机器学习算法理论基础,基础核心算法
第六阶段:机器学习进阶
包括:分类算法,聚类算法,回归算法,HMM
第七阶段: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
第八阶段:深度学习基础
包括:深度学习的基础算法
第九阶段:tensorflow深度学习技术实战
包括:tf深度学习实战
第十阶段:pytorch深度学习实战(扩展学习)
包括:pytorch深度学习实战
4,项目阶段:
第1阶段:NLP人工智能(第一部分)2859
第2阶段:NLP人工智能(第二部分)2948
第3阶段:NLP人工智能bert(第三部分)2958
第4阶段:kaggle的nlp基础处理方法项目
第5阶段:kaggle文本主题与分类3450
第6阶段:kaggle视觉聊天机器人3386
第7阶段:自然语言序列模型3452
第8阶段:nlp到word2vec实现3195
第9阶段:kaggle神经网络实现机器翻译2955
第10阶段:自动聊天机器人3344
大数据结合推荐项目:
第1阶段:头条nlp推荐基础2644
第2阶段:文本推荐系统项目1754
第11阶段:指导学员下一步学习方向。
教学目标:自然语言处理基础拓展。
时间安排:
学员可以自主安排学习时间
每天提交xmind复习笔记和博客笔记。同时每周三日,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。