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。